Само преди десетилетие камерите за видеонаблюдение бяха основни устройства за запис на събития, които хората управляваха изцяло. Е, тази концепция все още е актуална за малки предприятия или собственици на жилища. В днешно време специализираните професионални доставчици харесват CCTV норвежки доставчик CamHi предлагат хардуер, който може да се използва за всякакви нужди.
Въпреки това съвременните широкомащабни решения са изцяло нов подход към използването на камерата. В момента камерите се използват за всякакъв вид запис - от класически системи за сигурност до контрол на трафика. Съвременните камери могат дори да летят и да анализират данни чрез AI. Както може би сте си представяли, този хардуер се използва навсякъде, където е финансово оправдано, особено в проекти от обществен мащаб като интелигентни градове.
Системи за видеонаблюдение и AI
Модернизацията и управлението на съвременните градове разчитат на данни в реално време, събрани от стотици милиони IoT сензори, инсталирани по целия свят. Въпреки че има много сензори, техният брой нараства експоненциално. Камерата може да бъде един от тези сензори, който предоставя богат набор от информация.
Камерите обаче генерират огромно количество данни. Тези данни трябва да се анализират в реално време, в идеалния случай възможно най-близо до източника, за да се сведат до минимум изискванията за връзка за данни. Тук се намесва изкуственият интелект. Той може да разпознава отделни обекти във видеото, да ги проследява и класифицира. Изкуственият интелект превръща камерите в универсални и широко използвани IoT устройства. Тази комбинация е в основата на интелигентните и безопасни градове.
Технологията, използвана във фотоапаратите, измина дълъг път през последното десетилетие. Сензорите за изображения вече имат повишена разделителна способност, скорост на обектива, чувствителност, динамичен диапазон и широк набор от други параметри, необходими за създаване на висококачествени изображения при всякакви условия на осветеност. По-нататъшното развитие на цифровите технологии постепенно отваря нови възможности за тяхното използване.
Камерите за видеонаблюдение се превърнаха в очите на центровете за наблюдение и сензори на тихи, специално създадени машини. В момента навлизаме в нова ера, в която устройствата могат да разпознават изображения. Ако разбира значението на изображенията, то може да кара кола, да разпознава лица и да измерва, анализира и контролира света около себе си. С навлизането на дълбокото обучение, способността на машините да интерпретират визуални данни е изведена на съвсем ново ниво. С помощта на масивни паралелни изчислителни системи, които моделират адаптивни биологични невронни мрежи, внезапно е възможно да се решат предишни трудни проблеми за разбиране от машини, като откриване на превозни средства или разбиране на същността на визуалните сцени. Нека да разгледаме някои текущи случаи на употреба.
Управление на трафика
В много страни драматичният ръст на автомобилния трафик, наблюдаван през последните години, надвишава капацитета на транспортната инфраструктура. Задръстванията обаче не са добър аргумент за оставяне на колите и преминаване към обществен транспорт. Увеличаването на капацитета на пътните мрежи чрез строителни работи е изключително скъпо и отнемащо време решение. Друг начин за подобряване на трафика по съществуващите пътища е осигуряването на по-добро управление на трафика.
Ключов елемент от решението е адаптиране на светофарите на натоварените кръстовища, т.е. промяна на светофарните планове в зависимост от текущата пътна обстановка. Интелигентните кръстовища използват мрежа от сензори за непрекъснато измерване и оценка на търсенето на зелена светлина, запис на дългосрочна статистика и комуникация със системата за контрол. Често използвани типове сензори, като индукционни вериги или радарни модули, също могат да бъдат заменени със система от интелигентни камери.
Интелигентните камери за трафик могат да откриват превозни средства, както и пешеходци и велосипедисти, които оказват значително влияние върху трафика. Интелигентните системи за видеонаблюдение могат да етикетират обекти и след това да прехвърлят етикетите към други камери. Това им позволява да проследяват обекти и да записват пълната им траектория през пресечна точка (под формата на O/D матрица). Системата за управление анализира записаните траектории и автоматично идентифицира натоварени участъци, трафик конфликти или инциденти (например катастрофи или спрели превозни средства). Освен това смарт камерите могат също да излъчват видео на живо за визуално наблюдение в центровете за наблюдение на трафика или да предоставят видеозаписи, които могат да се използват за определяне на причините за пътнотранспортни произшествия. Тези характеристики, заедно с ниската им цена, са причината камерите да стават все по-популярни в тази област.
Улично осветление
Базираните на AI улични лампи са една от водещите платформи, където мрежите от градски IoT устройства могат да докажат своята стойност. IoT сензорите осигуряват идеално покритие на град, постоянен източник на енергия и обикновено се управляват от една организация. Уличните лампи осигуряват необходимото осветление за интелигентните камери. Това означава, че система от елементи е директно оптимизирана за събиране на визуални данни с помощта на интелигентно осветление.
Как може да се използва? Има различни начини: анализиране на използването на обществени пространства, контрол на трафика и дори повишаване на сигурността с алгоритми, които откриват необичайни ситуации. Това звучи ли като научна фантастика? Съвременните камери, базирани на AI, са малки устройства, които лесно се интегрират в интелигентни лампи. За една интелигентна камера мощността, необходима за работа на процесор в невронни мрежи в реално време, в момента е около 10 вата. Това прави камерите обещаващ инструмент, който може да се използва за разработване на интелигентни улици.
Търтеите
Интелигентните камери за видеонаблюдение също се превърнаха в основни сензори на дронове. Последното позволява на камерите да летят и създават перфектната мобилна система за наблюдение, която да предложи нова гледна точка към нещата около нас. Гледането на сцена от птичи поглед има много предимства. Препятствията за видимост са сведени до минимум, а зрителното поле гарантира перфектна точност на местоположението на наземната цел.
Данните от такава система могат да бъдат толкова точни, че да се използват за задълбочен анализ на трафик конфликти. Например, за анализиране на безопасността на кръстовището чрез изучаване на взаимодействието между отделните участници в трафика в определен район. Тази технология прави практически възможно откриването на инциденти, преди те да се случат.
Една 4K камера може да покрие до 700 метра, което е достатъчно дълго, за да открие автоматично агресивно поведение, нарушения на минималната дистанция между превозните средства и т.н. Подобно на традиционните камери за видеонаблюдение, дроновете могат да се използват в количества, за да покрият по-голяма площ, като в град. Този подход сега се използва в изследователски проекти.
Приключване на
Развитието на изкуствения интелект в разпознаването на обекти и разбирането на сцени напълно предефинира камерата като стандартен сензор, който вече може да се използва дори извън контекста на интелигентен град. В резултат на това камерата става наистина интелигентна с широк спектър от случаи на употреба. Неговата точност се определя от хардуера и главно от алгоритми, базирани на извличане на данни от изображения.
