Belangrijke update voor de ingebouwde AI in bekabelde Ajax-camera's

Belangrijke update voor de ingebouwde AI in bekabelde Ajax-camera's

De basis en HL-camera's van Ajax krijgen een aanzienlijke upgrade: nauwkeurigere detectie dankzij onze bedrijfseigen ingebouwde AI. Na twee jaar van het verzamelen van feedback van gebruikers, intensief onderzoek en grondige tests heeft het Ajax-team de AI op alle belangrijke criteria geoptimaliseerd. Hierdoor is het aantal valse alarmen tot een absoluut minimum teruggebracht.

Hoe AI werkt in Ajax-camera's

AI is ingebouwd in elke Ajax-camera als een geïntegreerde module. Het is een bedrijfseigen, intern ontwikkeld systeem dat onderscheid maakt tussen mensen, huisdieren en voertuigen binnen het zichtveld van de camera.

Kleurlabels voor mensen, huisdieren en voertuigen die herkend zijn door Ajax-camera's
Kleurlabels voor mensen, huisdieren en voertuigen die herkend zijn door Ajax-camera's

De AI verbetert elke fase van videobewaking, van liveweergave en opname tot het navigeren door het archief. De doro AI aangedreven herkenning kan opname activeren zodat alleen relevante gebeurtenissen worden opgenomen wat opslag bespaart, en ze kan afschrikking en videoscenario's activeren om systeemreacties te automatiseren. In het archief worden de door AI herkende objecten gemarkeerd met kleurlabels op de tijdlijn en kunnen ze eenvoudig worden gevonden via de filters.

De door AI aangedreven herkenning van mensen, huisdieren en voertuigen in Ajax-camera's

De door AI aangedreven herkenning van mensen, huisdieren en voertuigen in Ajax-camera's

Introduceer AI in elk videosysteem

Het Ajax-portfolio omvat netwerkvideorecorders die AI-capaciteiten implementeren in verbonden camera's van derden.

Introduceer AI in elk videosysteem

Wat er is verbeterd

Hoewel de ingebouwde AI in Ajax-videoapparaten al uitzonderlijke prestaties leverde, bleef het Ajax-team deze verfijnen op basis van feedback van gebruikers. Na twee jaar het verzamelen en analyseren van gegevens, is het model geoptimaliseerd door data geautomatiseerd te verwerken, gepaarde vergelijking en analyse van veelvoorkomende gebruikssituaties.

In totaal zijn duizenden detecties getest. De algehele frequentie van valse alarmen is teruggebracht van 5% naar 1% onder realistische omstandigheden. Tot de belangrijkste verbeteringen behoren:

  • Betere nauwkeurigheid 's nachts: Ajax-camera's bereiken nu 95% nauwkeurigheid bij het filteren van valse alarmen die veroorzaakt worden door omgevingsfactoren zoals insecten, regen, sneeuw en stof bij weinig licht.
  • Minder verkeerde herkenning van huisdieren: Gevallen waarbij huisdieren worden aangezien voor mensen zijn vijf keer minder geworden.
  • Verbeterde herkenning van huisdieren: De algehele nauwkeurigheid van huisdierdetectie is met nog eens 10% toegenomen.

Waarom deze verbetering belangrijk is

Detectienauwkeurigheid gaat niet om indrukwekkende cijfers, maar om een betrouwbare dagelijkse werking. Een systeem dat consistent werkt en vertrouwen opbouwt, voorkomt dat gebruikers worden afgeleid door valse alarmen en onnodige patrouilles.

Voor meldkamers en responsteam betekent een nauwkeurigere AI minder storingsmeldingen en hogere klanttevredenheid.

Beschikbaarheid

De volgende cameramodellen ondersteunen de bijgewerkte AI:

Om de bijgewerkte AI te gebruiken, zorg ervoor dat de camera's werken met firmwareversie 2.852.