Axis Edge AI – мощь ИИ на оконечном оборудовании
Сочетание вычислений на оконечном оборудовании и искусственного интеллекта, Edge AI, предлагает реальные преимущества. Сегодня этот подход является одной из основных областей применения ИИ в сфере безопасност. ДАвайте рассмотрим текущее состояние технологий Edge AI и ее преимущества.
Что мы подразумеваем под Edge AI?
В последние годы количество оконечного оборудования в частных и общественных сетях неуклонно растет, с чуть менее 9 млрд в 2019 году до ожидаемых 29 млрд в 2030 году. Многие из этих устройств, включая IP-камеры видеонаблюдения, также стали мощными вычислительными устройствами. Это позволило выполнять больше вычислений непосредственно на них, что и подразумевается под термином Edge Computing.
Вместе с увеличением вычислительной мощности развиваются технологии машинного обучения (ML) и глубокого обучения (DL) – оба подмножества искусственного интеллекта (AI). Это позволило внедрить возможности AI прямо в сами IP-камеры. Таким образом, можно ввести термин "Edge AI".
Возможности Edge AI в видеонаблюдении
В приложении к решениям для видеонаблюдения от Axis, технологии Edge AI продвинутую видеоаналитику, которая выполняется прямо на IP-камерах.
ИИ позволяет камерам понимать сцену и классифицировать важные детали в реальном времени. Эта способность обнаруживать, классифицировать, подсчитывать и отслеживать объекты, такие как люди и транспортные средства, с высокой точностью и детализацией, является основой для получения выводов и принятия мер на основе захваченных данных.
Распределение нагрузки: Edge AI в гибридной архитектуре решения
Edge AI не только переносит ресурсоемкую аналитику на оконечное сетевое оборудование, но также играет ценную роль в гибридных архитектурах решений. Такая архитектура наилучшим образом использует возможности Edge Computing, облачных и локальных серверных сред.
Когда аналитика централизована на сервере, добавление большего количества камер увеличивает объем передачи данных и требует дополнительных серверов для обработки аналитики. Внедрение аналитики Edge AI означает, что по сети передается только наиболее релевантная информация, что снижает нагрузку на пропускную способность и хранение данных.
Аналитика в облаке и на сервере часто выигрывает от предварительной обработки на IP-камерах, поддерживая бэкэнд-аналитику более легко усваиваемыми метаданными. Другие виды аналитики могут потребовать полной обработки в облаке или на сервере из-за своей сложности.
Гибридные решения используют метаданные, созданные Edge AI, передают их в облако и применяют мощную серверную аналитику для выявления и реагирования на тренды, паттерны и аномалии.
Аналитика Edge AI для повышения точности
Ключевое преимущество аналитики на оконечном оборудовании состоит в том, что анализ проводится на видео самого высокого качества, как можно ближе к источнику. В традиционной модели — когда аналитика проводится на сервере — видео часто сжимается перед передачей, и анализ проводится на видео с ухудшенным качеством.
При этом, Edge AI зависит от высокого качества изображений, и такие проблемы, как грязные либо заблокированные объективы или несогласованные камеры, могут сильно помешать.
Edge AI: расширение области применения за пределы безопасности
Очевидно, что технология Edge AI полезна в традиционных кейсах безопасности, позволяя быстрее и адекватнее реагировать сотрудникам службы спасения и охраны. Помимо этого того, детализированные данные и метаданные от аналитики Edge AI, способны улучшить улучшают операционную эффективность в самых разных отраслях.
Городские планировщики используют данные для создания "цифровых двойников" городских сред, чтобы тестировать улучшения в дизайне, управлении трафиком и контроле шума для повышения качества жизни граждан.
Бизнес используют аналитику для улучшения управления энергопотреблением зданий, что ведет к положительным экологическим последствиям.
В сфере здравоохранения, образования, розничной торговли и за ее пределами Edge AI в системах видеонаблюдения улучшает обслуживание и результаты для пациентов, студентов и клиентов.
И это только начало раскрытия потенциала edge AI.
