Dostosuj preferencje dotyczące zgody

Używamy plików cookie, aby pomóc użytkownikom w sprawnej nawigacji i wykonywaniu określonych funkcji. Szczegółowe informacje na temat wszystkich plików cookie odpowiadających poszczególnym kategoriom zgody znajdują się poniżej.

Pliki cookie sklasyfikowane jako „niezbędne” są przechowywane w przeglądarce użytkownika, ponieważ są niezbędne do włączenia podstawowych funkcji witryny.... 

Zawsze aktywne

Niezbędne pliki cookie mają kluczowe znaczenie dla podstawowych funkcji witryny i witryna nie będzie działać w zamierzony sposób bez nich.Te pliki cookie nie przechowują żadnych danych umożliwiających identyfikację osoby.

Brak plików cookie do wyświetlenia.

Funkcjonalne pliki cookie pomagają wykonywać pewne funkcje, takie jak udostępnianie zawartości witryny na platformach mediów społecznościowych, zbieranie informacji zwrotnych i inne funkcje stron trzecich.

Brak plików cookie do wyświetlenia.

Analityczne pliki cookie służą do zrozumienia, w jaki sposób użytkownicy wchodzą w interakcję z witryną. Te pliki cookie pomagają dostarczać informacje o metrykach liczby odwiedzających, współczynniku odrzuceń, źródle ruchu itp.

Brak plików cookie do wyświetlenia.

Wydajnościowe pliki cookie służą do zrozumienia i analizy kluczowych wskaźników wydajności witryny, co pomaga zapewnić lepsze wrażenia użytkownika dla odwiedzających.

Brak plików cookie do wyświetlenia.

Reklamowe pliki cookie służą do dostarczania użytkownikom spersonalizowanych reklam w oparciu o strony, które odwiedzili wcześniej, oraz do analizowania skuteczności kampanii reklamowej.

Brak plików cookie do wyświetlenia.

Rosną możliwości analityki wideo na krawędzi sieci, czyli w samych kamerach. Natychmiastowy wynik pracy analityki na krawędzi sieci to duży potencjał korzyści dla biznesu, w porównaniu do analityki serwerowej.

Rosną możliwości analityki wideo na krawędzi sieci, czyli w samych kamerach. Natychmiastowy wynik pracy analityki na krawędzi sieci to duży potencjał korzyści dla biznesu, w porównaniu do analityki serwerowej. Jeśli przetwarzanie odbywa się na miejscu, w kamerze – oznacza to, że tylko niezbędna ilość danych będzie przetransferowana do operatora.

 

Gdyby ten proces miał odbywać się na serwerze, oznaczałby, że wszystkie dane do analizy musza być z kamery przesłane na serwer w centrum danych, podnosząc niepotrzebnie koszty wynikające z transferu. Ponadto analiza obrazu bezpośrednio w kamerze gwarantuje, że uchwycone przez nią obrazy będą analizowane w ich najwyższej jakości, nie tracą bowiem w procesie kompresji – wymaganej często przy transferze, a powodowanej, o ironio, koniecznością wysyłania danych poza kamerę. – podkreśla Konrad Badowski, Business Relationships Manager, Poland, Ukraine and Baltics w Axis Communications.

 

Rozpoznawanie obiektów – Precyzja na krawędzi

Podstawę analizy brzegowej opartej na głębokim uczeniu stanowi znacznie dokładniejsze rozpoznawanie obiektów. Weźmy przykład z zarządzania ruchem drogowym, gdzie jednym z problemów związanych z tradycyjną analizą jest liczba fałszywych alarmów płynących z monitoringu, mylącego kałuże lub cienie z pojazdami biorącymi udział w ruchu.

 

Większa dokładność wynikająca z przetwarzania na miejscu znacząco zredukuje podobne pomyłki, ale może też więcej. Przynosi możliwość rozróżniania typów obiektów – ciężarówek, autobusów, samochodów osobowych czy motocykli, otwierając tym samym nowe możliwości w zarządzaniu efektywnością ruchu. To tylko początek możliwości rozwiązań skupiających się dziś na analityce sceny w czasie rzeczywistym i odpowiedzi na przebieg sytuacji, jak emitowanie ostrzeżeń drogowych czy świateł kierujących ruchem. – zaznacza Konrad Badowski z Axis Communications.

 

Więcej procesowania danych – Więcej informacji

Monitoring wideo dawno już nie jest tylko przeglądaniem nagrań przez operatora. Analitykę przeprowadzają procesory, które otrzymują obraz z kamer w formie danych. Inteligentna kamera rozumie obraz samochodu jako zestaw charakterystycznych danych. Nie tylko kreuje te dane, lecz także dane o danych – metadane, takie jak czas powstania obrazu, miejsce, wielkość pakietu i inne. W analityce brzegowej wykorzystuje się oba typy danych, choćby do potrzeb wyszukiwania informacji płynących z obrazu.

 

Wykorzystanie tych danych w analityce może wesprzeć obsługę dużych zbiorów danych, zbieranych przez dłuższy czas. Taka analiza przyniesie odpowiedzi na pytania odnoszące się do liczby incydentów blokowania buspasów, czy liczby osób przebywających na konkretnej stacji metra w godzinach porannych – na przykład w skali roku, miesiąca, weekendu. Urządzenia, w szczególności inteligentne rozwiązania wykorzystujące deep learning, są niezwykle skuteczne w rozpoznawaniu wzorców i anomalii. Im więcej danych będą miały wejściowo, tym bardziej dokładne predykcje wyjściowe otrzymają użytkownicy, mogąc zareagować szybciej i dokładniej na występujący problem. – zwraca uwagę ekspert Axis Communications.

 

Systemy wspierające monitoring na krawędzi

Kamera będzie w takim przetwarzaniu inteligentnym czujnikiem dla zastosowań dochodzeniowych, badań – obliczeń demograficznych, ochrony perymetrycznej, detekcji dymu, mierzenia poziomu hałasu, zarządzania ruchem, czy monitorowania poziomu cieków wodnych. Kamera musi jednak być wyposażona w odpowiedni interfejs programistyczny, jak np. VAPIX firmy Axis, wykorzystywany do sterowania i wymiany danych. Istotna pozostaje też kwestia integracji z rozwiązaniami firm trzecich oraz możliwość tworzenia dedykowanego oprogramowania dla kolejnych zastosowań brzegowych – w urządzeniach Axis tę rolę spełnia ACAP, czyli Axis Camera Aplication Platform.

 

Przyszłość to przetwarzanie na krawędzi

Analityka brzegowa ciągle się rozwija. Czerpanie z niej prawdziwych korzyści będzie rosło proporcjonalnie do liczby inteligentnych urządzeń, podobnie będzie rosła adaptacja technologii brzegowej. Korzyści, które oferują rozwiązania brzegowe, to wykrywanie tego, co się dzieje, decydowanie, co z tym zrobić i podejmowanie adekwatnych działań bezpośrednio na miejscu wydarzeń.

 

Mamy przekonanie, że dzięki eliminacji stratnej kompresji, redukcji kosztów sieciowych, potencjałowi skalowalności i przetwarzania w czasie rzeczywistym, rozwiązania wykorzystujące analitykę brzegową będą coraz powszechniej stosowane. Więcej o zagadnieniach analityki brzegowej i jej możliwościach wykorzystania w monitoringu znajdziecie Państwo na naszych stronach www oraz dostępnych tam webinariach. – dodaje Konrad Badowski.

 

https://itreseller.pl/itrnewit-reseller-tv-lenovo-ep-11/