Технология Bosch Camera Trainer учит IP-камеры сопоставлять данные и «делать выводы»

Технология Bosch Camera Trainer учит IP-камеры сопоставлять данные и «делать выводы»

Следующий логичный шаг в развитии систем видеонаблюдения — это технология Camera Trainer, которая использует машинное обучение, чтобы камеры Bosch со встроенной функцией Intelligent Video Analytics работали еще точнее и эффективнее. Это революционное нововведение предоставляет заказчикам невероятную возможность использовать данные, чтобы повысить уровень безопасности, эффективности бизнеса и открыть новые источники дохода.

Camera Trainer - возможности машинного обучения для «тренировки» камер
Технология Video Analytics изменила современные камеры видеонаблюдения. Они больше не являются пассивными устройствами, которые просто записывают и воспроизводят события. Теперь камеры используют метаданные, чтобы интерпретировать и структурировать записи, а также различать ложные тревоги и потенциальные угрозы. Хотя видеоаналитика значительно повышает уровень безопасности и улучшает бизнес-аналитику, мы не считаем, что стандартных правил обнаружения и уведомления об инцидентах безопасности достаточно. Поэтому мы затратили много времени и усилий на разработку технологии машинного обучения для наших камер. Результатом стала функция Camera Trainer, которая позволяет обучать системы безопасности, чтобы улучшать их возможности фокусирования на определенных событиях, адаптации и решения специализированных задач.

Следующий этап развития видеоаналитики
cameratrainerparking_s.jpgТехнология Camera Trainer позволяет камерам Bosch идентифицировать новые объекты и ситуации в зоне наблюдения, заданные пользователем. Инструкции можно добавлять в любое время, при этом они сохраняются и используются камерой для обработки последующих событий. Их также можно объединить с заранее установленными правилами тревог и фильтрами, которые уже встроены в Bosch Intelligent Video Analytics, для повышения гибкости и точности.

Аналитика на основе данных для всех областей применения
Однако Camera Trainer не только улучшает обнаружения движения, но и позволяет распознавать и идентифицировать присутствие или отсутствие стационарных объектов. Это предоставляет намного больше ценных сведений, которые можно применять только в целях обеспечения безопасности.

Например, в средах розничной торговли камеры можно обучить распознавать форму корзины для покупок или колесо тележки. Это позволяет определять, когда кто-то входит в примерочную, или идентифицировать области, в которых запрещено использовать тележки, чтобы активировать сигнал тревоги для существенного снижения числа магазинных краж.

Подсчет автомобилей
video_analytics_camera_trainer_use_cases_s.jpgНа автостоянках камеры видеонаблюдения с функцией Camera Trainer могут обнаруживать, заняты или свободны парковочные места, без использования датчиков на земле. Это сокращает расходы и оптимизирует транспортный поток. Кроме того, благодаря возможности идентификации стационарных объектов Camera Trainer также можно использовать для обнаружения автомобилей, которые превысили разрешенное время парковки, — это простой, но эффективный способ соблюдать нормы и правила и повысить прибыль.

Подсчет автомобилей — это другая область применения, которая становится все более важной для "умных городов". С помощью Camera Trainer городские администрации могут создать высокоточную систему подсчета, различающую въезжающие и выезжающие автомобили. Она позволяет корректировать работу светофоров, чтобы менять приоритеты проезда, предотвращать заторы и оптимизировать транспортные потоки в городе.

Использование на коммерческих и промышленных складах
trucks_unloading_in_logistics_center_res_s.jpgCamera Trainer можно использовать на коммерческих и промышленных складах для определения статуса погрузочной платформы за счет распознавания физической отметки на земле, которая позволяет определить, что на платформе нет грузовика. После этого можно направить грузовик на разгрузку, что повышает эффективность и сокращает расходы.

Camera Trainer также может оптимизировать логистические операции на складах. Настроив сигнал тревоги о загруженности конвейерных лент, можно обнаруживать, что на производственной линии слишком много коробок. Это позволяет предотвращать скопление товаров, которое может привести к дорогостоящим простоям.

На объектах транспорта, такие как аэропорты, в которых информация о транспортных потоках имеет важнейшее значение для безопасности, Camera Trainer может собирать данные в предварительно определенных ситуациях, например измеряя длительность стоянки самолета в терминале, выгрузки багажа или дозаправки. Все это помогает ускорить время обработки, повысить эффективность и снизить расходы авиакомпаний.

Предотвращение повреждений зданий
icicles_small_res_s.jpgCamera Trainer также предоставляет уникальные возможности, выходящие за рамки стандартной видеоаналитики. Например, в экстремальных погодных условиях сосульки на зданиях могут наносить ущерб имуществу и травмы пешеходам. PTZ-камеры можно обучить для настройки правил тревоги, чтобы обнаруживать сосульки, которые можно убирать на ранней стадии образования, что может предотвратить повреждение здания и спасти жизнь людям.

Это всего лишь несколько областей применения, в которых можно эффективно использовать Camera Trainer в качестве интеллектуального модуля системы безопасности и аналитики.

Новый этап развития интеллектуальных систем безопасности
video_analytics_camera_trainer_res_s.jpgБез сомнения, функция Video Analytics стала источником многих инноваций для решений по безопасности. Однако с появлением Camera Trainer она может продемонстрировать свою настоящую ценность. Для системных интеграторов это гибкий способ адаптировать систему безопасности под уникальные потребности заказчика. Для конечных пользователей это «цифровой глаз» с соответствующим интеллектуальным модулем. Однако для индустрии безопасности эта технология открывает новые горизонты: возможность использовать данные не только для защиты людей и имущества, но и для бизнес-аналитики с целью повышения эффективности и производительности.

Камеры видеонаблюдения просто не обладали необходимой технологией интеллектуального управления — до сих пор.