Компјутерско препознавање - Давање вид на компјутерите

Анализирањето, на пример, може да обезбеди известувања во реално време што можат да се преземат до безбедносниот и поврзаниот персонал. Пишувањето класичен алгоритамски програм за решавање на проблеми со компјутерско препознавање/компјутерски вид е тешко, иако користењето на вештачка интелигенција го прави проблемот решлив.

Решавање на проблемот преку вештачка интелигенција

Овој проблем поставува прашања за тоа како луѓето идентификуваат објекти во визуелен опсег, на што е исто така неверојатно тешко да се одговори. Иако ова сè уште е многу отворено прашање, вештачките нервни мрежи се покажаа неверојатно корисни во доменот на компјутерско препознавање/компјутерски вид.

Со техниките на длабоко учење и огромен сет на податоци од слики, можно е да се обучи модел за идентификување објекти. Најчестиот сет на податоци е Common Objects in Context (https://cocodataset.org/) кој ги содржи следните според нивната дефиниција:

• Сегментација објекти
• Препознавање во контекст
• Сегментација на суперпиксел материјали
• 330K слики (>200K означени)
• 1,5 милиони инстанци на објекти
• 80 категории објекти
• 91 категории материја
• 5 описи по слика
• 250.000 луѓе со клучни точки

Тренирањето на различни модели за вештачка интелигенција со овие информации се покажа како високо ефикасно при извршување на моделот на сет за евалуација.

Преглед на организацискиот предизвик

Претпоставувајќи дека постои AI можност за анализирање на објекти во видео снимки (што постои), како би имплементирала организацијата такво решение? Сè уште постои поширокиот проблем за имплементирање на таков модел во продукциско опкружување кое може да се скалира и да работи во рамките на регулаторна рамка.

Традиционално, организациите би им ја довереле задачата на своите ИТ оддели за инсталирање на таква можност. Обично, организациите би нашле готов софтвер за решавање на проблемот или би барале добавувач на персонаизиран софтвер да изгради или прилагоди постоечко решение ако таквото решение не е лесно достапно. Имајќи ја предвид сложеноста на системите за вештачка интелигенција, двете опции би биле недостапни прилично долго време.

Покрај техничките предизвици, постојат и внатрешни политики и различни барања за усогласеност со кои организациите обично мора да се придржуваат, како што е приватноста на податоците кои, иако се поврзани, се прашања за различни експерти од домени. Така, имплементацијата на такво решение ќе бара експертиза од многу други области на организацијата, што бара сложено управување со проекти. Алтернатива на внатрешните стратегии е пристап до таква можност преку бизнис за вештачка интелигенција како услуга, вклучувајќи Telemus AI™, на начин сличен на пристапот до облачни услуги.

Организациони податоци достапни како AI влез

Повеќето организации користат CCTV за безбедносни цели и имаат различни видео снимки испратени до контролна соба за следење. Обично, овие видео снимки би биле следени од безбедносен персонал 24/7 за да се идентификува каква било активност што може да не се смета за прифатлива или бара понатамошна истрага или акција. Овие видео снимки може да се пропуштаат низ систем за вештачка интелигенција. AI ги известува безбедносниот персонал доколку нешто бара понатамошна истрага.

Предноста на ова е што AI системот потенцијално може да открие аномалии што човек инаку би ги пропуштил доколку не се очигледни или доколку безбедносниот персонал имал момент на непроминентност. Друг начин да се погледне на ова е дека способноста на безбедносниот персонал да разбере што се случува во видео снимките е надградена на повисоко ниво. Така, слично на користењето алатки во други домени за надградба на нашите способности.

Иако потенцијалот на оваа технологија може да биде соочувачки за некои луѓе, од суштинско значење е да се земе предвид дека поединец ги следи видео-емисиите во секој случај, а AI едноставно им помага на безбедносниот персонал да го гледа снимениот материјал, и придобивките треба да се измерат. Имајќи предвид дека технологијата се применува на регулиран и безбеден начин под строга рамка за управување, потенцијалната корист би била огромна.

Методологија за интеграција

Следниот текст е преглед на процесот што би го извршиле на високо ниво за анализа на такви извори во рамките на една организација:

1. Идентификувајте CCTV доводи и системот што обезбедува следење и снимање на таквите доводи
2. Модифицирајте го софтверот за да испраќа протокови до провајдер за cloud-computing за анализа во реално време
3. Пуштете ги емисиите низ Telemus AI™ и врати засилени видео-емисии назад кон системот за безбедносен мониторинг
4. Поставете прилагодени известувања до безбедносниот персонал врз основа на она што е откриено

Дадено дека Telemus AI™ се грижи за поголемиот дел од работата, организацијата може да се фокусира на деловната логика отколку на техничката имплементација.

Организациски апликации

Следниот текст ги наведува други потенцијални апликации за вашата организација:

• Следење на автомобили на патна мрежа и откривање кога се случуваат сообраќајни несреќи за да се испрати екипа за помош
• Следење на поединци во објекти за да се осигура дека не се јавува антисоцијално однесување. Доколку се јави, автоматски да се испрати безбедносна единица за смирување на ситуацијата.
• Следење на работните места и градилиштата, осигурувајќи дека вработените не се во просториите надвор од утврдените работни часови

Потенцијални и реализирани придобивки

Потенцијалните и реализираните придобивки од оваа технологија се огромни. Можно е да се изведе CCTV мониторинг попрецизно и поефикасно, со помалку грешки, барајќи помал вкупен безбедносен персонал, овозможувајќи им на таквиот персонал да се фокусира на поитни задачи како активно патролирање или истражна работа.

Telemus AI™ е австралиска компанија за вештачка интелигенција која обезбедува напредни решенија за влада и претпријатија. Контактирајте со нас денес за бесплатна консултација за тоа како Telemus AI™ може да биде интегриран во вашата организација.