Контекстуальный анализ сцен звучит немного сложно, но он представляет собой важную революцию, которая формирует мир видеоаналитики. Но давайте сначала подготовим почву.
Допустим, вы отвечаете за видеонаблюдение в крупном магазине товаров для дома. У вас много забот. Вам необходимо расширить свои возможности по предотвращению потерь. Вам необходимо держать известных злоумышленников подальше от вашего магазина, особенно учитывая недавний всплеск организованной преступности в розничной торговле. И вы хотите минимизировать юридические риски, защищаясь от ложных претензий по страхованию от скольжения и падения (когда кто-то намеренно инсценирует несчастный случай, чтобы подать ложную страховую претензию по страхованию от скольжения и падения).
Проблема большинства систем видеонаблюдения заключается в том, что операторам приходится физически просматривать все видеоматериалы, и обычно это происходит после того, как происходит событие (кто-то что-то крадет, происходит акт насилия или подается страховое требование).
Но что, если технология, а именно видеоаналитика, могла бы осмысливать сцену из видеоматериалов в режиме реального времени и заблаговременно оповещать службу безопасности.
Это делается в некоторых отдельных случаях использования. Например, оповещение в режиме реального времени по списку наблюдения может идентифицировать известных магазинных воров, когда они входят в магазин, используя ваши существующие камеры видеонаблюдения. Существуют также инструменты анализа людей, которые используют видеоаналитику для отслеживания пешеходного трафика в магазине в режиме реального времени и помогают сократить очереди покупателей. Но каждый из этих различных типов видеоаналитики — это то, что я бы назвал однопоточными вариантами использования искусственного интеллекта. Вы создаете искусственный интеллект для распознавания очередей или определенных лиц.
Все чаще розничные магазины, а также другие коммерческие учреждения, такие как стадионы, корпоративные здания, аэропорты и даже казино, захотят перейти от однопоточного ИИ к многопоточному ИИ, где анализ видео в реальном времени способен осмыслить сцену (необработанный видеоматериал) и определить, есть ли какие-либо аномалии. Этот тип многопоточного искусственного интеллекта - это то, что мы называем контекстуальным анализом сцены, и он позволит получать точные оповещения на основе более целостного понимания видеонаблюдения в реальном времени.
Например, когда кто-то падает в магазине, это может означать множество вещей: действительно ли он наклонился, чтобы завязать шнурки на ботинках? Был ли он толкнут другим человеком? Было ли это инсценировкой "промаха и падения" для подачи мошеннического заявления? Действительно ли у человека неотложная медицинская помощь? То, как организация реагирует в режиме реального времени, зависит от своевременности и качества оповещения.
