Dopo mesi di attesa, è stato finalmente pubblicato il Decreto Legislativo 138/2024 che recepisce la…
Intelligenza artificiale e Deep Learning edge-based applicati alla videosorveglianza
L’Intelligenza Artificiale rappresenta una grande rivoluzione tecnologica nell’ambito della sicurezza e della videosorveglianza in genere. L’AI offre infatti un nuovo approccio per poter estrapolare dei contenuti dalle immagini delle telecamere di videosorveglianza, basandosi sulle ultime tecnologie del Deep Learning.
Deep Learning o apprendimento profondo, si ispira al modo in cui funziona il cervello umano, questa tecnologia si basa su un processo di apprendimento stratificato per consentire al processore di classificare e memorizzare i dati. Si tratta di un processo cumulativo dove più elementi vengono catturati, migliorando la precisione e l’accuratezza dell’informazione fornita.
AXIS Object Analytics
Le ultime innovazioni nell’ambito del Deep Learning hanno aiutato a ridurre drasticamente il numero di falsi allarmi rispetto ai mezzi tradizionali, mantenendo un’elevata capacità di rilevare situazioni reali e urgenti.
Un esempio concreto di Deep Learning applicato alla videosorveglianza è Object Analytics di Axis che permette un’analisi video intelligente rilevando e classificando persone e veicoli, su misura e su specifiche esigenze. Grazie ad algoritmi intelligenti, sopprime la maggior parte delle fonti di costosi falsi allarmi, concentrandosi solo su oggetti di interesse e minacce reali. E poiché questa applicazione di analisi scalabile basata su edge analizza gli eventi direttamente sulla telecamera, non è necessario alcun hardware aggiuntivo.
Apprendimento automatico e deep learning
AXIS Object Analytics può classificare persone e veicoli, nonché diversi tipi di veicoli tra cui auto, camion, autobus, biciclette e moto. Ha anche migliori capacità di rilevamento e classificazione per le persone in posizioni insolite (curve, ad esempio) e gli oggetti che sono solo parzialmente visibili. Il sistema permette inoltre di stabilire a quale distanza si trova l’elemento individuato, fino a quale distanza ritenerlo “innocuo” e da quale punto, invece, considerarlo una minaccia.
Deep learning edge-based
Gli esperti prevedono la comparsa di oltre 75 miliardi di dispositivi IoT entro il 2025 – ovvero un aumento del 500%. Questi dispositivi, tuttavia, creano una quantità tale di dati, che neanche le nuove reti 5G saranno in grado di gestire. Pertanto, è in corso una sfida per decentralizzare l’elaborazione di dati e servizi dal cloud con soluzioni edge-based.
I vantaggi del Deep Learning edge-based sono molteplici.
– Consumo ridotto della banda
Si trasmettono solo i metadati analizzati, con un utilizzo sensibilmente minore della banda a disposizione.
– Minore latenza
Questa tecnologia mette a disposizione applicazioni in tempo reale, senza alcuna comunicazione con il centro della rete.
– Migliore affidabilità
Tutti i calcoli avvengono all’interno del dispositivo e sono quindi meno suscettibili alle interruzioni nella copertura.
– Conformità Privacy
La riduzione al minimo del trasferimento di dati personali sul cloud può contribuire al rispetto delle normative sulla privacy.
– Risparmio nei costi
Trasferire metadati analizzati in luogo di grandi quantità di dati grezzi, elimina la necessità di ulteriori unità di memoria, o il pagamento di tariffe onerose per l’archiviazione su cloud. Oltre a risparmiare sui costi di hardware e storage, il sistema consuma decisamente meno energia, riducendo sia le spese, sia l’impatto sull’ambiente.
Prestazioni migliori
Le potenzialità dell’IA e del Deep Learning nella videosorveglianza sono praticamente illimitate. Queste innovazioni ridurranno la centralità dell’intervento umano nell’analisi dei dati e nella successiva presa di decisioni. Inoltre, avranno un ruolo fondamentale nell’accelerare i tempi di risposta a determinati eventi e nel fornire i dati per analisi e riflessioni che potranno plasmare il futuro dei nostri edifici, delle città e dei sistemi di trasporto in base alle modalità di fruizione da parte di persone, cittadini e utenti.