18 کاربرد برتر computer vision(بینایی کامپیوتر) در امنیت و نظارت – قسمت اول

18 کاربرد برتر  computer vision(بینایی کامپیوتر) در امنیت و نظارت – قسمت اول

 

در دهه گذشته، بینایی کامپیوتر به‌عنوان یک فناوری کلیدی برای کاربردهای متعددی همچون پایش و نظارت انسانی جایگزین شده است. این مقاله یک مرور کلی تحقیقاتی از بینایی کامپیوتری پیشرفته در نظارت تصویری و نظارت بر امنیت هوش مصنوعی ارائه می‌دهد.

در ادامه درخصوص موضوعات زیر بحث خواهیم کرد:

• پیشرفته‌ترین فناوری امنیت ویدئویی هوش مصنوعی؛
• تشخیص ناهنجاری و پاسخ با بینایی کامپیوتری؛
• کاربردهای چشم‌انداز هوش مصنوعی در امنیت و نظارت.

18 کاربرد برتر  computer vision(بینایی کامپیوتر) در امنیت و نظارت

وضعیت هنر در نظارت تصویری هوش مصنوعی

بینایی کامپیوتر از ترکیبی از فناوری‌ها برای تجزیه و تحلیل و درک داده‌های ویدئویی با رایانه استفاده می‌کند. در برنامه‌های کاربردی صنعت نظارت و امنیت، هدف اصلی بینایی کامپیوتری خودکارسازی نظارت انسانی است. توانایی ضبط و دیجیتالی کردن صحنه‌های زندگی واقعی فرصت‌های جدیدی را برای شناسایی بهتر و زودتر تهدیدات، تعیین کمیت ریسک و ارائه ارزیابی‌های امنیتی در زمان واقعی فراهم می‌کند.

فهرست برنامه‌های بینایی کامپیوتری به‌سرعت در حال گسترش است و توسط فناوری‌های جدید یادگیری ماشین، محاسبات لبه، هوش مصنوعی (AI) و IoT هدایت می‌شود که دید مبتنی بر هوش مصنوعی را بسیار قدرتمندتر، انعطاف‌پذیرتر و مقیاس‌پذیرتر می‌کند.

کاربرد Edge AI در نظارت از طریق Computer Vision

استفاده از بینایی کامپیوتر اخیراً از طریق پیشرفت در یادگیری عمیق و محاسبات لبه امکان‌پذیر شده است. یادگیری عمیق زیرشاخه‌ای از یادگیری ماشینی است که ماشین‌ها را قادر می‌سازد از داده‌های آموزشی یاد بگیرند و آن الگوریتم‌ها را روی داده‌های جدید اعمال کنند.

Edge Computing فرایند سیستماتیک انتقال وظایف محاسباتی از ابر به لبه شبکه در نزدیکی منبع داده (دوربین) است. در نتیجه، محاسبات لبه چالش‌های دوربین‌ها و دستگاه‌های متصل مانند تراکم شبکه، اتصال ثابت، تأخیر، استحکام، حریم خصوصی و مدیریت داده‌ها را از بین می‌برد.

سیستم‌های بینایی رایانه‌ای مدرن از محاسبات لبه برای پردازش ویدئو بدون ارسال داده‌های ویدئویی به ابر یا واحد ذخیره‌سازی دیگر استفاده می‌کنند.ترکیبی از یادگیری ماشین روی دستگاه و محاسبات لبه نیز Edge AI یا Edge Intelligence نامیده می‌شود. در برنامه‌های نظارتی و امنیتی بینایی رایانه، آن فناوری‌های نوظهور نقش مهمی در فعال‌سازی برنامه‌های هوش مصنوعی در زندگی واقعی دارند. همچنین، زیرساخت‌های بینایی Edge AI امکان کاهش قابل توجه هزینه‌ها را در سیستم‌های بینایی کامپیوتری در مقیاس بزرگ و بلادرنگ فراهم می‌کنند.

مفهوم سطح بالا از معماری Edge AI با استنباط AI محلی

دوربین های مداربسته هوشمند

با استفاده گسترده از دوربین‌های امنیتی در مکان‌های عمومی، تجزیه و تحلیل ویدئویی هوش مصنوعی و درک صحنه با دید کامپیوتری به ویژگی‌های ضروری سیستم‌های نظارت تبدیل شده است. داده‌های بصری شامل جریان‌های دوربین حاوی اطلاعات غنی در مقایسه با منابع دیگر مانند مکان تلفن همراه، GPS، سیگنال‌های رادار و غیره است. سیستم‌های تجزیه و تحلیل ویدئویی در مقیاس بزرگ می‌توانند اطلاعات آماری درباره وضعیت ترافیک جاده‌ها، مکان‌های عمومی، ساختمان‌ها یا مناطق خصوصی را جمع‌آوری کنند.

نرم‌افزار مدرن بینایی هوش مصنوعی می‌تواند فیدهای ویدئویی تقریباً از هر دوربین شبکه‌ای را تجزیه و تحلیل کند. بسته به پیکربندی سخت‌افزاری، یک دستگاه تک‌لبه می‌تواند فید ویدئوی چندین دوربین را پردازش کند. همچنین سرورهای لبه قدرتمند می‌توانند ده‌ها تا صدها دوربین را تجزیه و تحلیل کنند.

برخی از تولیدکنندگان دوربین‌های IP یا راه حل‌های کلید در دست(turnkey point solutions)، هوشمندی روی دوربین را با ادغام پردازنده محاسباتی به‌طور مستقیم در دوربین ارائه می‌دهند. با این حال، سیستم‌های سازمانی معمولاً به دلایل مختلف، محاسبات هوش مصنوعی را از دوربین جدا می‌کنند.

اول این که کسب‌وکارها باید از فروشنده مستقل بمانند و توانایی مذاکره را حفظ کنند. سپس، شرکت‌ها باید از قفل شدن فناوری اجتناب کنند و از توسعه‌پذیری و یکپارچگی با سیستم‌های خود اطمینان حاصل کنند. همچنین، اگر شرکتی نیاز به گسترش ویژگی‌ها یا افزایش عملکرد هوش مصنوعی داشته باشد، دوربین‌های دارای پردازش هوش مصنوعی یکپارچه اجازه نمی‌دهند منابع سخت‌افزاری را افزایش دهند.

علاوه بر این، اکثر کسب‌وکارها سیستم‌های ویدئویی را با دوربین‌هایی از برندها، نسل‌ها و انواع مختلف (Sony Panasonic, Axis, Hikvision, Dahua, Samsung و غیره) کار می‌کنند. تعویض همه دوربین‌ها بسیار گران است و استانداردسازی منجر به هزینه‌های قفل می‌شود. همچنین اکثر محصولات دوربین به‌صورت دوره‌ای هر دو سال یک‌بار با یک مدل جدید تعویض می‌شوند.

 

Computer Vision برای تجزیه و تحلیل جریان دوربین

 

سیستم‌های نظارت تصویری هوش مصنوعی

در نظارت تصویری سنتی، سیستم‌ها کاملاً به اپراتورهای انسانی و قضاوت و توجه فردی بستگی دارند. تجزیه و تحلیل هوش مصنوعی هوشمند از اپراتورهای انسانی با اطلاعات سریع، عینی و ثابت پشتیبانی می‌کند. بسته به مورد استفاده، نرم‌افزار بینایی هوش مصنوعی وظایف تشخیص و پیش‌بینی تراکم ترافیک، تهدیدات امنیتی، تصادفات و سایر ناهنجاری‌ها را انجام می‌دهد.

یک سیستم بینایی کامپیوتری معمولی قابلیت‌های نرم‌افزاری متعددی را ادغام می‌کند، از جمع‌آوری داده‌های ورودی گرفته تا پیش‌پردازش تصویر، استنتاج یادگیری عمیق، تجمیع خروجی، ارتباط و تجسم. چنین سیستم بینایی کامپیوتری می‌تواند یک یا چند برنامه کاربردی را اجرا کند که به مشکلات خاص (تشخیص ناهنجاری، تخمین وضعیت، تشخیص اشیا و غیره) رسیدگی می‌کنند.

 

برنامه های کاربردی بینایی کامپیوتر در مقابل مدل های هوش مصنوعی

یک مدل هوش مصنوعی یک برنامه بینایی کامپیوتری نیست. این اصطلاحات اغلب به‌جای هم استفاده می‌شوند، البته به اشتباه. یک برنامه بینایی رایانه حاوی خط لوله (یا جریان) بینایی رایانه با یک یا چند مدل هوش مصنوعی است.

مدل هوش مصنوعی به توابع بالادستی برای واکشی و پیش‌پردازش داده‌های تصویر قبل از وارد کردن آن به مدل نیاز دارد. تنها در این صورت است که یک مدل هوش مصنوعی می‌تواند یک کار الگوریتمی برای تبدیل فریم‌های ویدئویی به ابرداده‌های خاص (مثلاً کلاس‌های «شخص» با اطمینان) انجام دهد. خروجی مدل خام نیاز به تفسیر و تجمیع با منطق دارد تا برای حل یک مشکل تجاری یا امنیتی مفید باشد.

مدلی برای تشخیص کلاه ایمنی در کاربردهای ساختمانی

ادامه مطلب …

18 کاربرد برتر  computer vision(بینایی کامپیوتر) در امنیت و نظارت