AI-encoding skal løse videoovervågningens største flaskehals
Hjem AIAI-encoding skal løse videoovervågningens største flaskehals

AI-encoding skal løse videoovervågningens største flaskehals

Af Redaktionen

En global undersøgelse fra Hikvision og asmag.com indikerer branchens voksende behov for datalagring.

Samtidig viser undersøgelsen en stor forventning til, at ny komprimeringsteknologi kan reducere udgifterne til hardware og netværk.

Datalagring udgør i dag en markant udfordring inden for videoovervågning. I takt med at overvågning i høj opløsning udbredes, og prisen på storagehardware stiger, øges presset på it-budgetterne. En ny undersøgelse fra Hikvision og asmag.com viser, at over 38 procent af respondenterne angiver videolagring som en stor udfordring, mens 43 procent kalder det en moderat udfordring. Samtidig svarer knap 70 procent, at presset på data-opbevaring er vokset over de seneste 12 måneder.

“Branchen er udfordret på lagringskapacitet, når sikkerheden skal skaleres. Undersøgelsen indikerer samtidig, at branchen anser AI-teknologier, som et vigtigt værktøj til at imødekomme det stigende pres på it-infrastrukturen og holde behovet for serverplads nede,” fortæller Fie, talsperson for Hikvision Danmark.

Udfordringen afspejles i den grad også i indkøbsprocesserne, hvor seks ud af ti i branchen ofte eller altid diskuterer storageomkostninger, når de designer nye systemer. De primære årsager til de stigende udgifter angives til at være høje hardwarepriser, udrulning af flere kameraer og krav om højere opløsning.

AI-encoding skal løse videoovervågningens største flaskehalsGuanlan Encoding har stort potentiale til at løse udfordringerne

Mens problemet er velkendt, viser undersøgelsen, at branchen har tiltro til en ny løsning og kigger mod AI-baseret encoding som en vej ud af kapacitetsproblemet. Forventningerne til AI-teknologien er klare blandt de adspurgte fagfolk. På spørgsmålet om, hvor AI-encoding har det største potentiale, peger 42,6 procent på ‘lavere hardwareomkostninger’, mens en tilsvarende andel på 42,6 procent ser ‘lavere belastning af netværk og båndbredde’ som den primære fordel.

Teknologier som Hikvisions Guanlan Encoding bygger oven på H.265-standarden, men bruger AI til at adskille og bevare vigtige detaljer i bevægelse, mens den statiske baggrund komprimeres hårdt. Dermed kan teknologien i gennemsnit reducere datamængden med 30 til 50 procent uden at gå på kompromis med billedkvaliteten.

Fagfolkene tror på, at teknologien kan imødekomme dagligdagens udfordringer

Dataene viser også, at der er tiltro til teknologiens egnethed. Da respondenterne blev spurgt, hvor godt AI-encoding er egnet til at møde virkelighedens krav, svarede 47 procent ‘moderat godt’, mens knap 38 procent svarede ‘meget godt’. Fagfolkene forventer især at se fordele i store anlæg som industri og produktion samt kritisk infrastruktur.

Viljen til at investere er dokumenteret i rapporten, idet over halvdelen af de adspurgte svarer, at de vil overveje at købe produkter med Guanlan Encoding. Udbredelsen kræver dog, at kunderne bliver trygge ved teknologien. Næsten 40 procent udpeger kompatibilitet med eksisterende systemer som deres største bekymring, efterfulgt af høje enhedsomkostninger og af frygten for at blive låst til én leverandør, hvilket bekymrer knap en tredjedel.

For at imødekomme den bekymring er Guanlan Encoding ikke bygget som et nyt, proprietært format, men oven på den udbredte H.265-standard. Det betyder, at eksisterende systemer kan modtage og afkode filerne uden at skulle skifte platform eller software.

Du kan læse den fulde rapport i linket her: Læs rapport

Relaterede artikler

Vi bruger cookies og andre identifikatorer for at forbedre din oplevelse. Dette giver os mulighed for at sikre din adgang, analysere dit besøg på vores hjemmeside. Det hjælper os med at tilbyde dig personlig indhold og nem adgang til nyttige oplysninger. Klik på "Jeg accepterer" for at acceptere vores brug af cookies og andre identifikatorer eller klik på "Flere oplysninger" for at justere dine valg. jeg godkender Flere oplysninger >>