-
Måndag8-17
-
Tisdag8-17
-
Onsdag8-17
-
Torsdag8-17
-
Fredag8-17
-
LördagStängt
-
SöndagStängt
Tryggare miljöer
Rörelsedetektering á la AI
Äldre övervakningskameror med inbyggd så kallad rörelsedetektor reagerade på så grova förändringar i bilden att det räckte med att solen gick i moln eller att en vindby ruskade om lövverket i ett träd, för att ett larm skulle skapas och förmedlas till inspelningsenheten eller larmcentralen. Det säger sig självt att det inte blev praktiskt möjligt att hantera eller agera på den mängden falsklarm. Efterhand tillkom funktioner som gjorde det möjligt att dra digitala gränser inom vilka kameran skulle se (eller bortse) från händelser, men andelen falsklarm gjorde ändå att professionella användare tvingades komplettera systemen med externa sensorer och annan teknik. Den största nackdelen med den här hanteringen är den långa fördröjningen mellan händelse och leverans av larm, de komplexa och dyrbara system som krävdes för att filtrera bort all den information man inte behöver och slutligen allt data som behövde transporteras (och lagras) mellan kameran och centralenheten där bearbetningen skedde. Fortfarande finns såklart många sådana system i drift och det blir därför angeläget att förmedla en uppdaterad bild av rörelsedetektion signerat AI.
AI-baserad videoanalys inbyggd i kameran
I samband med att videobearbetningen flyttas ut till kameran, får vi betrakta kameran som en sk "edge computer" eller kantdator på svenska. Professionella nätverkstekniker brukar förvisso referera till lokala servrar när de pratar om kantdatorer och inte periferienheter som kameror, men eftersom begreppet inte har klara gränser så får betydelsen ges av sammanhanget. Samma diffusa gränser har nog AI, i vart fall när det gäller användandet av ordet i marknadsföring. Efter att ha luckrat upp betydelsen för de senaste årens hetaste ord inom IT-världen, låt oss istället se vad den nya tekniken ger för fördelar i form av detektering av olika hot och händelser.
Analysen vid kanten - precision och prestanda
Med hjälp av maskin- och djupinlärning kan kamerorna nu erbjuda AI-baserad analys för att identifiera objekt som personer och fordon, känna igen beteendemönster och mycket mer. Fördelarna inkluderar ökad precision med färre falsklarm som följd men också minskad bandbreddsanvändning, minskad serverbaserad videobearbetning och minskat lagringsbehov. Moderna kameror kan även överföra metadata istället för endast video, vilket ger värdefulla insikter för olika verksamheter och inom marknadsföring, till exempel genom att räkna hur många och vilka personer som finns i ett utrymme.
Foto: Ellipsis Earth via Håll Sverige Rent
AI-baserad videoanalys får också många användningsområden utanför traditionell övervakning. Som organisationen Håll Sverige Rent ger exempel på här kan identifiering av sopor för sortering och statistik vara ett av dem.
Funktionsförbättringar signerat AI
Genom att använda en AI-motor specialanpassad för persondetektering, minskar dramatiskt de negativa effekterna av störningar från små djur, lätt regn, belysningsförändringar och allt sådant som tidgare omöjliggjorde röresedetektering i en professionell miljö. Utöver att radikalt minska antalet falsklarm erbjuds ofta fler händelseregler och tillämpninsscenarier som detektering av intrång, dröjsmålsdetektering, saknade föremål, övergivna föremål, gränslinjebevakning, flykt- och ansiktsdetektering.
Intrångsdetektering
Intrångsdetektering kan användas för att upptäcka personer som går in i eller lämnar ett virtuellt område inom kamerans synfält. Exempel på sådana tillämpningar kan vara:
- Upptäck när en person går in i en lokal efter arbetstid.
- Upptäck när en person lämnar via nödutgång och brandtrappa.
Dröjsmålsdetektering
Dröjsmålsdetektering används för att upptäcka en person eller en grupp människor som dröjer sig kvar i ett område längre än en förinställd tidsgräns.
Exempel på tillämpning:
- Upptäck en person som dröjer sig kvar vid en bankomat-kö.
- Upptäck en person som cirkulerar i ett område med hög stöldrisk i en butik.
- Upptäckt av kringdrivande person på en parkeringsplats.
Digital snubbeltråd
Den digitala snubbeltråden upptäcker en person eller en grupp personer som korsar en digitalt uppdragen gräns, en sorts virtuell snubbeltråd. "Tråden" kan dras punkt till punkt eller bilda en avgränsad yta där kameran larmar om någon:
- Passerar över (inklusiver villkor för färdriktning)
- Kommer närmare än angivet säkerhetsavstånd
Detektering av övergivna föremål
Många har hört utropen om "Don't leave your baggage unattended" på flygplatser. Detektering av oövervakade föremål eller föremål som placerats på oönskade platser larmar om just detta
- Upptäck lådor som blockerar en nödutgång.
- Upptäck föremål som lämnats på tunnelbanespår eller perrong, på en bro eller i en banklobby.
Upptäckt av saknade föremål
Plötsligt hänger inte Mona Lisa på väggen där den brukar på museet. Funktionen för upptäckt av saknade föremål larmar när något tagits bort från ett fördefinierat område. En praktiskt funktion för att "punktmarkera" ett värdefullt objekt.
Ansiktsigenkänning
Funktionen användes för att identifiera personer i syfte att exempelvis avgöra om de har tillåtelse att vistas inom en avgränsad zon. Kopplad till passersystemet kan den släppa in eller stänga ute människor från en byggnad, annars larma då en icke auktoriserad individ upptäcks. Ej att förväxlas ansiktsupptäckt (face detection) som endast upptäcker och spårar ansikten i syfte att lättare upptäcka en människa i bilden.
Identifikation av registreringsskyltar
En kusin till ansiktsigenkänning är förmågan att identifiera registreringsskyltar, även kallad för License Plate Recognition (LPR) eller Automatic Number Plate Recognition (ANPR). Identifikation av registreringsskyltar är en teknik som kan läsa och tolka nummer på fordonsskyltar automatiskt. Denna teknik används ofta för trafikövervakning, säkerhetssystem och för att automatisera tillträde till parkeringsplatser eller betalvägar. AI-tillskottet gör att kameran numer kan identifiera färg på fordon samt vilket fabrikat.
Folkräkning
Folkmängds-detektering kan användas för att få veta hur många personer som finns i ett visst område. Butiker och företag kan då enkelt hantera sociala avstånd, förebygga kundträngsel, utvärdera marknadsaktiviteter och i förlängningen dimensionera lokaler och service.
- Upptäcka trängsel när antalet personer i ett område är fler än ett visst förutbestämt antal.
- Övervaka ett speciellt område där högst ett visst antal personer är tillåtna åt gången.
Flykt-detektering
Upptäcker rörelsehastigheten hos en person. Personer som springer i hög hastighet på sjukhus, fabriker, köpcentrum eller bank kan potentiellt vara en onormal situation som behöver hanteras.
Exempel på tillämpning:
- En ficktjuv springer iväg i ett köpcentrum när folk upptäcker och jagar honom.
- När ett rån har ägt rum på en parkeringsplats, kan flyktdetektorn upptäcka en person som avviker från platsen i hög hastighet.
Självinlärning ökar pricksäkerheten
Ett ytterligare värdefullt tillskott signerat AI är förmågan att själv lära sig en ny vy och de särskiljande dragen för den plats de sitter monterade på. Funktionen brukar gå under namnet "Self Optimization" och innebär att kameran försätts i ett läge där den tränar sig att förstå de lokala förutsättningnarna för att bättre kunna tolka innehållet i bilden.
Den mänskliga signaturen
Vad man inte omedelbart tänker på är att en grundläggande förutsättning för att de egenskaper vi räknat upp här ska fungera tillförlitligt är att kameran vet vad en person är. Och att den skiljer människa från djur och fordon. Framsynta tillverkare har med hjälp av omfattande bilddatabaser skapat en AI-motor specialiserad på att upptäcka de mänskliga signaturerna. Hit hör inte bara siluetter och bilder utan också andra attribut som färgen på klädseln. rörelsemönster eller andra specifika särdrag.
Med den AI-drivna persondetektionen kommer endast mänskliga aktiviteter att fungera som händelse-utlösare, medan svajande vegetation, förbipasserande fordon eller djur att ignoreras. Detta hjälper till att minska falska larm samt den tid och ansträngning som tas i anspråk för konfiguration av kameran.
När alla dessa detektions-funktioner kan samarbeta genom olika förutbestämda regler blir den moderna AI-drivna kameraövervakningen väldigt noggrann och effektiv. När tekniken dessutom sitter inbyggt i kameran skapas förutsättningar för minimalt nyttjande av bandbredd.
Om du vill veta mer om AI-driven kameraövervakning eller har konkreta projekt du vill diskutera, kontakta oss idag. Vi förstår oss på såväl kameratekniken som nätverk i stort och kan häjlpa dig med en komplett lösning.
Vi är lätta att nå på chatt, mejl eller telefon: 08 52 400 700.
Missa heller inga artiklar i Kunskapsbanken, prenumerera på nyhetsbrevet
© Copyright 2024-05-02, innehållet är skyddat enligt lagen om upphovsrätt.
