A mais recente tecnologia Hikvision - AcuSense

Hoje, as pequenas e médias empresas têm muitos requisitos de segurança. Você precisa identificar ameaças e responder a violações de perímetro em tempo real, detectar alarmes falsos, automatizar pesquisas de arquivos e muito mais. Para resolver todos esses problemas, foi desenvolvida a tecnologia Hikvision AcuSense, que não apenas possui funcionalidade avançada para análise de conteúdo de vídeo, mas também possui a capacidade de identificar objetos e eventos que não representam uma ameaça real.

O operador de sistemas de segurança no local é frequentemente confrontado com perturbações como luz, pingos de chuva, teias de aranha, movimento de folhas, pássaros ou animais, todos os quais podem causar alarmes falsos. Como resultado, surgem vários problemas:

• muita informação desnecessária;
• diminuição da eficácia dos alarmes;
• aumento dos custos operacionais devido a controles adicionais de falsos alarmes;
• satisfação reduzida do usuário com o sistema de segurança.

Atualmente, a eficácia dos algoritmos tradicionais para sistemas de vigilância por vídeo está diminuindo. Isso está acontecendo por vários motivos: O número de dispositivos de vigilância por vídeo está crescendo rapidamente e, com ele, a quantidade de dados brutos. Os algoritmos tradicionais dos sistemas de vigilância por vídeo lidam com o processamento das informações recebidas apenas no nível da superfície, o que causa desvantagens nos sistemas de segurança, como baixa precisão na detecção de ameaças e reconhecimento de objetos, requisitos aumentados para condições ambientais e menos tipos de objetos reconhecidos.

Aprendizagem: do superficial ao profundo

O modelo algorítmico de aprendizagem profunda tem uma arquitetura significativamente mais complexa do que os modelos tradicionais. Quando as tecnologias de aprendizagem profunda são usadas, o sinal original passa por várias camadas de processamento, como resultado do qual o algoritmo transforma a compreensão parcial (nível superficial) em um padrão geral (nível profundo), com base no qual a percepção do objeto estudado.

O aprendizado profundo não requer controle manual; todas as informações são lidas e processadas usando um computador. Quanto mais propriedades necessárias de um objeto forem encontradas pelo algoritmo, mais precisa será a classificação e o reconhecimento.

Principais fatores de aprendizado profundo

Volume de dados

O desenvolvimento da interação do usuário e o aumento da participação levam a um aumento no volume de dados. Isso cria uma grande quantidade de material para treinamento de alta qualidade e modelos de objetos para reconhecimento em sistemas de vigilância por vídeo tornam-se mais precisos..

Poder computacional

O aprendizado profundo é possibilitado pelo avanço ativo de GPUs, supercomputadores, computação em nuvem e outras plataformas de hardware de alto desempenho.

Rede de arquitetura

Os algoritmos de aprendizado profundo são constantemente otimizados para melhorar a qualidade e a precisão do reconhecimento.

Quais tarefas o algoritmo Deep Learning ajuda a resolver?

1. Detecção de rosto

O software de detecção de rosto analisa as imagens e detecta a presença de pessoas nelas. Depois disso, o sistema determina a posição, tamanho e expressão do rosto. Com base no fluxo de vídeo, o algoritmo de aprendizado profundo determina se uma pessoa está no quadro ou não, após o que a posição, o tamanho e as principais características das pessoas no quadro são corrigidas. Depois de comparar a imagem com os rostos do banco de dados, a pessoa é identificada.

2. Filtro de alarme falso

O filtro de alarme falso permite que o sistema reconheça as pessoas como parte da análise de comportamento (cruzamento de linha, detecção de intrusão). Desta forma, o sistema elimina eficazmente os falsos alarmes causados ​​pela queda de folhas, sombras, reflexos, animais, etc.

3. Contagem de pessoas

A função de contagem do número de pessoas (entrando, saindo ou passando por uma determinada área) com base no algoritmo Deep Learning é complementada por filtros especiais. Graças a isso, o sistema de segurança é capaz de identificar pessoas vagabundas, continuar contando mesmo em um ângulo fora do padrão e filtrar objetos no quadro por altura.

4. Estruturação dos dados do veículo

O algoritmo usa dados do carro, como matrícula, cor, modelo, marca etc., para formar um banco de dados, que pode ser usado para pesquisar um veículo.

5. Pesquise pessoas por características corporais

Esse tipo de busca permite que o sistema utilize uma foto completa de uma pessoa para encontrar correspondências em outras imagens e quadros de vídeo.

Mas como o AcuSense ajuda você a expandir seus negócios?

A resposta é simples: com o AcuSense, sua empresa pode fazer a transição para recursos de segurança inovadores baseados em IA a um custo adicional mínimo. E como você pode obter melhorias significativas de segurança e desempenho com o AcuSense, as decisões de compra geralmente são fáceis de justificar e pagas rapidamente.

Oferecemos aos nossos clientes as mais recentes câmeras IP, NVRs e DVRs com AcuSense. Você precisa de mais informações sobre vantagens competitivas e proteção voltada para o futuro? Teremos o maior prazer em ajudá-lo, entre em contato conosco.