مقالاتنظارت تصویری

فناوری‌های رایج نظارت تصویری در سال 2018

هر سال تعداد دوربین‌های نصب شده بیشتر و بیشتر می‌شود و فناوری و کمپانی‌های تولیدکننده‌ی آن نیز تحت تأثیر رشد روز افزون راه‌کارهای رایج قرار می‌گیرند که در نهایت روند رشد بازار را با تغییر مواجه می‌سازد. در سال گذشته ویدئوآنالیتیک به پلتفرم‌های هوش مصنوعی مجهز شد و اکنون در حال تغییر فناوری و کاربردهای آن در کل صنعت می‌باشد. از سوی دیگر، کاهش کاربری سخت‌افزار ویدئویی که منجر به کاهش قیمت شد، سود بسیاری از تولیدکنندگان را تحت تأثیر قرار داد. همچنین نگرانی‌های تولیدکنندگان در مورد حفاظت سایبری و چگونگی محافظت از محصولات خود در صنعت، افزایش یافته است.

تعدادی از کارشناسان چند کمپانی قدرتمند جهان در این زمینه اظهار نظر کرده‌اند:

  • اندرو الویش (Andrew Elvish)، معاون رئیس کمپانی Genetec
  • جنیفر هکنبرگ (Jennifer Hackenburg)، مدیر ارشد بازاریابی محصول کمپانی Dahua
  • جفری هی (Jeffrey He)، مدیر عامل Hikvision در کانادا و ایالات متحده
  • کیچول کیم (Kichul Kim)، مدیر عامل Hanwha
  • برت مک گوان (Bret McGowan)، معاون ارشد فروش و بازاریابی کمپانی Vicon
  • فردریک نیلسون (Fredrik Nilsson)، معاون مدیرعامل کمپانی Axis Communication در ایالات متحده
  • تیم پالمکوییست (Tim Palmquist)، معاون مدیرعامل کمپانی Milestone Systems در ایالات متحده
مهم‌ترین فناوری رایج صنعت نظارت تصویری در سال 2018 چه خواهد بود؟

پالمکوییست: با توجه به بلوغ و پخته‌تر شدن صنعت ما و از آنجا که تهدیدات سایبری به مبحث داغ روز تبدیل شده، هیچ موضوعی مهم‌تر از حفاظت سایبری نیست. خریدن محصولات حفاظتی اصیل و با کیفیت برای ویدئوی IP و نصب آنها به شیوه‌ای ایمن و مسئولانه می‌تواند اولویت اولیه و مهمی باشد.

نیلسون: اینترنت اشیا همچنان صدرنشین صنعت حفاظت خواهد ماند چرا که ما همگرایی و یکپارچه‌سازی سیستم‌های IP نظیر کنترل دسترسی، سیستم‌های صوتی و اینترکام‌ها را با راهکارهای ویدئویی متصل به شبکه شتاب می‌بخشیم. جمع‌آوری، انتقال و ترکیب داده‌های حاصل از این سیستم‌ها فرصت بیشتری را برای کمپانی‌های داده‌های بزرگ و تولید حافظه فراهم ساخته تا خدمات ابری و حفاظتی را به‌عنوان یک سرویس پشتیبانی کنند.

مک گوان: کاهش قیمت محصولات و تجهیزات در بازار ادامه خواهد یافت که بر میزان فروش نیز تأثیر می‌گذارد. این شرایط بر کانال‌های توزیع و یکپارچه‌سازی (نصب) و در بخش تولید نیز تأثیر گذار خواهد بود.

هکنبرگ: هوش مصنوعی یکی از بخش‌هایی است که در حوزه‌ی نظارت تصویری با سرعت بسیار بالایی رشد خواهد کرد. الگوریتم‌های پیشرفته‌ی یادگیری عمیق بدان معناست که دستگاه‌ها می‌توانند به گونه‌ای طراحی و برنامه‌ریزی شوند که داده‌ها را به صورت سلسله مراتبی انتخاب و برداشت کنند و در گذر زمان حتی در محیطی پیچیده دائماً با شرایط سازگار خواهند شد.

کیم: سال 2018 سال مهمی برای دوربین‌های قدرتمندتر چندسنسوری خواهد بود. این دوربین‌ها با قابلیت‌هایی نظیر نرخ فریم 60 فریم بر ثانیه، دامنه پویای 150 دسی بل و قابلیت فشرده سازی H.265، انعطاف عملکرد بیشتری خواهد داشت.

الویش: تمرکز بسیار بیشتری بر حفاظت از حریم شخصی و انطباق با شرایط خواهد بود. مردم خواستار ایمنی بیشتری هستند، اما حاضر نیستند کسی آنان را ببیند یا حریم شخصی آنان به خطر بیفتد. اینجاست که حفاظت از حریم شخصی و فناوری رمزگذاری نقش بسیار مهمی در تضمین این مسئله دارد که متخصصان حفاظت دانش کافی داشته باشند تا علاوه بر تأمین حفاظت افراد، از حریم شخصی آنان نیز محافظت ‌کنند.

تکامل ویدئوآنالیتیک و قابلیت‌های بالقوه‌ی پلتفرم‌های هوش مصنوعی و یادگیری عمیق، در بلند مدت صنعت نظارت تصویری را متحول می‌کنند، اما تأثیر این عوامل در کوتاه مدت چگونه خواهد بود؟

نیلسون: امروزه بسیاری از برنامه‌های حفاظت سایبری و حفاظت فیزیکی بر پایه‌ی پلتفرم‌های یادگیری عمیق بنا می‌‌شوند که می‌توانند به صورت خودکار تنظیم گردند تا بر اساس نفوذ‌های سایبری قبلی و رفتارهای تشخیص آلارم، هشدار را فعال کنند.

در آینده‌ای نزدیک، با فناوری‌های جدید بسیاری در ویدئوآنالیتیک مواجه می‌شویم تا معیارهای قابل سنجش و هوش کسب و کار را از تصاویر و اَبَرداده‌ها استخراج نماییم.

کیم: انواع آنالیز تصویر در دوربین به تکامل خود ادامه خواهد داد چرا که قادر خواهیم بود در دوربین‌ها و سیستم‌های نرم‌افزاری مدیریت تصاویر (VMS ) انتخاب‌های بهتری داشته باشیم و تعیین کنیم که چه چیزی و چگونه (با چه رزولوشنی) ضبط شود. قابلیت تغییر مداوم نرخ فریم و تنظیمات نوردهی با کمک ویدئو آنالیتیک مثالی از فناوری‌هایی است که امروزه در دسترس افراد می باشد. فناوری‌هایی نظیر یادگیری عمیق و شبکه‌های نورونی پیچیده (CNN) آنالیز تصویر دوربین را به مرحله‌ای بالاتر سوق خواهند داد.

پالمکوییست: شاید هوش مصنوعی دستاورد نهایی در ویدئوآنالیتیک سنتی باشد. در کوتاه مدت، باید انتظار داشته باشیم که عوامل هوش مصنوعی به ویدئوآنالیتیک سنتی و راه‌کارهای میانبر راه یابند. پردازش GPU منجر به نوآوری بیشتری در یادگیری ماشین می‌شود که پیشرفت‌های سنتی بیشتری را که طی صده‌های گذشته شاهد بوده‌ایم، تحت‌الشعاع قرار خواهد داد.

جفری هی: پیشرفت ویدئوآنالیتیک با استفاده از تکنولوژی یادگیری عمیق برای کاربران نهایی تشخیص دقیق‌تر و معتبرتری از سوژه‌ها و رفتارهایی فراهم خواهد کرد که منجر به فعال شدن صحیح و به جای آلارم و آنالیز هوشمندانه‌تر می‌شود. با حذف اشیا یا فعالیت‌ها در یک صحنه‌ی ویدئو که منجر به بروز آلارم اشتباه می‌گردد، کاربران قادر خواهند بود حفاظت را به شکلی مؤثرتر مدیریت نمایند. علاوه بر این، برنامه‌های ویژه‌ای برای تشخیص و شناسایی دقیق اشخاص، چهره‌ها و وسایل نقلیه، به الگوریتم‌های ارتقا یافته‌ در نظر گرفته می‌شود که میزان تشخیص صحیح را تا 90 درصد افزایش خواهد داد.

الویشت: تقاضای بیشتر سازمان‌ها و مؤسسات نه تنها به معنای افزایش داده‌های به دست آمده از سنسورها و دستگاه‌های متصل است، بلکه نشان از انجام فعالیت‌های معنادار و هوشمند با این داده‌ها دارد. نرم‌افزار که به سازمان‌ها در ساخت و فعال‌سازی این نوع انعطاف‌پذیری در اجرای هوش حفاظتی کمک می‌کند، در سال 2018 مسیر صنعت را تعیین خواهد کرد.

مک گوان: یادگیری عمیق تأثیر بسیار ناچیزی در صنعت خواهد داشت، اما ویدئوآنالیتیک توسط تعداد معدودی از کمپانی‌ها با رقابت نفس‌گیری بازاریابی خواهد شد. در این رقابت، این کمپانی‌ها سعی می‌کنند قابلیت‌های آنالیتیک کاربردی‌تری را به راه‌کارهای خود تزریق نمایند. هدف نهایی، تسهیل کار اپراتورها است اما با توجه به تجارب شخصی من، در بسیاری از موارد آنان فقط کار را برای نصب‌کنندگان و کاربران نهایی پیچیده‌تر می‌کنند.

هکنبرگ: در کوتاه مدت، قابلیت‌های حفاظتی، تا حد چشمگیری به سمت خودکارسازی و اتوماسیون پیش می‌روند که بهره‌وری کسب و کار را در شرکت‌ها بالا خواهد برد. حفاظت شرکت‌ها از مزایای هوش مصنوعی بهره‌مند می‌شوند و موضوع مباحث به این سمت پیش می‌رود که چگونه از هوش مصنوعی بیشتر استفاده کنیم تا منجر به کاهش ریسک شود.

ثبت یک پاسخ