Hanwha Techwin назвала 5 тенденций для рынка видеонаблюдения в новом году

Hanwha Techwin назвала 5 тенденций для рынка видеонаблюдения в новом году

Ежегодно компания Hanwha Techwin, крупнейший игрок на рынке видеонаблюдения, подводит итоги уходящего периода и на их основании выделяет направления и перспективы развития для отрасли на следующий год. Этот раз не стал исключением: специалисты провели тщательный анализ ситуации на рынке и сформулировали 5 ключевых тем, на которых компаниям следует сфокусироваться в ближайшее время. 

Как и в последние годы, сохраняют актуальность вопросы использования видеоаналитики на основе искусственного интеллекта, кибербезопасности, защиты данных, облачные решения и др. Однако в новом году следует сфокусировать внимание и на других применениях искусственного интеллекта (ИИ), а также на новых возможностях камер видеонаблюдения. Рассмотрим эти 5 ключевых тенденций. 

1.      Периферийная аналитика на базе ИИ 

2022 год продолжает курс на использование периферийной (бортовой) аналитики на базе ИИ, заданный в предыдущие годы. Обработка данных на стороне камеры имеет множество преимуществ, таких как экономия сетевых ресурсов, повышение скорости анализа, а также более простая интеграция в систему и масштабирование. Задействуя алгоритмы глубокого обучения, периферийная аналитика обеспечивает эффективный ситуационный мониторинг, принимая на себя функции интеллектуальной защиты. 

Специалисты Hanwha Techwin считают, что для дальнейшего развития в данном направлении компаниям-производителям потребуются компетенции в области SoC (система на кристалле), поскольку возможности периферийных устройств (камер видеонаблюдения) ограничены. Так, встроенные в SoC кодеки позволят улучшить качество изображения с камер, а нейропроцессорный модуль (NPU) в SoC с искусственным интеллектом обеспечит возможности непосредственно периферийных вычислений. 

Кроме того, для максимальной эффективности использования ресурсов при периферийных вычислениях потребуется применение наиболее передовых алгоритмов ИИ. На данный момент разработаны новые методы машинного обучения, такие как трансферное обучение, которые в ближайшее время заменят используемые сейчас алгоритмы. 

2.      Системы видеонаблюдения на базе машинного зрения и использование ИИ 

Основные задачи машинного зрения – это распознавание объектов, оценка их движения и взаимного расположения частей, визуальное отслеживание и т. д. На данный момент технологии машинного зрения активно используются в промышленности и на производстве, однако так же эффективно можно реализовать сценарии их применения в городе и других сферах видеонаблюдения. 

Используя решения для машинного зрения, в основе которых – камеры с искусственным интеллектом, можно собирать ценную бизнес-аналитику. Полученные данные позволят компаниям лучше понять клиентов и их потребности. С помощью таких решений можно, например, с высокой точностью подсчитывать посетителей с целью дальнейшего анализа маркетинговой стратегии, контролировать объекты на дороге и следить за загруженностью парковок. Кроме того, решения на базе машинного зрения будут особенно полезны в системах логистики, дистрибуции или здравоохранения при мониторинге критических зон. 

3.      Предоставление решений «как услуги» (aaS) 

«Видеонаблюдение как услуга», «контроль доступа как услуга» — эти словосочетания все чаще можно услышать в отраслях безопасности и видеонаблюдения. Что они на самом деле означают? 

В IT-среде уже давно популярна модель использования программного обеспечения «как услуги» – as a Service (aaS). В этом случае пользователь получает все преимущества использования ПО, расположенного на сервисе провайдера, а доступ осуществляется через интернет. Аналогично этот принцип применяют и в области видеонаблюдения, все чаще прибегая к предоставлению и использованию решений, расположенных на облачных платформах. 

Такая бизнес-модель имеет преимущества и для производителей, и для конечных пользователей. Используя решения aaS, производители систем видеонаблюдения смогут быстрее реагировать на меняющиеся рыночные условия – быстрее выходить на рынок с новыми продуктами и услугами, а также максимально использовать потенциал расширенной аналитики. В свою очередь, пользователи смогут более точно адаптировать решения к своим потребностям, вместо того чтобы полагаться на готовые предложения. Подход aaS повышает масштабируемость и рентабельность, сокращая капитальные затраты, которые берут на себя компании, поскольку услуги в формате aaS, как правило, предоставляются по подписке. 

4.      Защита данных и конфиденциальность 

По мере развития современных технологий совершенствуются и возможности киберпреступников. Внедряя облачные модели, компании подвергаются повышенному риску кибератак и утечек данных, этому же способствует и широкое распространение искусственного интеллекта. Кроме того, фактором риска является удаленная работа сотрудников и предоставление для них безопасного доступа к информации.

Чтобы обеспечить конфиденциальность, Hanwha Techwin реализовала в своих продуктах технологию маскирования, основанную на обнаружении объектов средствами искусственного интеллекта. С ее помощью можно маскировать в режиме реального времени значимые объекты, такие как человеческие лица и номерные знаки, устраняя риски с точки зрения конфиденциальности личных данных. Используя аналогичные технологии, компании смогут обеспечить соответствие существующему европейскому законодательству и защитить личные данные сотрудников и других граждан. 

Защита от кибератак должна производиться на всех уровнях. Политика компании в области кибербезопасности должна соответствовать стандартам UL Cyber Assurance Program (CAP), а сами камеры необходимо снабжать платформенным модулем TPM (Trust Platform Module). Для максимальной защиты важно следить за тем, чтобы пользователи устанавливали правильные настройки по безопасности. Для этого, например, Hanwha Techwin поставляет свои камеры с заводскими установками, которые уже соответствуют рекомендуемым. 

5.      Интеграция технологий: камеры видеонаблюдения и Интернет вещей (AIoT) 

Широкое распространение концепции интернета вещей (AIoT) и устройств, ее поддерживающих, открыло новые возможности потоковой передачи видео высокого качества даже для мобильных устройств. Кроме того, появилось больше возможностей применения видео- и аудиоаналитики на базе ИИ в приложениях и устройствах, связанных по сети. 

Благодаря постоянному совершенствованию современных сетей (увеличению их пропускной способности и минимизации задержек), все больше камер видеонаблюдения могут быть интегрированы в Интернет вещей. Это позволит осуществлять удаленное видеонаблюдение в реальном времени и более широко использовать мобильные приложения. 

Искусственный интеллект интернета вещей может обеспечить почти неограниченный набор потенциальных возможностей, предоставляя открытую интегрированную систему/платформу для подключения устройств. 

Источник: Hanwha Techwin, asmag.com