Хяналтын камерын илрүүлэлтийн нарийвчлалыг сайжруулахад хиймэл оюун ухааны үүрэг
Хяналтын камерт суурилсан хяналтын системийг хөгжүүлэх нь орон сууцны хороолол, худалдааны төвүүдээс эхлээд үйлдвэр, тээврийн байгууламж хүртэл олон нийтийн болон хувийн орчинд аюулгүй байдлыг хангах чухал хэсэг болсон. Гэсэн хэдий ч уламжлалт Хяналтын камерын гол бэрхшээл нь хэдэн арван эсвэл бүр хэдэн зуун дэлгэцийг нэгэн зэрэг хянах хүний хязгаарлалт юм. Энэ бол хиймэл оюун ухаан (AI) чухал үүрэг гүйцэтгэдэг газар юм: Хиймэл оюун ухаан нь илрүүлэлтийн нарийвчлалыг сайжруулахад тусалдаг, хариу өгөх хугацааг хурдасгадаг, ажиглагчийн ядаргаа эсвэл алдаанаас үүдэлтэй алдааг бууруулдаг. Энэ нийтлэлд хиймэл оюун ухаан нь Хяналтын камерын илрүүлэлтийн нарийвчлалыг хэрхэн сайжруулдаг, ашигласан технологи, ашиг тус, бэрхшээл, хөгжлийн чиглэлийг авч үзэх болно.
1. Уламжлалт хяналтын камерын хязгаарлалтууд
Хяналтын камер нь үндсэндээ зөвхөн дүрс бичлэгийг бичиж, харуулдаг. Орчин үеийн камерууд өндөр нягтралтай боловч кадр дотор юу болж байгааг "ойлгодоггүй". Үүний үр дүнд хяналт нь операторууд үйл ажиллагааг байнга ажиглахаас хамаардаг. Асуудал дараах тохиолдолд үүсдэг.
– Өгөгдлийн хэмжээ хэт их байна: Ганц камер өдөрт хэдэн цагийн бичлэг хийх боломжтой. Нэг байршилд хэдэн арван камер байна гээд төсөөлөөд үз дээ.
– Хүний алдаа: Операторууд анхаарал сарниулах эсвэл ядаргаанаас болж чухал мөчүүдийг алдаж болзошгүй.
– Удаан хариу үйлдэл: Энэ явдал болсны дараа, бичлэгийг дахин тоглуулах үед л илэрсэн.
– Хамгийн бага илрүүлэлт: Хяналтын камер нь хүний тусламжгүйгээр хэвийн болон сэжигтэй үйл явдлуудыг ялгаж чадахгүй.
Хиймэл оюун ухаан нь хяналтын камерын системд аналитик болон тайлбарлах чадварыг олгодог "тархи" болж ажилладаг бөгөөд илрүүлэлтийг зөвхөн харааны бус, харин хэв маягт суурилсан болгодог.
2. Хиймэл оюун ухаан болон видео аналитик: Зөвхөн зурагнаас илүү ихийг "харах"
Хиймэл оюун ухаан нь видео аналитик буюу машин сургалт болон гүнзгий сургалтын загваруудыг ашиглан видеог автоматаар шинжлэх үйл явцаар дамжуулан Хяналтын камерын илрүүлэлтийн нарийвчлалыг сайжруулдаг. Энэ хүрээнд систем нь дараахь зүйлийг хийж чадна:
– Объект илрүүлэх: хүн, тээврийн хэрэгсэл, эд зүйл, амьтан болон бусад эд зүйлсийг танина.
– Объект хянах: объектын нэг кадраас нөгөө кадр руу шилжих хөдөлгөөнийг дагах.
– Зан үйлийн хэв маягийг таних: хүмүүс хязгаарлагдмал бүсэд гүйх, хэт удаан цугларах, эсвэл зодоон хийх зэрэг ер бусын үйлдлүүдийг илрүүлэх.
– Ослын ангилал: өндөр эрсдэлтэй осол болон хэвийн үйл ажиллагааг ялгах.
Энэхүү чадварын тусламжтайгаар хиймэл оюун ухаан нь гажиг үүссэн үед бодит цагийн мэдэгдлийг идэвхжүүлж, операторуудад төгсгөлгүй хяналтаас илүү чухал үйл явдлуудад анхаарлаа төвлөрүүлэх боломжийг олгодог.
3. Илрүүлэлтийн нарийвчлалыг сайжруулах гол технологиуд
а. Объект илрүүлэх гүнзгий сургалт
YOLO (Та зөвхөн нэг удаа хардаг), SSD, эсвэл Faster R-CNN зэрэг гүнзгий сургалтын загваруудыг видео бичлэгүүд дэх объектуудыг илрүүлэхэд ихэвчлэн ашигладаг. Эдгээр загваруудыг мянга мянган саяас сая хүртэлх жишээ зургийг ашиглан сургадаг тул янз бүрийн нөхцөлд объектуудыг илүү нарийвчлалтай таних боломжийг олгодог.
Хуучин аргуудаас илүү гүнзгий сургалтын давуу тал нь дараах тохиолдолд ч гэсэн объектуудыг таних чадвар юм.
- гэрэлтүүлгийн өөрчлөлт,
- өөр өөр камерын өнцөг,
– хэсэгчлэн бүрхэгдсэн объектууд (бөглөрөл),
– завгүй орчин.
b. Нүүр царай таних болон хүнийг дахин таних
Оффис эсвэл хязгаарлагдмал хандалт гэх мэт тодорхой газарт хиймэл оюун ухаан нь нүүр царай таних эсвэл хүнийг дахин танихад тусалдаг бөгөөд өөрөөр хэлбэл хувцас, биеийн хэлбэр, алхаа зэрэг харааны шинж чанарт үндэслэн ижил хүнийг өөр өөр камерт таних боломжтой.
Энэхүү технологи нь царай тодорхой харагдахгүй эсвэл маскаар бүрхэгдэхгүй үед таних нарийвчлалыг сайжруулдаг боловч хатуу зохицуулах шаардлагатай хязгаарлалт, нууцлалын асуудлуудтай хэвээр байна.
в. Хөдөлгөөний шинжилгээ ба зан төлөвийг илрүүлэх
Хиймэл оюун ухаан сэжигтэй зан үйлийг илрүүлэхийн тулд хөдөлгөөний хэв маягийг шинжилж чаддаг. Жишээлбэл:
- хэн нэгэн хориотой бүсэд орвол,
- эмнэлэг эсвэл асрамжийн газарт уналтыг илрүүлэх,
- урсгалын эсрэг явж буй тээврийн хэрэгсэл,
– гэнэт олон хүн цугларах (олон хүн илрүүлэх),
– аюултай байж болзошгүй объектуудыг орхисон (зүүн талын объект илрүүлэх).
Энэ арга барилаар Хяналтын камер нь зөвхөн баримтжуулалтын хэрэгсэл биш харин урьдчилан сэргийлэх систем болж хувирдаг.
d. Мэдрэгч болон туслах өгөгдлийг нэгтгэх
Хиймэл оюун ухаан видео өгөгдлийг дараах бусад эх сурвалжтай хослуулснаар илрүүлэлтийн нарийвчлал сайжирдаг:
- хаалганы мэдрэгч,
- дохиолол,
- хандалтын хяналт,
- үйл ажиллагааны хуваарийн мэдээлэл,
– хориотой газар нутаг, бүсийн газрын зураг.
Жишээлбэл, ажиллахгүй цагаар агуулахад хөдөлгөөн гарвал систем нь илүү өндөр түвшний анхааруулга гаргана.
4. Хуурамч дохиоллыг бууруулах нь: Нарийвчлалыг олж авахын тулд ихэвчлэн орхигдуулдаг түлхүүр
Нарийвчлалын хамгийн сайн үзүүлэлтүүдийн нэг бол зүгээр л "илүү ихийг илрүүлэх" биш, харин "зөв илрүүлэх" юм. Хиймэл оюун ухаанд суурилсан хяналтын камерыг ихэвчлэн дараах шалтгаанаар үүсдэг хуурамч дохиоллыг бууруулахад ашигладаг.
- хөдөлж буй сүүдэрүүд,
– линзний ойролцоо бороо эсвэл шавьж байх,
- гэрлийн огцом өөрчлөлт,
– салхинд хийсэх мод эсвэл туг.
Орчин үеийн хиймэл оюун ухаан нь хүний хөдөлгөөний хэв маяг болон холбогдох объектуудыг хүрээлэн буй орчны чимээ шуугианаас ялгах чадвартай. Цаашилбал, систем нь контекст дээр суурилсан шүүлтүүрийг гүйцэтгэж чаддаг, жишээлбэл, тодорхой объект тодорхой хугацаанд тодорхой бүсэд орсон тохиолдолд л дохиолол илгээдэг.
5. Төрөл бүрийн салбарт бодит хэрэглээ
а. Оффисууд болон хязгаарлагдмал хандалт
Хандалтын системтэй нэгтгэснээр зөвхөн эрх бүхий хүмүүс л нэвтрэхийг баталгаажуулахад хиймэл оюун ухаан тусалдаг. Хэрэв хүмүүс бусдыг дагаж зөвшөөрөлгүйгээр орж ирвэл автоматаар мэдэгдэл гарч ирнэ.
б. Аж үйлдвэр ба үйлдвэрүүд
Аюултай бүсийн хяналтыг дуулга, хантааз зэрэг хувийн хамгаалах хэрэгсэл (PPE) ашиглагдаж байгааг илрүүлснээр сайжруулж болно. Хэрэв ажилчид зохих тоног төхөөрөмжгүйгээр эрсдэлийн бүсэд орвол хиймэл оюун ухаан тэдэнд мэдэгдэх боломжтой.
в. Тээвэр ба замын хөдөлгөөн
Хиймэл оюун ухаан нь замын хөдөлгөөний дүрэм зөрчих, тээврийн хэрэгслийн гэнэтийн зогсолт, тэр ч байтугай ослыг илрүүлэхэд тусалдаг. Буудал эсвэл терминал дээр хиймэл оюун ухаан нь аюултай түгжрэлээс зайлсхийхийн тулд зорчигчдын нягтралыг тодорхойлж чаддаг.
d. Жижиглэн худалдаа болон худалдааны төвүүд
Хиймэл оюун ухаанд суурилсан хяналтын камер нь хулгайд хүргэж болзошгүй сэжигтэй үйлдлийг илрүүлэхээс гадна айлчлалын хэв маяг, хамгийн их хүнтэй газрууд зэрэг үйл ажиллагааны талаарх мэдээллийг өгдөг.
6. Сорилтууд: Нууцлал, нэг талыг баримтлах байдал болон өгөгдлийн чанар
Хяналтын камерт хиймэл оюун ухааныг ашиглах нь ашигтай хэдий ч бэрхшээлгүй биш юм.
– Нууцлал ба зохицуулалт: Хэрэв тодорхой хууль эрх зүйн үндэслэл, зөвшөөрөл эсвэл өгөгдлийн удирдлага байхгүй бол нүүр царай таних системийг ашиглах нь хувийн нууцыг зөрчиж болзошгүй.
– Алгоритмын алдаа: Хэрэв сургалтын өгөгдөл олон янз биш бол загвар нь тодорхой бүлгүүдийн хувьд нарийвчлал багатай байж болно.
– Камерын чанар болон орчин: Бага нягтралтай, муу өнцөгтэй эсвэл гэрэлтүүлэг муутай камер нь загварын гүйцэтгэлийг бууруулж болзошгүй.
– Өгөгдлийн аюулгүй байдал: Хяналтын камерын бичлэг болон аналитик мета өгөгдлийг зөвшөөрөлгүй хандалтаас хамгаалах ёстой.
Ердийн шийдлүүдэд өгөгдөл хадгалах бодлого, шифрлэлт, хандалтын аудит, нэрээ нууцлах (жишээ нь, нүүр царайг бүдгэрүүлэх), илүү төлөөллийн загваруудыг сургах зэрэг орно.
7. Edge хиймэл оюун ухаан болон Cloud хиймэл оюун ухааныг харьцуулах нь: Нарийвчлал болон хариу үйлдэлд үзүүлэх нөлөө
Хяналтын камерын хиймэл оюун ухааныг дараах байдлаар ажиллуулж болно:
– Үүл: Шинжилгээг төв сервер дээр хийдэг. Том хэмжээний хувьд тохиромжтой боловч холболт болон хоцрогдолоос хамаарна.
– Edge (төхөөрөмж/NVR дээр): өгөгдлийн эх үүсвэрийн ойролцоох шууд дүн шинжилгээ. Илүү хурдан бодит цагийн хариу үйлдэл болон илүү их зурвасын өргөн үр ашигтай.
Нарийвчлалын хувьд захын хиймэл оюун ухаан нь халдлага илрүүлэх эсвэл ажлын байран дахь осол гэх мэт миллисекундын хариу үйлдэл шаарддаг тохиолдлуудад илүү тогтвортой байдаг бол үүлэн технологи нь гүнзгий дүн шинжилгээ, төвлөрсөн загвар сургалтад давуу талтай.
8. Ирээдүй: Илүү ухаалаг, ёс зүйтэй хяналтын системүүд
Ирээдүйд хяналтын камерын илрүүлэлтийн нарийвчлал дараах байдлаар сайжирсаар байх болно.
– хөнгөн хэрнээ хүчирхэг хиймэл оюун ухааны загвар,
– байршлын нөхцөл байдалд тохируулан тасралтгүй суралцах,
– олон горимт хиймэл оюун ухаан (видео, аудио болон мэдрэгчийг хослуулсан),
– ёс зүйн засаглал, ил тод байдал, зохицуулалтын нийцэлд анхаарлаа хандуулах.
Хяналтын камер нь зөвхөн "бичлэг хийх" биш, харин эрсдэлийг урьдчилан харах, хурдан шийдвэр гаргахад туслах, илүү зорилтот хүний оролцоотойгоор аюулгүй байдлыг сайжруулах чадвартай систем болсон.
Дүгнэлт
Хяналтын камерын илрүүлэлтийн нарийвчлалыг сайжруулахад хиймэл оюун ухааны үүрэг чухал юм. Объект илрүүлэх, хянах, зан үйлийн шинжилгээ хийх, хуурамч дохиоллын шүүлтүүр ашиглан хиймэл оюун ухаан нь Хяналтын камерыг идэвхгүй системээс бодит цагийн сэрэмжлүүлэг өгөх чадвартай урьдчилан сэргийлэх аюулгүй байдлын хэрэгсэл болгон хувиргадаг. Гэсэн хэдий ч үүнийг хэрэгжүүлэхдээ нууцлал, өгөгдлийн аюулгүй байдал, алдааг бууруулахад нухацтай анхаарал хандуулах хэрэгтэй. Зөв арга барилаар хиймэл оюун ухаан нь зөвхөн аюулгүй байдлыг төдийгүй үйл ажиллагааны үр ашиг, ослын хариу үйлдлийн чанарыг сайжруулж чадна.
Хэрэв та хүсвэл би энэ нийтлэлийг тодорхой нөхцөл байдалд (жишээлбэл, орон сууц, үйлдвэр, сургууль, замын хөдөлгөөн) тохируулан бичих эсвэл бичих хэв маягийг илүү албан ёсны, тэмдэглэл шиг, илүү түгээмэл эсвэл танилцуулгын материал болгон өөрчилж болно.
