Észlelés | Megkülönböztetés | Éber - Mesterséges intelligencia a mindennapjainkban

Objektumfelismerő technológia

A DDA™ Video Analytics a Provision-ISR által kifejlesztett mesterséges intelligencia funkciók része.
A biztonsági ipar gyorsan fejlődik, a mesterséges intelligencia átalakítja a biztonsághoz való hozzáállásunkat az észlelési pontosság növelésével és a téves riasztások csökkentésével.

DDA 1

A Provision-ISR DDA™ Video Analytics objektumfelismerő technológiát (és ezáltal fejlett mesterséges intelligencia algoritmusokat) használ az emberek, a kétkerekű és a négykerekű járművek megkülönböztetésére.

Ennek a technológiának köszönhetően a rendszer csak akkor indít riasztásokat vagy push értesítéseket, ha az érdeklődés tárgya megsérti az előre beállított szabályokat. Ez jelentősen csökkenti a külső tényezők, például eső, árnyékok, világításváltozások, mozgó növényzet vagy elhaladó állatok által okozott téves riasztásokat.

Észlelés

A DDA™ Video Analytics gyorsan észleli és azonosítja a helyszínen található tárgyakat, növelve a megfigyelés pontosságát és hatékonyságát.

Megkülönböztetés

A DDA™ Video Analytics ügyesen megkülönbözteti a helyszínen lévő tárgyakat (embereket és 2 vagy 4 kerekű járműveket), növelve a megfigyelés pontosságát.

Éber

A DDA™ Video Analytics gyorsan aktiválja a riasztórendszert, ha észleli az előre beállított szabály megsértését, biztosítva a gyors reagálást a potenciális biztonsági fenyegetésekre.

A PROVISION-ISR-kamerák kihasználják a mesterséges intelligencia erejét

A Provision-ISR kamerák mesterséges intelligenciával vannak felszerelve, amely összehasonlítja az észlelt objektumot a különböző szögekből és mozgásokból rögzített objektumok
képadatbázisával. Az MI-rendszer felméri, hogy a megfigyelt tárgy a referenciaképekhez hasonlóan mozog-e,
nagyjából azonos méretű-e és arányú-e, és többek között két karral és két lábbal rendelkezik-e.

Mindezen tényezők kombinálásával a mesterséges intelligencia pontosan felismeri a megfigyelt objektum típusát, megkülönböztetve azt más tárgyaktól.

DDA™ - Vonalátkelés

Rajzoljon egy vonalat a jelenetben, és jelölje meg a keresztezési irányokat és engedélyeket.
Például, ha a járművek nem kelhetnek át (miközben az emberek megengedettek), a rendszer csak a járművek átkelésére ad riasztást, a gyalogosokra nem.

DDA™ - Steril terület

Vázolja fel a jelenet egy területét, és adja meg a hozzáférési engedélyeket.
Például, ha a járművek nem léphetnek be egy helyszínre (miközben az emberek megengedettek), a rendszer csak riasztást indít a jármű kijelölt területre való belépéséhez. Ezenkívül állítsa be, hogy a területre való belépés vagy kilépés riasztást kérjen-e.

DDA™ - Objektumok számlálása

Helyezze a kamerát a kapu bejáratánál/kijáratánál az élő megfigyeléshez.
Például, ha egy parkolóbejáratnál figyeli a járművek számát, a rendszer nyomon követi, hogy a parkolási kapacitás mikor éri el a maximális korlátot. A kamera pontos elhelyezésével valós idejű felügyeletet és hatékony forgalomirányítást biztosíthat.

A TÉVES RIASZTÁSOK VÉGE

A pontos objektumfelismeréstől a részletes metaadat-elemzésig

DDA 2

A Provision-ISR kamerákba ágyazott fejlett mesterséges intelligenciával kiküszöböltük a téves riasztásokat azáltal, hogy pontosan azonosítottuk az embereket, a két- és négykerekű járműveket. Most egy lépéssel tovább megyünk a második generációs DDA™ Video Analytics szolgáltatással. Azáltal, hogy képesek vagyunk részletes metaadat-elemzést megjeleníteni minden objektumtípushoz, páratlan pontosságot biztosítunk a megfigyelésben, minimalizáljuk a téves riasztásokat és növeljük a biztonsági hatékonyságot.

A második generációs DDA™ pontosabban tudja elemezni a felügyeleti képeket. Ez például javíthatja a kriminalisztikai vizsgálatok hatékonyságát azáltal, hogy kritikus információkat szolgáltat a gyanúsítottak azonosításához és az események rekonstrukciójához.

Emberek:

Életkor becslése, hátizsák, nem, szemüveg, kézitáska, kalap, maszk, alsó ruha típusa és színe, felső ruha típusa &színe, valamint mozgásirány.

4 kerekű:

márka (Mazda, Renault, Volkswagen stb.), Szín, modell (Golf, Kangoo, Tucson stb.), Típus (autó, SUV, busz stb.) és év.

2 kerekű:

Típus (kerékpár, elektromos kerékpár, motorkerékpár, tricikli).

Emberi felismerés

Szerezzen fejlett betekintést 2. generációs technológiánkkal.
Fedezze fel a nemet, a becsült életkort, a ruházat színét és még sok mást, és bővítse biztonsági arzenálját.

Járműfelismerés

Észleléskor részletes járműinformációkhoz férhet hozzá, beleértve a márkát, a típust és a színt, javítva ezzel felügyeleti képességeit!