Штучний інтелект навчився аналізувати події на відео, а не лише окремі кадри

Системи відеоспостереження давно навчилися розпізнавати людей, автомобілі, предмети та інші об'єкти в кадрі.

Нова технологія генеративного штучного інтелекту для відеоспостереження аналізує не окремі зображення, а послідовності відео тривалістю до 60 секунд. Завдяки цьому система може оцінювати рухи, дії та поведінку людей і визначати складні події, які неможливо достовірно розпізнати за одним кадром.

Від розпізнавання об'єктів до розуміння подій

Традиційна відеоаналітика переважно працює з окремими кадрами. Вона може визначити, що перед камерою знаходиться людина, автомобіль або інший об'єкт.

Але одного кадру недостатньо, щоб зрозуміти, наприклад, чи людина просто впала або їй стало зле, чи двоє людей спілкуються, чи між ними виник конфлікт.

Аналіз послідовності кадрів дозволяє враховувати контекст і розвиток події в часі. Саме це відкриває можливість автоматично виявляти бійки, падіння, крадіжки, втручання в обладнання, підозрілу поведінку та інші складні сценарії.

Менше зайвих тривог

Одна з проблем сучасних систем відеоспостереження — велика кількість сповіщень, серед яких оператору доводиться знаходити справді важливі.

Генеративний AI може використовуватися як додатковий рівень перевірки. Спочатку система виявляє потенційно цікаву подію, після чого штучний інтелект аналізує відеофрагмент і визначає, що саме відбувається.

Наприклад, замість простого повідомлення про рух система може сформувати опис на кшталт: «людина впала і, ймовірно, потребує допомоги» або визначити, що в кадрі відбувається звичайна активність, яка не потребує втручання оператора.

Правила, за якими такі події перетворюються на тривоги, можуть налаштовуватися відповідно до завдань конкретного об'єкта.

Важливою особливістю нового підходу є можливість локального розгортання. Система може працювати без постійного підключення до інтернету, у локальній або ізольованій мережі.

Це особливо актуально для критичної інфраструктури, промислових підприємств, енергетики, державних об'єктів та інших систем, де відеодані не повинні залишати межі локальної інфраструктури.