Эксперт об эффективности использования искусственного интеллекта в видеонаблюдении
Издание о безопасности GIT SECURITY побеседовало на тему роли видеоаналитики с Флорианом Матусеком, директором группы продуктов отдела видеоаналитики компании Genetec. По мнению эксперта, на данный момент с использованием искусственного интеллекта не все так гладко, как это хотят представить многие производители.
Когда производитель видеонаблюдения упоминает такие термины, как видеоаналитика, искусственный интеллект, машинное обучение, глубокое обучение, представляя свои продукты, большинство людей до конца не понимают, что на самом деле это означает.
Искусственный интеллект – это область исследований, возникшая в 50-х годах прошлого столетия. Цель этих исследований – разработка систем, способных понимать окружающий мир и приобретать нужные навыки. В настоящий момент человечество еще очень далеко от создания настоящего искусственного интеллекта в его идеальном понимании. Хотя такая область техники, как машинное обучение, способна, по мнению эксперта, приблизить к заветной цели. Она предполагает, что машина может использовать входящую информацию и ранее полученную информацию, чтобы улучшить производительность без специального программирования.
Глубокое обучение является одним из видов машинного обучения, используя большие объёмы информации для обучения машины обнаруживать и классифицировать входящие данные. Одним из ярких примеров является распознавание номерных знаков. Таким образом, глубокое обучение действительно является эффективным инструментом, поскольку обеспечивает более высокую точность и может применяться в большом спектре приложений отрасли безопасности.
В настоящий момент мир находится на такой стадии развития искусственного интеллекта, что вопрос точности стал более решаемым, но все еще остро стоит проблема масштабируемости и вычислительной мощности. Дело в том, что реализация интеллектуальной технологии в одной камере очень сильно отличается от того, если система камер видеонаблюдения с видеоаналитикой развертывается в масштабах целой организации.
Эксперт утверждает – если в каком-то решении для безопасности производитель чрезмерно выпячивает термин «искусственный интеллект», то скорее всего, это больше приманка, чем что-то реально работающее. Например, в бизнес-аналитике наиболее эффективно работающей Матусек считает технологию подсчета людей. Также он положительно высказывается о таких решениях, которые ускоряют поиск нужной видеоинформации. Менее развитыми он считает технологии обнаружения оружия и детекцию сложных форм человеческого поведения. Матусек советует по возможности отдавать предпочтение чему-то практичному, что легко можно применить в простых сценариях. Например, для детекции несанкционированного доступа к камере (блокировки объектива или иного аналогичного действия).
На вопрос о том, что более эффективно – видеоаналитика в самой камере или видеоаналитика в системе управления видеонаблюдением (VMS), Матусек отвечает неоднозначно. Но некоторые функции имеет смысл использовать в самой камере, например, функцию детекции пересечения линий, которую использует любая система охранного видеонаблюдения. Выполнение функций видеоаналитики в системе управления требует больших аппаратных затрат, но такие системы более просты в развертывании и управлять данными легче. Эксперт полагает, что в будущем видеоаналитика будет выполняться гибридным способом.
Материалы по теме