امروزه دوربین‌های مداربسته پیشرفته IP، دارای هوش مصنوعی هستند. هوش مصنوعی در دوربین مداربسته ، عملکردهای تحلیلی پیشرفته‌ای مانند تشخیص خودرو، تشخیص چهره، تشخیص افراد، شمارش افراد، شمارش ترافیک و تشخیص پلاک خودرو (LPR) را ارائه می‌کند. در این مقاله شما را با Deep Learning در دوربین مداربسته و کاربرد هوش مصنوعی در دوربین مداربسته آشنا می‌کنیم. برای کسب اطلاعات بیشتر تا انتهای مقاله همراه ما باشید.
هوش مصنوعی در دوربین مداربسته و دیگر تجهیزات نظارت تصویری
هوش مصنوعی در دوربین مداربسته ، ایده افزودن لایه‌ای از هوش مصنوعی به فناوری دوربین‌های امنیتی است که به کاربران این امکان را می‌دهد تا از تصاویر دوربین مداربسته خود بهره بیشتری ببرند. لایه AI را می‌توان در نقاط مختلف پشته فناوری، در سطح دوربین، سطح NVR یا در سطح ابری اضافه کرد که توضیح هوش مصنوعی در هر سطح به شرح زیر است:
هوش مصنوعی در دوربین مداربسته
برخی از دوربین‌های تخصصی خاص دارای یک تراشه هوش مصنوعی هستند که به آن‌ها قدرت پردازشی می‌دهد تا عملکرد عناصر مختلف را بهبود بخشد و آن‌ها را قادر می‌سازد تا به وظایف مختلفی دست یابند از جمله شمارش افراد، تشخیص محیط (تمایز انسان در مقابل حیوان)، ANPR (تشخیص شماره پلاک).
هوش مصنوعی در دستگاه ضبط تصویر
بعد از هوش مصنوعی در دوربین مداربسته رایج‌ترین سطح هوش مصنوعی «سطح ضبط» است. یعنی داده‌ها از یک دوربین استاندارد به ضبط‌کننده NVR/DVR فرستاده می‌شوند و سپس با لایه‌ای از لایه هوش مصنوعی پردازش می‌شوند. داده‌های ویدئویی خام ارائه‌شده را معنا می‌کنند. این رویکرد در سطح ضبط به این معنی است که می‌توان دوربین‌های مداربسته استاندارد/ قدیمی را به دوربین‌های تقویت‌شده هوش مصنوعی تبدیل کرد.
هوش مصنوعی در فضای ابری
اجرای لایه هوش مصنوعی در “ابر” به این معنی است که نرم افزار هوش مصنوعی به صورت مجازی اعمال میشود. مزیت اصلی این کار این است که نیازی به ارتقای سخت افزار نیست در حالی که هوشمندی به زیرساخت سخت افزاری موجود (از راه دور) اضافه میشود.
وجود یک لایه هوش مصنوعی در هر سطح x1، هوش کافی را فراهم می‌کند، با این حال افزودن هوش مصنوعی به سطوح x2، سطح بیشتری از دقت را اضافه می‌کند و در سناریوهای حیاتی تجاری توصیه میشود.
ویژگی‌های فنی اصلی هوش مصنوعی در دوربین مداربسته
فناوری‌های اصلی که همه راه‌حل‌های دوربین مداربسته هوش مصنوعی ما بر اساس آن‌ها هستند، از اجزای زیر ساخته شده‌اند:
۱. تشخیص حرکت: شناسایی و ارسال هشدارها بر اساس تشخیص حرکت انسان یا وسیله نقلیه
چگونه هوش مصنوعی در دوربین مداربسته می‌تواند باعث تشخیص بین انسان و حیوانات شود؟ و چگونه «جستجوی هوشمند» کار می‌کند.
نحوه راه اندازی Virtual Tripwires
قابلیت Virtual Tripwires به شما این امکان را می‌دهد که حرکت را از طریق سیستم دوربین مداربسته خود تشخیص دهید. Tripwires را می‌توان برای تشخیص جهت خاص حرکت (مانند A به B، یا B به A) تنظیم کرد و همچنین برای شناسایی انواع شی خاص (مانند انسان یا وسیله نقلیه) تنظیم کرد.
نحوه تنظیم تشخیص گم شدن شی
تشخیص مفقود شدن شی در دوربین مداربسته به شما این امکان را می‌دهد که با کشیدن جعبه‌هایی در اطراف یک جسم خاص، تشخیص دهید که آیا یک شی جابجا شده است یا خیر. برای به حداقل رساندن آلارم‌های کاذب (مثلاً در مواردی که جسم دیگری در جلوی جسم ظاهر میشود)، حداقل زمان «از دست رفته» 6 ثانیه یا بیشتر باید تنظیم شود، بنابراین اشیا نمی‌توانند «فوراً» مفقود شده باشند. اجسام همچنین باید دارای اندازه کافی و رنگ متمایز از ناحیه اطراف برای تشخیص دقیق حرکت جسم باشند.
جستجوی هوشمند چگونه کار می‌کند؟
جستجوی هوشمند به شما این امکان را می‌دهد که به سرعت و به راحتی رویدادها خاص را در یک بازه زمانی خاص از دوربین مداربسته خود جستجو کنید. به عبارتی جستجوی هوشمند به این معنی است که نیازی نیست ساعت‌ها فیلم تماشا کنید تا ببینید، مثلاً در یک آخر هفته در ملک شما چه اتفاقی افتاده است.
Deep Learning در دوربین مداربسته باعث دید تمام رنگ در شب میشود!
دید در شب تمام رنگی به این معنی است که تصویری که در دوربین مداربسته شما در شرایط کم نور نشان داده میشود، به جای سیاه و سفید، «تمام رنگی» است (معمولی برای اکثر دوربین‌های مداربسته). دوربین‌های مداربسته با «دید در شب تمام رنگی» از طریق ترکیبی از الگوریتم‌های هوشمندانه متعادل‌کننده رنگ و روشن‌کننده LED به این امر دست می‌یابند. Illuminator سطحی از نور را برای عملکرد دوربین فراهم می‌کند و الگوریتم‌ها به بهبود صحنه کمک می‌کنند و یک تصویر تمام رنگی ارائه می‌دهند. دید در شب تمام رنگی برای کمک به بهبود عملکرد «الگوریتم‌های تشخیص» مفید است و دقت تشخیص بالاتری را ارائه می‌کند.
الگوریتم تشخیص انسان در مقابل حیوانات (به حداقل رساندن هشدار اشتباه)
یکی از بزرگ‌ترین مسائل با تشخیص خارجی، سطح بالای هشدارهای کاذب مربوط به حیوانات و آب و هوا (مانند بادهای شدید) است. با استفاده هوش مصنوعی در دوربین مداربسته دوربین‌ها می‌توانند تفاوت بین انسان و حیوان (یعنی شکل و نحوه حرکت آن‌ها) را بیاموزند و هشدارهای کاذب را به حداقل برسانند. همین الگوریتم‌های هوش مصنوعی همچنین می‌توانند تفاوت بین وسایل نقلیه و انسان‌ها را تشخیص دهند، به این معنی که برای مثال می‌توانید سیستم را طوری تنظیم کنید که فقط حرکت ماشین را تشخیص دهد.
۲. تشخیص رها شدن شی با کمک هوش مصنوعی در دوربین مداربسته
تشخیص اینکه چه زمانی یک شی مشخص رها شده است. برای ایمن سازی فضاهای عمومی و خصوصی مفید است.
۳. تشخیص گم شدن شی
تشخیص، زمانی که اشیاء خاصی جابه‌جا می‌شوند. برای ایمن کردن موجودی و کمک به کنترل موجودی مفید است.
۴. حفاظت از منطقه
تشخیص، زمانی که یک وسیله نقلیه یا انسان وارد و/یا خارج از یک “منطقه” مشخص شده میشود.
۵. تشخیص سرگردانی
تشخیص، زمانی که اجساد به یک منطقه مشخص حرکت می‌کنند و برای مدت زمان مشخصی در آن منطقه باقی می‌مانند.
۶. تشخیص غریبه
شناسایی، زمانی که فردی در پایگاه داده ثبت نشده است.
۷. تشخیص چهره با کمک هوش مصنوعی در دوربین مداربسته:
بر اساس افراد مختلفی که در پایگاه داده «کتابخانه چهره» ثبت نام کرده‌اند، هشدارهای مختلفی دریافت کنید. به عنوان مثال، اگر یک VIP از قبل ثبت نام شده وارد لابی شما شود، می‌توانید سیستم را طوری تنظیم کنید که به تیم شما اطلاع دهد.
چهار مفهوم مرتبط اصلی در مورد تشخیص چهره عبارتند از: تشخیص چهره، ویژگی‌های چهره، تشخیص چهره و کتابخانه چهره.
تشخیص چهره = جمع آوری داده‌ها
تشخیص چهره یکی از ویژگی‌هایی است که معمولاً در میان ویژگی‌های تحلیل ویدیویی یافت میشود. چهره‌ها به‌عنوان عکس‌های فوری همراه با مهرهای زمان و تاریخ گرفته می‌شوند، این قابلیت مرور همه افرادی که در یک بازه زمانی خاص در دید دوربین ظاهر می‌شوند را آسان می‌کند. این تصاویر در یک گالری تصاویر کوچک تعاملی ارائه شده است، جایی که کاربر می‌تواند روی هر چهره کلیک کند و فیلم
ویژگی‌های چهره = داده‌های اضافی
دوربین‌های پیشرفته‌تر مبتنی بر هوش مصنوعی دارای ویژگی‌های چهره هستند که بر اساس تشخیص چهره ساخته میشود. این سیستم چهره‌ها را در یک پخش زنده ویدیویی شناسایی می‌کند و سن و جنسیت افراد را تعیین می‌کند، و همچنین ویژگی‌های متمایز را دسته‌بندی می‌کند، مانند اینکه آیا شخص ریش دارد یا عینک دارد. این به کاربران امکان می‌دهد عکس‌های فوری را بر اساس ویژگی‌های چهره فیلتر کنند.
تشخیص چهره = شناسایی
تشخیص چهره از الگوریتم‌های یادگیری عمیق برای ایجاد شناسه‌های مثبت افراد استفاده می‌کند. هنگامی که فناوری تشخیص چهره، چهره انسان را شناسایی می‌کند و تصویر را می‌گیرد، تصویر بر اساس نشانه‌های تصویر به یک شی‌برداری (که به آن امضای چهره نیز می‌گویند) تبدیل میشود. این شی‌برداری‌ها، موقعیت هر دو چشم، بینی، دو گوش و دهان نسبت به یکدیگر هستند. تشخیص چهره در کنار یک پایگاه داده کار می‌کند تا چهره ها شناسایی شوند.
پایگاه داده استاتیک = کتابخانه چهره برای مطابقت دادن
پایگاه داده ایستا یک پایگاه داده از قبل موجود از افراد، تصاویر و ابرداده‌های شناسایی شده است. با عبور افراد از کنار دوربین، تصاویری از چهره آن‌ها گرفته شده و مورد تجزیه و تحلیل قرار می‌گیرد. اگر امضای صورت با امضای موجود در پایگاه داده مطابقت داشته باشد، سیستم تصویر اصلی گرفته شده را به خاطر می‌آورد، آن را در کنار عکس جدید نمایش می‌دهد و هر گونه مشخصات هویتی که قبلاً وارد شده است از جمله نام یا شماره شناسه شخص را شامل میشود. پایگاه داده ایستا در سایت‌های اداری( که در آن افرادی که وارد یک منطقه می‌شوند را می‌توان با شناسه اعضا یا کارمند مطابقت داد)، مفید است.
۸. کنترل دسترسی غیرفعال:
برای فردی که در پایگاه داده ثبت نام کرده است دسترسی به یک مکان خاص را فعال کنید و برای فردی که اجازه حضور در یک مکان خاص را ندارد، هشدار ایجاد کنید.
۹. شمارش افراد/مدیریت افراد با کمک هوش مصنوعی در دوربین مداربسته :
این قابلیت افرادی را که وارد/خروج از ملک شما می‌شوند، تعداد افرادی که وارد مناطق خاصی از ملک شما می‌شوند و … را ردیابی و مدیریت می‌کند.
۱۰. قابلیت ANPR:
وسایل نقلیه را از طریق شماره پلاک آن‌ها شناسایی و ثبت می‌کنید.
کلام آخر
ما در این مقاله اهمیت هوش مصنوعی در دوربین مداربسته را بررسی کردیم. ممنون که تا انتها همراه ما بودید امیدواریم مطالب این بخش در مورد Deep Learning در دوربین برای شما مفید بوده باشد. برای خرید دوربین مداربسته و اطلاع از قیمت دوربین مداربسته کلیک کنید.
منبع : سایت