Datamaskin-gjenkjenning - Gi datamaskiner syn

Datamaskin-gjenkjenning og datasyn generelt har en lang og omfattende historie med å være utfordrende og komplekse felt hvor fremgangen frem til fremveksten av ML/AI var begrenset. I sterk kontrast til dette har det innen datagrafikk skjedd tallrike fremskritt på kort tid innen 2D/3D-modellering, datamaskinstøttet design (CAD), digitale spillefilmer som de produsert av Pixar og videospill. Moderne databehandling egnet seg godt til å fange og skape bilder, men ikke til å oppfatte dem.

Hovedårsaken skyldes problemet med visuell persepsjon. I løpet av fremveksten av moderne stasjonære datamaskiner tok det ikke lang tid før forskere utviklet geniale måter å kode bilder digitalt på ved å kode bildet som en serie piksler med ulik intensitet (f.eks. RGB) og til og med komprimere bilder via flere opplegg. Etter hvert som bildeopptak og kodingsfremgang skjedde og mer eller mindre ble løst, snudde forskere seg mot analyse av bilder.

Gitt en serie piksler, hvordan kan objekter identifiseres? Det finnes ulike tilsynelatende åpenbare, om enn naive teknikker, for eksempel å se på fargen til en klynge med piksler, gitt spesifikke domener. Det er mulig å tilnærme objekter ved å identifisere sett med farger med forkunnskaper. For eksempel en himmel gitt at den er blå og på toppen av et bilde. Klynging av farger tar heller ikke hensyn til formene og størrelsene til objekter. Denne tilnærmingen er vanskelig å generalisere.

Denne casestudien vil utforske hvordan analyse av Kamera-videostrømmer kan gagne din organisasjon. Et AI-system som kan identifisere objekter gitt overvåkingsopptak har en rekke applikasjoner.

Analyse kan for eksempel gi varsler i sanntid som kan handles på til sikkerhets- og relatert personell. Å skrive et klassisk algoritmisk program for å løse problemer med datamaskin-gjenkjenning/datasyn er vanskelig, men bruk av kunstig intelligens gjør problemet håndterbart.

Løse problemet via kunstig intelligens

Dette problemet reiser spørsmål om hvordan mennesker identifiserer objekter innen et visuelt område, noe som også er utrolig vanskelig å svare på. Selv om dette fortsatt er et svært åpent spørsmål, har kunstige nevrale nettverk vist seg å være utrolig nyttige innen domenet for datagjenkjenning/datasyn.

Med dyp læring-teknikker og et stort datasett av bilder, er det mulig å trene en modell til å identifisere objekter. Det vanligste datasettet er Common Objects in Context (https://cocodataset.org/) som inneholder følgende i henhold til deres definisjon:

Objektsegmentering
Gjenkjenning i kontekst
Superpiksel-segmentering
330K bilder (>200K merket)
1,5 millioner objektinstanser
80 objektkategorier
91 ting-kategorier
5 bildetekster per bilde
250 000 personer med nøkkelpunkter

Trening av ulike kunstig intelligens-modeller med denne informasjonen har vist seg å være svært effektivt når modellen kjøres på et evalueringsdatasett.

Oversikt over den organisatoriske utfordringen

Forutsatt at AI-kapasiteten eksisterer for å analysere objekter i videostrømmer (noe den gjør), hvordan vil en organisasjon implementere en slik løsning? Det gjenstår fortsatt det bredere problemet med å implementere en slik modell i et produksjonsmiljø som kan skaleres og operere innenfor et regulatorisk rammeverk.

Tradisjonelt ville organisasjoner gi IT-avdelingene sine i oppgave å installere en slik funksjon. Vanligvis ville organisasjoner finne ferdig programvare for å løse problemet, eller søke etter en leverandør av skreddersydd programvare for å bygge eller tilpasse en eksisterende løsning hvis en slik løsning ikke var lett tilgjengelig. Gitt kompleksiteten til kunstig intelligens-systemer, ville begge disse alternativene være utilgjengelige i en god stund.

I tillegg til de tekniske utfordringene er det også interne retningslinjer, og ulike samsvarskrav organisasjoner må overholde vanligvis, for eksempel personvern som, selv om de er relatert, er problemer som angår ulike domeneeksperter. Derfor vil implementering av en slik løsning kreve ekspertise fra mange andre områder av en organisasjon, noe som krever kompleks prosjektstyring. Et alternativ til interne strategier er å få tilgang til en slik funksjon via en kunstig intelligens som tjeneste-virksomhet, inkludert Telemus AI™, på en måte som ligner på å få tilgang til skytjenester.

Organisatoriske data tilgjengelig som AI-inndata

De fleste organisasjoner bruker CCTV til sikkerhetsformål og har ulike videofeeder som sendes til et kontrollrom for overvåking. Vanligvis vil disse videofeedene ha sikkerhetspersonell som overvåker dem døgnet rundt for å identifisere enhver aktivitet som ikke kan anses som akseptabel eller som krever ytterligere undersøkelse eller handling. Disse videofeedene kan mates gjennom et kunstig intelligens-system. AI varsler sikkerhetspersonellet hvis noe trenger ytterligere undersøkelse.

Fordelen med dette er at AI-systemet potensielt kan oppdage anomalier som et menneske ellers ville oversett dersom det ikke er åpenbart eller sikkerhetspersonellet hadde et oppmerksomhetssvikt. En annen måte å se på dette er at sikkerhetspersonellets evne til å forstå hva som skjer i videostrømmer har blitt forsterket til et høyere nivå. Dermed, i likhet med å bruke verktøy i andre domener for å forsterke våre evner.

Mens potensialet i denne teknologien kan være konfronterende for noen, er det essensielt å vurdere at et individ overvåker videostrømmene i alle tilfeller, og AI hjelper ganske enkelt sikkerhetspersonalet med å se opptakene, og fordelene må avveies. Gitt at teknologien drives på en regulert og trygg måte under et strengt styringsrammeverk, vil den potensielle oppsiden være enorm.

Integrasjonsmetodikk

Følgende er en oversikt over prosessen vi ville utført på et overordnet nivå for å analysere slike strømmer innen en organisasjon:

Identifiser CCTV-strømmer og systemet som gir overvåking og opptak av slike strømmer
Endre programvaren for å sende datastrømmer til en skyløsning for sanntidsanalyse
Kjør datastrømmene gjennom Telemus AI™ og returnere forsterkede videofeeder tilbake til sikkerhetsovervåkingssystemet
Sett opp tilpassede varsler til sikkerhetspersonellet basert på hva som oppdages

Siden Telemus AI™ tar seg av det meste av arbeidet, kan organisasjonen fokusere på forretningslogikken i stedet for den tekniske implementeringen.

Organisatoriske applikasjoner

Følgende viser andre potensielle applikasjoner for din organisasjon:

Overvåke biler på et veinettverk og oppdage når ulykker skjer for å sende et mannskap for å bistå
Overvåke enkeltpersoner i lokaler for å sikre at antisosial oppførsel ikke forekommer. Hvis så, automatisk sende en sikkerhetsenhet for å deeskalere situasjonen.
Overvåke arbeidsplasser og arbeidssteder, og sikre at personalet ikke befinner seg i lokalet utenfor fastsatte åpningstider

Potensielle og realiserte fordeler

Den potensielle og realiserte nytten av denne teknologien er enorm. Det er mulig å utføre Kamera-overvåking mer nøyaktig og effektivt, med færre feil, som krever færre sikkerhetspersonell totalt sett, noe som gjør at slikt personell kan fokusere på mer presserende oppgaver som aktiv patruljering eller etterforskning.

Telemus AI™ er et Australia-basert selskap for kunstig intelligens som tilbyr avanserte løsninger til regjering og næringsliv. Kontakt oss i dag for en gratis konsultasjon om hvordan Telemus AI™ kan integreres i din organisasjon.

Objektdeteksjon i overvåkningsopptak