Во всей этой истории удивительно то, что на протяжении почти 20 лет разработчики периодически заявляли о появлении рабочих алгоритмов AI. К примеру, 16 лет назад пакет аналитики от компании Object Video получил высокую награду "Best In Show" на выставке ISC West. Но реальная практика показала, что этот продукт можно отнести разве что к категории "лучших" неудач.
Возможности видеоаналитики были разрекламированы так сильно, что 15 лет назад большинство профессионалов отрасли считали это направление даже более перспективным, чем IP-камеры повышенного разрешения. Безусловно, последнее десятилетие полностью опровергло такие радужные ожидания, а стремительный рост IP-средств видеонаблюдения только ярче оттенял скепсис и отчаяние, проявляемые специалистами в отношении искусственного интеллекта.
Этот год действительно отличается от предыдущих лет двумя очень серьезными факторами:
Но у систем глубокого обучения есть и свой недостаток: исторически они требуют очень больших ресурсов (например, специальных серверов, заполненных графическими процессорами).
Что делает системы глубокого обучения основным направлением интеллектуальной видеоаналитики, так это то, что аппаратно-программные средства производятся как для камер видеонаблюдения, так и для устройств записи (рекордеров). Из специализированных технических разработок, позволяющих использовать AI на этих приборах, следует отметить микрочипы компаний Intel Myriad (Movidius), Ambarella CV, Huawei Hisilicon и Qualcom. Со стороны ПО наиболее заметным игроком на рынке является корпорация XNOR.ai, которая предлагает потребителям оптимизированные программные модули для работы даже на обычном оборудовании. Кстати, к продуктам этой корпорации относится и знаменитый программный пакет YOLO (You Only Look Once), представляющий собой мощный инструмент для реализации эффективных систем компьютерного зрения.
Почему мы настолько уверены в том, что интеллектуальная видеоаналитика получит массовое распространение в 2020 году? Да потому что мы запустили ведущую в мире программу тестирования систем видеонаблюдения и уже видим ее впечатляющие результаты. Самый потрясающий пример – камера Wyze Cam, использующая ПО XNOR.ai и стоящая всего 20 долларов, обеспечивает вполне жизнеспособную аналитику обнаружения человека. Другим примером является решение Dahua Analytics+, оно тоже нами протестировано. В то время как в течение многих лет результаты Dahua в видеоаналитике были просто плачевными, использование современных средств позволило им решить задачу обнаружения человека в кадре с достаточно высоким качеством.
Кроме того, у нас есть информация и о планах дальнейшего развития различных компаний. Так вот, главным направлением дорожной карты для большинства производителей является очевидное желание оснащать свои изделия специализированными микрочипами и/или программными модулями с целью реализации задач глубокого машинного обучения устройств.
Процесс широкого внедрения AI станет значительным стимулом для всего направления видеонаблюдения. Предыдущая эра, связанная с переходом на мегапиксельные устройства, в значительной степени исчерпала себя, и последние несколько лет отрасли явно не хватало четкого технологического драйвера.
Теперь конечные пользователи увидят подобный драйвер в AI-аналитике, которая реально способна повысить эффективность решения задач оповещения и поиска.
Несмотря на то, что AI-аналитика в ближайшее время получит широкое распространение, у конечных пользователей все же останутся некоторые проблемы:
