AI-baseret analyseapplikation muliggør nem indlæring af en scene på stedet ved hjælp af en række billeder, og den kan umiddelbart bruges på mere end 100 i-PRO kameramodeller.
i-PRO Co. Ltd., en global leder inden for professionelle sikkerhedsløsninger til overvågning og offentlig sikkerhed, vil tilføje AI Scene Change Detection til sin samling af kraftfulde kantbaserede AI-analyseapplikationer.
Scene Change Detection, der indeholder det nyeste inden for AI-analyseteknologi, er den første AI-baserede analyseapplikation, der giver nem on-site læring af en scene. Når der opstår anomalier inden for kameraets synsfelt, kan der sendes en advarsel til sikkerheds- og driftsteams.
Den nye applikation vil kunne anvendes på mere end 100 forskellige i-PRO AI-kameramodeller, når den frigives. I modsætning til traditionel AI-baseret objektdetektions-analyse, som advarer eller markerer, når objekter krydser linjer eller kommer ind i forud definerede zoner, giver sceneændrings-detektion brugerne mulighed for at lære et overvågningskamera, hvordan en hel scene ser ud i normal tilstand.
Analysen opfatter derefter en anomali, når en forud valgt del af scenen varierer fra det normale. Det kan f.eks. være en dør, der står åben i længere til end normalt, eller varer på en butikshylde, der bliver udsolgt ud over en forudindstillet grænse. På grund af de tilpassede grænseværdier ignoreres korte ændringer i scenen, da scenen vender tilbage til det normale inden for en acceptabel tidsramme. Anvendelse af AI-baseret objekt-detektion sikrer desuden, at personer eller køretøjer, der passerer gennem scenen, automatisk kan udelukkes.
“Vi mener, at i-PRO’s Scene Change Detection er branchens første AI-baserede app til registrering af sceneændringer, der optimerer algoritmen til registrering af scener ved at lære fra optagne billeder”, siger Norio Hitsuishi, produktchef hos i-PRO Co., Ltd. “Vores unikke implementering er meget kraftfuld og giver brugerne mulighed for at angive, hvor stor en ændring der skal udløse en alarm efter en given tid. En yderdør skal f.eks. kunne åbnes og lukkes rutinemæssigt uden at udløse en alarm.
Ved hjælp af Scene Change Detection kan brugerne indstille programmet til kun at alarmere, hvis døren står åben i mere end 5 minutter. Dette er noget, som traditionelle bevægelsesdetektions-analyser ikke kan gøre.”
Appen Scene Change Detection kan bruges samtidig med andre apps, f.eks. AI-baseret bevægelsesdetektion af objekter, så sikkerhedsfolk kan foretage flere samtidige detektioner med ét kamera. Det er ikke nødvendigt med en kraftig server, da al behandling foregår på edge. Scene Change Detection-applikationen kan lære flere forskellige detektionsscenarier med op til 16 overvågede ændringsområder pr. scenario. En alarmhændelse kan modtages via i-PRO’s Active Guard-plugin, der er installeret på populære VMS’er som Genetec, Milestone og Video Insight.
“Scene Change Detection er særlig god til at spotte efterladte genstande eller ulovlige parkeringer. Fordi objekter i bevægelse, f.eks. mennesker og køretøjer, er udelukket, er falske alarmer sjældne, ” siger Hitsuishi. “Når man tænker på alle de potentielle anvendelser, både inden for sikkerhed og inden for drift og logistik, er mulighederne uendelige. At et sikkerhedskamera også kan fungere som lagerovervågning på et lager eller i en butik er et perfekt eksempel på den forbedrede nytteværdi, som denne applikation kan give.”
“AI-sceneændring er endnu et godt eksempel på i-PRO’s åbne og fleksible politik. Vi skaber produkter og teknologier, der kan tilpasses markedets behov, uanset hvad de er. ” Siger Gerard Figols, præsident for i-PRO EMEA. “Denne applikation går videre end ren sikkerhed. Kameraet kan bruges som lagerovervågning i et lagerrum på et hospital, hvor lagerstyring er afgørende, eller i koncertsale og stadioner, hvor nødudgange skal holdes fri hele tiden.”
Opsætningen er let med i-PRO konfigurationsværktøjet, som guider brugeren hele vejen fra indlæring af scenen med flere billeder, der er optaget med intervaller, som dækker forskellige lysforhold, til indstilling af tærskelværdier for billed- og områdeændringer for det område, der overvåges.
