Artificial intelligence beyond high-end video surveillance applications

Uri Guterman, product and marketing director of Hanwha Techwin Europe, explica por qué la inteligencia artificial con aprendizaje profundo ya no es una tecnología emergente que solo se usa en videovigilancia.

Unless you have recently participated in projects of video surveillance that involve artificial intelligence (IA) con deep learning (deep learning), you may have the impression that the technology is too expensive to implement in applications other than high-end ones.

With the introduction of a new generation of affordable cameras that already integrate AI with deep learning things have changed a lot. However, the jargon associated with the technology, such as artificial neural networks and machine learning, it could give the impression that the possibilities of technology go far beyond what most users need to achieve the maximum benefit from their video surveillance solutions.

Elimination of false alarms

This is also far from the case, since most situations in which AI cameras could be installed will be those where there is a basic need to solve the old problem of false alarms, very common in the electronic security industry for decades.

Put simply, AI-based video analysis with deep learning ignores video noise, leaves of trees moving, clouds moving, and animals.

Ultimately, everything that would normally be the cause of false alarms when using standard sensors or motion detection technology to detect activity, since they have not been designed for that purpose.

This higher level of performance of AI-based video analytics with deep learning means that control room operators and security personnel can focus on responding to real incidents and emergencies, and not waste time and effort on false alarms.

In addition to extreme accuracy, deep learning it also allows operators to search for specific features and attributes, including a person's age group and gender, if they are wearing glasses, a hat or carrying a bag.

Easy to use and set up

Con todos los elementos inteligentes ya integrados en las cámaras con IA no hay nada complicado en la instalación, configuración y uso de la inteligencia artificial con deep learning. So, los integradores de sistemas podrán aplicar esta tecnología en prácticamente cualquier proyecto de videovigilancia.

La IA está preparada para funcionar nada más instalarse la cámara, aunque ofrece la oportunidad de personalizarse para cumplir los requisitos operativos del usuario final y no es necesario que éste se tenga un nivel técnico profundo. However, daremos una perspectiva tecnológica.

Empecemos con deep learning, que es parte del aprendizaje automático y es una forma de lograr la IA mediante el entrenamiento de una máquina para realizar tareas basadas en una gran cantidad de ejemplos.

Para conseguirlo, deep learning utiliza redes neuronales artificiales profundas, o de varias capas, que son esencialmente modelos matemáticos inspirados en el cerebro humano.

El hecho de que sean profundos los hace muy apropiados para resolver problemas complejos, como la identificación y reconocimiento de objetos y eventos en secuencias de vídeo sin procesar, con una precisión muy alta.

For example, para establecer correctamente el género de una persona se requieren ingenieros expertos en I+D para diseñar, enseñar y validar una red de aprendizaje profundo que, durante la etapa de formación, utiliza una base de datos de millones de rostros adecuadamente seleccionados, cada uno de los cuales es etiquetado con su verdadero género conocido.

After several days of training by our engineers,, the neural network is ready to be put into operation and is likely to have an approximate accuracy of 98%, which is more or less the same as the ability of humans to perform the same task..

AI techniques with deep learning offer performance far superior compared to more traditional video analysis.. The latter generally use motion detection and are not advanced enough to detect static objects (such as parked vehicles) or to solve problems caused by video noise, headlight glare, or moving shadows, which are causes of false alarms.

El rendimiento de la analítica es igualmente impresionante en entornos donde hay movimientos rápidos o muy ajetreados, lo que mejora la búsqueda de pruebas periciales y acelera las investigaciones.

Por estas y otras razones, quizás sea inevitable que la IA con deep learning reemplace gradualmente el análisis de vídeo tradicional en la mayoría de aplicaciones, y particularmente aquellas que sufren más detecciones falsas.

La IA con deep learning es particularmente apropiada para aplicaciones que requieren un mayor grado de sofisticación que el que ofrece la analítica de vídeo tradicional.

For example, allows businesses to capture and apply business intelligence for people's age and gender, de forma que es posible analizar de forma individualizada la demografía de los clientes y, in doing so, obtener una mayor comprensión del comportamiento del cliente y los patrones de compra.

Cabe señalar que la inteligencia artificial con deep learning ha hecho una contribución valiosa durante el último año, ya que ha estado en el corazón de las aplicaciones de detección de mascarillas, medición de distancia y supervisión de ocupación.

Además de ayudar a combatir la actividad delictiva, hay innumerables formas en que el análisis de vídeo de IA con deep learning integrado en las cámaras puede ayudar a las empresas a mejorar la productividad y operar de manera segura en un mundo afectado por la pandemia.

Con la reciente disponibilidad de cámaras económicas equipadas con esta tecnología, los usuarios pueden ahora esperar un alto retorno de la inversión, independientemente de cómo aprovechen la tecnología.

Uri Guterman

Director de producto y marketing de Hanwha Techwin Europe