ИИ в камерах Ajax: Как одна технология меняет подход к видеонаблюдению

До недавнего времени камеры видеонаблюдения просто записывали видео. Современные камеры с искусственным интеллектом (ИИ) умеют гораздо больше: они обрабатывают данные в реальном времени, распознают объекты, выявляют потенциальные угрозы и не только. Установить такие камеры — в разы усилить систему безопасности. Рассмотрим, как это работает на примере проводных IP-камер Ajax.

Для чего в видеонаблюдении нужен ИИ

В видеонаблюдении ИИ — это модель машинного обучения, умеющая распознавать объекты и анализировать данные для выявления угроз. ИИ существенно облегчает работу операторов мониторинга и охранных компаний:

• Камеры с технологией ИИ могут обнаруживать объекты в реальном времени и осуществлять выборочную запись. Это помогает избежать ошибок, вызванных человеческим фактором, например физической усталости. Камера зафиксирует и подсветит все важное.
• Визуальная верификация тревог в высоком разрешении дает четкую картинку с места событий. Если тревога ложная, оператор сразу это видит и не отправляет патруль. Компания не тратит ресурс на ненужные выезды патрулей.
• Благодаря ИИ оператор может контролировать больше камер, и компании не нужно нанимать дополнительных людей. Масштабирование бизнеса становится проще и требует меньше ресурсов.
• ИИ устраняет задержки. Это крайне важно, когда речь идет об угрозах. Когда ИИ обнаруживает объект, пользователь и пульт охранной компании немедленно получают соответствующее уведомление, что позволяет быстро среагировать на событие.

Что влияет на качество распознавания объектов ИИ

Чтобы искусственный интеллект в системе видеонаблюдения работал как следует, нужно справиться с несколькими вызовами:

• Точность монтажа. Нужно правильно установить каждую камеру, чтобы ИИ корректно распознавал объекты. Инженер монтажа должен учесть высоту размещения, угол наклона камеры и наличие препятствий, которые могут закрывать ее обзор.
• Условия освещения. Недостаточная освещенность или слишком яркий солнечный свет могут влиять на точность обнаружения объектов.
• Погодные условия. Туман или дождь способны снизить качество изображения, а пятна от дождя на объективах камер влияют на обнаружение объектов.
• Задержки и зависания. Они случаются, когда видеорегистратор обрабатывает видео высокого разрешения в реальном времени. Чтобы скорость передачи данных оставалась высокой, нужны софтовые алгоритмы и мощное железо.

Как видеонаблюдение с ИИ повышает эффективность системы безопасности

Разрабатывая свои камеры, компания Ajax Systems учла распространенные в индустрии видеонаблюдения вызовы и решила их в своих устройствах. Инженеры Ajax сделали камеры с возможностями ИИ, которые бесшовно интегрируются с системой Ajax. Это позволяет не тратить ресурсы на запись при отсутствии угроз и ненужные выезды патрулей на ложные тревоги.

Нейронные процессоры, встроенные в камеры Ajax, распознают людей, животных и транспортные средства. Это позволяет пользователям настроить запись только важных событий, например, когда кто-то заходит в комнату или когда машина заезжает в паркинг. Также камеры могут начать запись по обнаруженному движению пикселей. Выборочная запись требует меньше памяти для хранения данных и меньшей пропускной способности.

Кроме как по сигналу встроенного нейронного процессора, камеры могут начинать запись по тревоге датчиков в системе Ajax. Одна камера может реагировать на тревогу одного, нескольких или всех датчиков системы. Это позволяет верифицировать тревоги с помощью видеозаписей с камер видеонаблюдения.

Для синхронизации тревоги с записью видео нужен хаб Ajax. Далее необходимо создать сценарий видеонаблюдения. В случае использования сторонних камер также понадобится сетевой видеорегистратор Ajax NVR.

Как это работает? Представим, что на кухне сработал пожарный датчик. В приложениях Ajax пользователь и охранная компания мгновенно получат уведомления о тревоге и запись с камеры. Это позволяет быстро проверить причину тревоги: то ли подгоревший тост, то ли реальная угроза, требующая немедленных действий.

Однако верификация тревог также происходит и на уровне датчиков Ajax. Датчики движения (например, кроме технологии двойного обнаружения движения с инфракрасными (ИК) и микроволновыми сенсорами и усовершенствованных оптических систем) используют различные софтовые алгоритмы для уменьшения количества ложных сработок:

• SmartDetect: анализирует ИК-излучение и с высокой точностью различает людей и тепловые препятствия.
• LISA: сравнивает сигналы от двух ИК-сенсоров в датчиках движения для использования на улице.
• ELSA: проводит трехэтапный анализ паттернов движения в датчиках движения типа «штора».

Узнайте о других наработках Ajax Systems для уменьшения количества ложных сработок:

• Фотоверификация тревог без Wi-Fi и с питанием только от батарей.
• Подтверждение тревог в соответствии с требованиями PD 6662:2017.
• Обработка тревог в соответствии с ANSI/SIA CP-01-2019.
• Корреляционная обработка сигнала.
• Проверка целостности системы.

Технологии, улучшающие качество изображения

Камеры Ajax имеют ряд решений, которые гарантируют исключительное качество изображения днем и ночью и помогают минимизировать влияние освещения на точность распознавания ИИ. Каждая камера Ajax оснащена умной ИК-подсветкой, которая меняется автоматически в зависимости от условий. Даже при тусклом освещении качество съемки остается на высоком уровне, а изображение не теряет четкости. Можно рассмотреть объекты на расстоянии до 35 метров.

Благодаря технологии True WDR передний и задний планы освещаются равномерно. Она при необходимости подсвечивает затемненные участки, а слишком яркие — затемняет. True WDR легко настроить в приложениях Ajax.

Без True WDR	С True WDR

Как обучался ИИ от Ajax

Правильное обучение нейронной сети улучшает работу искусственного интеллекта. Модель ИИ, используемая в камерах Ajax, тренируется на наборах данных, полученных в процессе внутреннего бета-тестирования. Эти данные с различными сценами и событиями улучшают качество анализа изображения системой. Специальные нанесенные вручную метки помогают нейросети анализировать и с высокой точностью распознавать объекты, имеющие различные размеры, форму и паттерны движения.

Вся работа с данными происходит согласно требованиям регламентов и законов. Ajax Systems придерживается общего регламента о защите данных (General Data Protection Regulation; GDPR). Этот регламент защищает персональные данные и приватность пользователей на территории Европейского Союза (ЕС) и Европейской экономической зоны (ЕЭЗ). Участники бета-тестирования позволили компании использовать свои видео для тренировки алгоритмов ИИ, поскольку знают, что их приватность не будет нарушена. Нейронный процессор в камерах Ajax соответствует строгим требованиям Закона о разрешении на национальную оборону (National Defense Authorization Act; NDAA). Это соответствие гарантирует, что продукты Ajax, в том числе камеры видеонаблюдения, не содержат деталей от подсанкционных производителей.

Начните работу с видеонаблюдением Ajax на базе ИИ

IP-камеры Ajax используют ИИ, натренированный на данных для распознавания объектов в различных условиях, чтобы оптимизировать обнаружение угроз и запись. При правильной установке камер ИИ может вовремя выявлять угрозы даже в плохую погоду или в условиях недостаточного освещения. А бесшовная интеграция камер с системой безопасности Ajax обеспечивает надежную защиту и позволяет верифицировать тревоги. Такое количество преимуществ позволяет утверждать, что камеры с искусственным интеллектом вскоре будут нормой видеонаблюдения.