Dagens säkerhetskameror har utvecklats till kraftfulla databehandlingsenheter. Det betyder att de kan användas för edge computing.

Edge AI – nyttan

Framsteg inom maskininlärning (ML) och djupinlärning (DL), båda underkategorier av AI, har gjort det möjligt att föra AI-funktioner in i kamerorna, vilket skapat konceptet ”edge AI”, enligt Timo Sachse.

– Edge AI innebär att fler uppgifter kan utföras i kamerorna själva genom avancerade analyser. Kameror kan förstå en scen och kategorisera viktiga detaljer i realtid. De kan upptäcka, klassificera och spåra objekt som människor och fordon med hög precision, vilket ger insikter som kan användas för att vidta åtgärder baserat på insamlade data.

– Dessa insikter minskar behovet av mänsklig inblandning och kan påskynda responstider samt forma framtidens byggnader, städer och transportsystem.

Identifiering och klassificering

Timo Sachse framhåller vidare att befintliga funktioner har kunnat förbättras avsevärt med Edge AI.

– Tidigare kunde rörelsebaserad analys konstatera att något rör sig. Med AI-baserad AI-edge-analys kan rörelsen identifieras som exempelvis ett fordon, klassificera dess typ och avgöra om det befinner sig i ett farligt område eller om människor är i närheten som kan vara i fara. Detta ger operatörer tydligare insikter och minskar falsklarm, säger han.

Timo Sachse betonar vidare nyttan med edge AI vid trafikövervakning, där den kan identifiera objekt på en motorväg, snabbt skilja dem från skuggor och varna förare via vägskyltar.

– Om någon befinner sig i fara kan kameror automatiskt aktivera skyltar för att sakta ner eller stoppa trafiken samt larma räddningstjänsten. Kamerorna kan sedan spåra objektet och hjälpa operatörer att övervaka och utreda händelsen.

Förbättrade sökfunktioner

En annan fördel med edge AI är att den data och metadata som skapas möjliggör mer avancerade sökningar videomaterial. Operatörer kan snabbt hitta specifika objekt av intresse från timtals av videomaterial, vilket ökar hastigheten och effektiviteten när händelser ska utredas.

Edge AI i en hybridlösning

Edge AI spelar också en viktig roll i hybridlösningar som utnyttjar edge-, moln- och servermiljöer, enligt Timo Sachse.

– När analyser centraliseras på en server ökar dataöverföringen och kräver fler servrar om fler kameror läggs till. Genom att implementera edge AI skickas endast den mest relevanta informationen över nätverket, vilket minskar belastningen på bandbredd och lagring, kommenterar han.

– Moln- och serverbaserade analyser kan också dra nytta av förbearbetning på edge-enheter och använda metadata för att identifiera trender och avvikelser.

Kostnadsbesparande

Att använda en hybridarkitektur som utnyttjar varje systems kapacitet hjälper till att undvika flaskhalsar och håller kostnaderna nere med bibehållen hög prestanda.

Edge AI-analyser förbättrar precisionen i övervakningsystemet genom att undvika datadegradering. I traditionella system, där analyser sker på en server komprimeras ofta videon innan den överförs, vilket försämrar kvaliteten. Med edge AI sker analysen på högkvalitativt material nära källan, vilket bevarar detaljrikedomen. Ett problem är dock smutsiga linser eller feljusterade kameror som kan påverka AI:s effektivitet, men nu finns en ny kategori analys som kontinuerligt övervakar bildkvaliteten och varnar operatörer när kvaliteten försämras.

Beyond security

Timo Sachse är också noga med att betona att edge AI inte bara tillför värde inom säkerhet utan även inom många andra områden. Han nämner stadsplanerare som använder data för förbättrad trafikhantering och bullerkontroll, i syfte att höja livskvaliteten för invånarna. Företag och andra organisationer använder också analyser för att optimera energiförbrukningen i byggnader, vilket – förutom kostnadsbesparingar – bidrar till ökad hållbarhet.

– Även inom vård, utbildning och detaljhandel förbättrar edge AI serviceleveransen och resultaten för patienter, studenter och kunder. Trots dessa framsteg har vi bara börjat skrapa på ytan av vad edge AI kan åstadkomma, säger Timo Sachse avslutningsvis.