05.05.2024
На заре эпохи видеонаблюдения контроль инцидентов в реальном времени осуществлялся исключительно силами человека-оператора, который всю свою смену сидел перед экранами и в меру своей внимательности вглядывался в происходящее. Минусы такого подхода очевидны. Это и небольшое количество контролируемых видеопотоков, и быстрая утомляемость, которая приводит снижению внимательности, и быстрая профессиональная деформация. Надежность такого видеонаблюдения оставляла желать много лучшего.
Для устранения перечисленных недостатков производители систем видеонаблюдения внедрили автоматическое детектирование движения на основе изменения изображения в кадре целиком, либо, в системах следующих поколений, в специально выделенной зоне контроля. При обнаружении изменений, превосходящих пороговый уровень, система видеонаблюдения выдавала сигнал тревоги, реагируя на который оператор принимал установленные регламентом меры. Это существенно повысило надежность системы, исключив человеческий фактор при обнаружении инцидента, и многократно упростило работу оператора.
Однако этот подход тоже далек от идеала, ведь такой детектор реагирует буквально на любое движение в кадре с учетом настроенного уровня чувствительности. Кроме действительно подозрительных объектов это может быть колыхание занавески на ветру, пролетающий мимо объектива лист с ближайшего дерева, пробегающий по стене свет автомобильных фар или просто бродячая собака. Количество ложных срабатываний системы оказывается достаточно большим, и оператор должен каждый раз оценивать уровень угрозы, естественно в меру своей ответственности и утомленности.
Чтобы максимально исключить человеческий фактор при рассмотрении инцидентов, многие производители стали внедрять в свои системы видеонаблюдения алгоритмы искусственного интеллекта на основе нейросетей. Такие нейросети с высокой достоверностью классифицируют обнаруживаемые объекты и выделяют среди них действительно подозрительные, к примеру, автомобили и фигуры людей. Системы видеонаблюдения с технологиями искусственного интеллекта максимально достоверно оценивают угрозу и выдают предупреждение.
В потребительском секторе охранного видеонаблюдения одним из первых вендоров, внедривших такой подход к детектированию подозрительных ситуаций, стала компания Imou. Многие IP-камеры Imou обладают достаточной производительностью для самостоятельного распознания объектов с высокой точностью и скоростью. Более того, недавно компания внедрила в свои продукты технологию Imou Sense, которая отвечает за комплексную обработку аудио- и видеоданных и обеспечивает максимальную скорость и точность обнаружения. Таким образом, пользователь получает максимально достоверное сообщение о том, что в зоне контроля IP-камеры Imou происходит что-то подозрительное или важное.
IP-камеры Imou распознают не только фигуры людей и автомобилей. Возможность обнаружения домашних животных позволяет не только контролировать их поведение, но и сохранить на память самые интересные моменты их вашей и их жизни. Кроме того, IP-камера около входной двери способна обнаружить появление коробки с посылкой или ее исчезновение.
IP-камеры можно настроить таким образом, чтобы запись сохранялась только при срабатывании тревоги, что позволяет значительно эффективнее использовать ресурсы сети передачи данных и пространства для хранения видео.
Разумеется, работа алгоритмов искусственного интеллекта требует значительных вычислительных мощностей, и не все IP-камеры способны эффективно их запускать на собственных ресурсах. Тем не менее, этот функционал остается доступным всем IP-камерам Imou, как минимум в виде облачной услуги в рамках сервиса Imou Protect. Более того, возможности этого сервиса постоянно обновляются и расширяются, а значит, растет и функционал вашей IP-камеры!
Примеры IP-камер Imou с прямой поддержкой распознания объектов: