字体大小: +

运营中心的AI计算机视觉:从反应型向主动态势感知转变

根据IDC的数据,物联网摄像头和传感器生成的数据到80年将达到近2025 ZB,高于13.6年的2019 ZB。

控制室和运营中心面临的挑战是将所有大数据转化为可行的见解,以便操作员能够及时采取有意义的行动,而不会淹没视频数据。

随着计算机视觉技术的使用呈指数增长,运营中心需要从端点到视觉显示器开始优化其基础架构,以充分利用该技术。


我们正在与S&ST合作提供独家网络研讨会:  通过计算机视觉和AI实现真正的态势感知 在这里,我们将深入研究运营中心及其他地区的计算机视觉和AI不断增长的功能和用例。 立即注册参加29月XNUMX日的网络研讨会。

反应式与主动式情境意识。

任何给定的指挥中心都有负责提供信息的各种各样的系统。

以安全运营中心为例,每个SOC都将具有摄像头,访问控制系统和解决方案,入侵警报等。所有这些都为操作员提供了大量数据点。

一旦数据和视频内容到达安全运营中心,SOC处理数据,视频和其他信息的方式就可以是被动的或主动的,具体取决于涉及中心工作流程和所涉及技术的许多因素。

当没有分析的大数据被发送到服务器或电视墙并需要操作员进行分析和输入以发现需要采取行动的关键数据时,团队的态势感知最好被描述为被动的。

没有操作员可以监视数百个摄像机视图,访问控制系统,警报以及每秒捕获并显示在操作中心视频墙上显示的许多仪表板和视频源上的成千上万个数据点。

AI和计算机视觉在这里发挥作用,通过提供AI软件已经分析过的信息和视频来提供主动的态势感知,并在危急情况下需要操作员的注意并采取行动时提出来。

只有通过AI&Computer Vision软件实时分析信息并将其带到必要的操作员工作站或以实时方式显示在主要操作画面上以进行可行的可视化时,才有可能提供主动的态势感知。 

为了从被动的状态意识转变为主动的状态意识,有必要超越当前的仪表板和视频提要工作流程。 组织必须能够从数千个摄像机和数据源中实时显示可操作的数据。 这就是AI和Computer Vision等技术将其变为现实的方式。

“当我们问自己,人工智能或计算机视觉如何转变为真正的态势感知时,就在于获取大数据并使之可行。”

运营中心的应用:

计算机视觉可以为各种类型的操作中心提供大量潜在的价值。 这里有些例子:

  • 人脸识别:人脸检测算法可用于过滤和识别个人。
  • 生物识别系统:AI可以应用于 生物特征描述 例如指纹,虹膜和脸部匹配。
  • 监视:计算机视觉支持物联网摄像头,该摄像头用于监视可能与安全性和安全性有关的任何类型的活动和运动,无论是在工作安全还是物理安全方面。
  • 智能城市:基于CCTV数据的分析,可以通过定量,客观和自动管理资源使用情况(停车场,道路,公共广场等)来使用AI和计算机视觉来提高移动性。
  • 事件识别:通过集成实时视频数据分析算法来了解拍摄场景的内容并从中提取相关信息,可以改善操作员或现有视频监视解决方案的可视化和决策过程。
  • 监视:在许多不同的应用程序框架中,对特定任务进行连续监视和监视:改进了仓储仓库的物流管理,事件收集期间的人员计数,地铁站,沿海地区的监视等。

今天,任何使用视频数据的运营中心都需要考虑添加计算机视觉解决方案。 鉴于视频数据的快速增长,这是确保操作员真正,主动的态势感知的唯一可扩展方式。

任何运营中心考虑计算机视觉的两个挑战:首先,确定正确的产品,将炒作与现实分开;其次,确保添加到运营中心的任何计算机视觉解决方案都是真正可互操作的。

如果您打算建立一个运营中心或升级您现有的运营中心,请与我们的运营中心和控制室专家安排免费咨询电话,以帮助您了解如何实现目标并确保您的组织能够随着视频数据量不断增加。 

有任何问题吗?

立即与销售代表联系
设置操作 C 时要考虑的事项...
为什么视觉工具是第一大尚未开发的按键?

相关文章

此帖子的评论已被管理员锁定。
 

待评价

通过接受,您将访问https://userful.com/外部的第三方提供的服务