La importancia del vídeo inteligente en la evolución de las Smart Cities
La evolución del procesamiento y almacenamiento de vídeo inteligente proporciona la escala necesaria para las implementaciones de análisis a gran escala
Los avances tecnológicos y la adopción de tecnologías digitales han traído un gran progreso, y a veces puede ser difícil para el ojo inexperto reconocer cómo estas innovaciones de vanguardia, como las que se implementan en las ciudades inteligentes, mejoran visiblemente la seguridad, la comodidad y el nivel de vida para todos nosotros.
Las ciudades inteligentes utilizan tecnologías de información y comunicación visual para mejorar la eficiencia operativa, compartir información con el público y brindar una mejor calidad de los servicios de las autoridades locales. Por ejemplo, los avances en las tecnologías de Internet de las cosas (IoT) han permitido sistemas de transporte público conectados, que aprovechan las capacidades de monitoreo en tiempo real, así como el seguimiento de las ubicaciones y rutas de los vehículos públicos. Esto no solo acelera los tiempos de servicio y reduce la congestión del tráfico, sino que también reduce los tiempos de espera de los pasajeros y los mantiene informados sobre retrasos o emergencias.
También hay aspectos de seguridad y protección en las ciudades inteligentes. Los vídeos o cámaras ‘inteligentes’ utilizan algoritmos de IA y aprendizaje profundo (DL) para analizar datos visuales en tiempo real y pueden enviar pedidos desde un centro a dispositivos con tecnología de IA mucho más rápido de lo que un humano puede procesar. Y más allá de solo proporcionar datos, las tecnologías inteligentes pueden permitir que los dispositivos implementen inteligencia y conocimientos. Por ejemplo, las cámaras y los patrones de tráfico analizados por IA pueden ajustar los semáforos en consecuencia para mejorar el flujo de vehículos, reducir la congestión y la contaminación y, lo que es más importante, aumentar la seguridad de los peatones.
El vídeo inteligente también se está implementando en ciudades inteligentes para brindar asistencia crítica para ayudar a reconocer y frenar el crimen. Los dueños de negocios, por ejemplo, encuentran que las cámaras de seguridad son útiles para proteger su propiedad, reducir el hurto y monitorear actividades inusuales o incidentes de empleados o clientes. A mayor escala, el análisis de vídeo en tiempo real puede identificar y diferenciar entre objetos, como distinguir humanos de animales y emitir una alerta cuando se encuentran en un lugar prohibido.
Las cámaras se vuelven inteligentes
Las cámaras inteligentes necesitan ‘aprender’ a reconocer objetos y eventos y ordenar las actividades identificadas en categorías como anómalas o normales. Aquí es donde se necesitan AI y DL para la capacitación y el aprendizaje. DL debe analizar una gran cantidad de datos para identificar patrones y lograr precisión. El desarrollo de resoluciones de video más altas, como 4K, es clave aquí, lo que permite que las cámaras de CCTV capturen más datos en mayor calidad y desde varios ángulos, lo que facilita el análisis.
El mercado de vídeo inteligente está atravesando un período de transición, uno que debe permitir la grabación de video a escala. Esto significa pasar de la simple grabación de datos visuales sin procesar en una cámara estándar a la realización de análisis en la propia cámara habilitada para IA. En el pasado, solo era posible realizar el análisis de datos en una ubicación centralizada, como un centro de datos, pero hoy en día, el aumento de los chips de IA integrados permite distribuir esta carga analítica. La capacidad de distribuir el trabajo es crucial cuando se trabaja a la escala de una ciudad inteligente, lo que permite que los datos se procesen más rápidamente en los puntos finales.
A medida que aumenta la adopción de IA y 4K en cámaras de vídeo inteligentes, las resoluciones de vídeo más altas están impulsando la demanda de que se almacenen más datos en la cámara. Y con los muchos tipos de cámaras que se utilizan hoy en día, como cámaras corporales, cámaras de tablero y nuevos dispositivos y sensores de Internet de las cosas (IoT), se necesita más almacenamiento para analizar datos y extraer información de ellos en tiempo real, en lugar de publicarlos. -evento.
Como resultado, el almacenamiento es fundamental para la evolución y el funcionamiento eficiente de los sistemas de vídeo inteligentes. Las arquitecturas de vídeo inteligente requieren tecnologías de almacenamiento innovadoras, que brinden la flexibilidad, el rendimiento, la capacidad y la confiabilidad necesarios. El almacenamiento integrado robusto debe diseñarse especialmente para satisfacer las necesidades que surgen de los dispositivos de transmisión múltiple, los sistemas de aprendizaje profundo en el dispositivo y las soluciones de capacitación de IA.
Las soluciones de almacenamiento para cámaras y grabadoras han evolucionado para proporcionar altas velocidades de escritura y transferencia de datos, así como la capacidad de garantizar una captura de vídeo de clase mundial.
Donde el almacenamiento se encuentra con la IA
Tener una carga de trabajo y un rendimiento mejorados es importante para garantizar que las unidades puedan mantenerse al día con las demandas de la funcionalidad de IA, incluida la coincidencia de patrones y el reconocimiento de objetos. Al combinar la optimización de la grabación de transmisiones de vídeo con la capacidad y la durabilidad de primer nivel, las soluciones de video inteligente y el análisis de IA cuentan con las bases necesarias para operar a niveles óptimos durante miles de horas.
Los NVR y los VMS (sistemas de gestión de vídeo) son cada vez más inteligentes. Los algoritmos de aprendizaje profundo van más allá del seguimiento de la detección de movimiento simple, para habilitar capacidades avanzadas para impulsar mejoras en muchas industrias y entornos, incluidos el comercio minorista, las ciudades inteligentes y el entretenimiento, por nombrar algunos. Los VMS habilitados para IA se están diseñando para nuevas unidades de procesamiento gráfico (GPU) y unidades de procesamiento central (CPU) para mejorar la capacidad general de aprendizaje profundo y acelerar los algoritmos relacionados con la identificación de objetos.
Los NVR con este aprendizaje profundo requieren una mayor capacidad de almacenamiento y un procesamiento más sofisticado, en comparación con las cámaras individuales, lo que les permite realizar análisis más avanzados, como encontrar una imagen particular a partir de semanas o meses de vídeo almacenado, o crear mapas de calor de tráfico a partir de horas de venta al por menor. vídeo de vigilancia
Elegir la arquitectura adecuada
Está claro que el vídeo inteligente juega un papel vital en el aumento de la seguridad pública, como monitorear y ajustar el alumbrado público y promover prácticas de conducción segura en flotas de vehículos, detectar fallas y desviaciones en una línea de productos para evitar que productos potencialmente peligrosos se muevan a través de una línea de montaje. Los sistemas de seguridad para el hogar, como la protección inteligente y los sistemas de alerta, también se benefician del papel del vídeo inteligente.
Sin embargo, el éxito del vídeo inteligente se basa en una arquitectura de almacenamiento robusta y resistente que pueda mantenerse al día con las cargas de trabajo pesadas creadas por múltiples transmisiones de cámaras, y la IA relacionada y el análisis de estas cargas de trabajo. A medida que los casos de uso de vídeo aumentan y crecen en industrias y ciudades inteligentes, los requisitos de almacenamiento de datos no pueden ser una ocurrencia tardía.
Fuente: Security InfoWatch