Analityka na brzegu sieci

W świecie monitoringu wizyjnego jedną z głównych korzyści obliczeń na brzegu sieci jest możliwość stosowania analityki opartej o sztuczną inteligencję i algorytmy deep learning bezpośrednio w kamerach.

Co rozumiemy przez “brzeg sieci”?

Ilość urządzeń na brzegu naszej sieci wciąż rośnie. Odgrywają one coraz większą rolę w kwestiach bezpieczeństwa. Obliczenia na brzegu sieci oznacza wbudowanie szerszych możliwości w same urządzenia brzegowe, więc moc obliczeniowa niezbędna do analizy jest zlokalizowana tak blisko źródła informacji jak to tylko możliwe.

Dla sieci monitoringu oznacza to, że więcej zadań obliczeniowych może być wykonanych bezpośrednio w kamerze. Rola sztucznej inteligencji, algorytmów uczenia maszynowego czy deep learning wciąż rośnie. W związku z tym jesteśmy w stanie “nauczyć” nasze kamery, aby były bardziej “świadome” tego, co widzą i aby analizowały obraz w czasie rzeczywistym. Na przykład czy pojazd na obrazie to samochód osobowy, autobus a może ciężarówka? Czy to jest człowiek czy zwierzę? A może to jest po prostu cień rzucany przez inny obiekt.

Taka informacja redukuje konieczność ingerencji człowieka w analizę obrazu i zmniejsza potrzebę podejmowania decyzji przez żywego operatora systemu. Przekłada się to bezpośrednio na poprawienie czasu reakcji na różne zdarzenia – w tym ratujące życie i kształtujące przyszłość naszych miast czy systemu transportu.

W kolejnych wpisach zgłębimy ten temat nieco bardziej, a tymczasem zachęcam do zapoznania się z bazą naszych webinarów poświęconych rozwiązaniom Axis Communications. W szczególności z materiałem poświęconym wykorzystaniu AI w analityce.

Autor: Paweł Będź

Wszystkie materiały graficzne pochodzą z oficjalnej strony producenta lub zostały wygenerowane z użyciem AI.