YÜKLENİYOR

Arama Yapın

Sektörel Haberler

Yapay zekanın geleceği edge’de mi?

Paylaş

Yapay zeka, video gözetim endüstrisinde devrim yaratmaya devam ediyor ve müşterilerin yatırımlarından daha fazla getiri elde etmeleri için giderek daha fazla fırsat sunuyor. Ancak bunu bir sonraki seviyeye taşımak, güvenlik ve iş zekası amaçları için daha da önemli bir oyun değiştirici olduğunu kanıtlayabilecek son teknolojidir.

Şu anda, uç analizlerin çoğu bir nesneyi ve hareketini tespit etmekle sınırlıdır. Nesnenin ne olduğunu ve ne yaptığını belirlemek için sunucu tarafı video yönetim yazılımı ve insan yorumu gerekir. Ancak derin öğrenme akıllı algoritmalarıyla, kameralar bir nesnenin ne olduğunu, ne yaptığını ve hangi eylemin başlatılması gerektiğini belirleyebilir.

Derin öğrenme devrimi
Axis Communications Küresel Ürün Müdürü Andres Virgen’e göre, kamera düzeyinde yapay zeka ve derin öğrenme algoritmaları çalıştırmak, uç teknolojinin temel faydalarından biri olacak. Bunun birçok avantajı var.

Virgen yakın zamanda bir blog gönderisinde, “Uç analitiğin daha yüksek doğruluğu – ve birden çok nesne sınıfını ayırt etme yeteneği – yanlış pozitiflerin oranını anında düşürüyor,” diye yazdı. Bununla birlikte, bu yanlış pozitifleri araştırmak için zaman ve kaynaklarda ilgili bir azalma geliyor. Daha proaktif olarak, uç analizleri daha uygun ve zamanında yanıt oluşturabilir. “

Örneğin, trafik yönetimi için yapay zeka özellikli kameralar kullanıldığında, uçtaki analitik, çekimde yakalanan nesneleri belirleyebilir ve gerekirse sürücüleri gerçek zamanlı olarak bilgilendirebilir. Bu, bir sorunun ciddiyetini tespit etmek ve buna göre uyarı seviyelerini ayarlamak için farklı nesneler arasında ayrım yapabilen derin öğrenme tabanlı algoritmalar kullanıldığında bir sonraki seviyeye taşınır. Bir kamera yoldaki bir kişiyi tanıyabilirse, sürücüleri yavaşlama ihtiyacı konusunda uyarabilir.

Virgen, “Zamanla, analitiğin arkasındaki geliştiriciler yalnızca trafik yönetimi ve planlaması için değil, aynı zamanda yaban hayatı davranışı ve korumasına ilgi duyan diğer kurumlar için de faydalı olacak eğilimleri görebildi. Trafik türünü (yayalar, bisikletliler, sürücüler, ticari araçlar) ayırt edebilmek, inşaat mühendislerinin geleceğin akıllı şehirlerini planlamasına yardımcı olan değerli trend bilgileri sağlıyor.” diye devam etti.

 
Tek avantaj bunlar değil. Yapay zeka kamera düzeyinde kullanıldığında, algoritmalar en kaliteli görüntülere erişebilir. Çekim sunucuya iletildiğinde, sıkıştırma kodekleri kaçınılmaz olarak kaliteye zarar verir ve bu nedenle analitik yazılımın çalışabileceği bilgileri sınırlar. Ayrıca, sunucu tarafında analiz kullanıldığında, ölçek büyütme bir sorundur. Yeni kameralar eklendiğinde, sunucuların ek görüntüleri işlemek için daha fazla alan barındırması gerekir. Analitik uçta çalıştırıldığında, sunucu tarafında ek altyapıya ihtiyaç yoktur.

Kameralar arttıkça bir gereklilik
İnsanlar ihtiyaç konusunda daha bilinçli hale geldikçe ve maliyetler düştükçe dünya çapında kurulan gözetleme kameralarının sayısı artmaya devam ediyor. Ancak artan sayıda kamerayı yönetmek, muazzam bir işlem gücü gerektiren yorucu bir iştir. Edge-computing bu sorunu çözer.

Virgen, “Bir video gözetim ağı için bu, kameralar üzerinde daha fazla eylemin gerçekleştirilebileceği anlamına geliyor.Yapay zeka (AI), makine öğrenimi ve derin öğrenmenin video gözetimdeki rolü büyüyor, bu nedenle kameralarımıza gerçek zamanlı olarak neyi filme aldıkları ve analiz ettikleri konusunda çok daha sezgisel olmayı ‘öğretebiliyoruz’. Örneğin, olay yerindeki araç bir araba mı, bir otobüs mü yoksa bir kamyon mu? Binanın yanındaki insan mı hayvan mı? Bunlar gölgeler mi yoksa yoldaki bir nesne mi? ” diyor.

Bu tür iç görüler, sunucular ve insanlar üzerindeki yükü azaltacak, verimliliği artıracak ve maliyetleri düşürecektir. Ayrıca, trafik kazaları gibi olaylarla uğraşırken genellikle kritik bir faktör olan müdahale süresini de artıracaktır.

Kaynak: www.asmag.com
Yazar: Prasanth Aby Thomas, 01.02.2021