Для чего ИИ используется в видеонаблюдении

Для того чтобы работать. Целей развития ИИ в данной сфере, конечно, может быть довольно много. Наиболее значимыми заказчиками в области развития видеонаблюдения и нейронных сетей являются государственные компании.

Если оглянуться в прошлое, то именно необходимость контролировать передвижения людей или машин толкала развитие индустрии вперёд. Сегодняшняя доступность для обывателей, вышла именно из масштабного развития всей системы в целом, что породило удешевление производства и доступность оборудования. Кстати магазин видеонаблюдения в Екатеринбурге есть на сайте novicam66.ru.

В чём суть проблемы?

А состоит она в объемах информации. Для частного дома это комплект из 2 или 8 видеокамер и регистратора. Для квартиры хватит и нескольких IP-камер или «видеоняни». А вот для контроля дорожного движения нужны уже десятки тысяч устройств. В крупном торговом центре могут быть десятки камер, и оператор, который за ними наблюдает, будь он даже невероятно внимателен, он физически не обладает достаточным зрением, чтобы уследить за всеми потоками видео. На предприятиях или в людных местах огромные массивы данных стираются не просмотренными. И тут развитие нейронных сетей, и распределенных вычислений, подарило возможность использовать вычислительные мощности для работы с огромными потоками видео.
Как это работает?

Машины не идеальны, они тоже ошибаются, однако алгоритмы совершенствуются, а производительность машин постоянно растет и сегодня ИИ может выступать ассистентом для оператора выводя на экран только те ситуации, которые требуют его внимания. Машины более внимательны в отборе людей из толпы, конечно, человек по-прежнему эффективен, но он не сможет уследить одновременно за десятком камер, у него всего пара глаз. Инновационные решения поддерживают одновременно до 192 параллельных каналов и способны «узнать» до 80 человек за 40 мс (сервер Deep Sense).

Причем будущее именно за глубинным обучением, который по эффективности и точности превосходит традиционные методы обработки. Для работы при этом широко используются графические ускорители, которые обеспечивают высокую степень параллелизма. Программных и аппаратных решений на рынке уже достаточно, например: Wisenet FRS, FaceNet вообще с открытым исходным кодом.

Новые мобильные процессоры уже имеют встроенный блок для работы с ИИ, он используется, в том числе для авторизации по лицу, этакая уменьшенная копия более масштабных проектов. Так что разработки в этом направлении будут продолжаться.