投資具備邊際分析功能、符合未來需求的影像監控方案

Timo Sachse

您可能聽說過與影像監控有關的「邊際分析」(或前端分析)。以最簡單的形式來說,這是關於在網路「前端」,即攝影機本身,進行功能越來越強大的影像分析。我的同事 Andres Vigren 最近的貼文提供了很好的介紹。

與任何其它具有顯著潛力的新技術一樣,業界亦積極普遍使用此項科技。自然,相對於伺服器型分析功能,邊際型分析功能的優勢立即納入考量內。

在網路前端的攝影機內進行分析,代表僅需要將有價值的資料傳輸給操作員。相反地,在伺服器上進行的分析需要將攝影機中的所有資料傳輸到資料中心才能進行分析,因此對於昂貴的頻寬需求更大。其次,在攝影機內分析影像並盡可能靠近拍攝對象,這表示檢視的影像品質最高:在傳輸之前不會因為壓縮影像,而導致品質降低。

但過度採用新的技術會帶來危險:流行往往帶來過度使用、導致濫用,因而造成有限或不正確的認知。在某種程度上,邊際分析正面臨這種情況。不一定是不正確的認知,但可以肯定的是認知有限。

流行也可能很快被視為炒作,這同樣也很危險。人們會小心任何過度推廣的新技術,這將影響採用新技術的機會。

然而,儘管有可能遭指控為炒作,我相信邊際分析將帶來轉型,不過理由不是目前許多廣受討論的使用案例。我也相信,即使公司看不出有什麼說服力投資配備邊際分析功能的影像監控攝影機,儘早採取準備以應對未來發展的投資非常重要。

現今對於邊際分析的瞭解與未來的潛力

深度學習型邊際分析的核心在於更精準的物件辨識。

以交通管理為例(本文將完整說明),傳統分析其中的一個問題是誤報的數量;例如,攝影機誤認高速公路上靜止的水坑或陰影,並產生警報。

邊際分析的精準度越高,將可大幅減少這些情況,但並非僅僅如此。邊緣分析能夠區分不同類型的物體。可以在公路上單獨辨識卡車、公共汽車、汽車和機車,為交通管理創造出高效率,並開啟全新的機會。

儘管這樣的應用具有明顯的優勢,但這只是邊際分析的表面潛力,現今的使用案例在很大程度上仍集中於我們所謂的「場景分析」,也就是即時觀看特定場景,分析發生的事情,以警報回應或觸發自動的行動(例如道路標誌警告和交通控制)。

然而,展望未來,潛力來自於邊際分析對於影像監控影片所能做的,這和影片本身一樣重要。

影像監控中的資料抽取

最終,這是一個資料問題(目前資料量是如此之多…)。

即使是業外人士也都熟悉傳統影像監控模式(至少,定期在電影和電視節目也會出現)。操作員會檢視監控攝影機的現場和/或錄下的影像。他們有時會凍結畫框,或者放大取得更好的畫面,但總是在檢查影像資訊。

電腦當然沒有眼睛。因此,要讓機器檢視影片資訊並進行分析(無論是在前端的攝影機還是在伺服器上),需要先轉換為資料。這便是抽取資料,有關減少資料量以簡化的方式來代表整體。具有邊際分析功能的監控攝影機,無法以我們的方式來辦識汽車,而是以資料的形式來瞭解汽車的基本特性。

邊際分析不僅會將影片資訊轉換為資料(這是大部分在場景分析中所使用的資料),還會建立中繼資料。

中繼資料基本上是有關資料的資料(抱歉必須這樣解釋)。如果這聽起來令人困惑,下面有個例子可以在閱讀的同時嘗試一下。拿起您的手機,打開您拍攝的照片。跟邊際分析一樣,您可以辨識影像中的物件:房子、綠色汽車、人。

但影像也包含中繼資料(您可以按一下影像右上角的圖示找到,但不同手機可能會有所不同)。視您的設定而定,中繼資料可能會告訴您拍攝相片的時間和日期、位置、攝影機的快門速度等等。

使用資料和中繼資料分析大量資訊,效率會呈指數上升。延伸出簡單的例子,我不知道您們的情況如何,但我手機上有數以千計的照片,找到特定照片可能真的是個令人頭痛的問題。但如果我能找到一張照片上面包含藍色的船,下午時間在希臘拍攝,我很可能可以更快找到屬於那個假期的照片。

發現您所不知道的事物

邊際分析所建立的資料及中繼資料的組合可能非常有用,有助於分析隨時間所收集的大量資訊。這將可幫助機構深入了解感興趣的領域,我們可以稱為「他們知道他們所不知道的事物」。

例如,「過去一個月有多少次汽車阻塞公車道?」或「平日早上 7 點到上午 9 點之間,進入這個捷運站的平均人數是多少?」他們不知道答案,但他們知道自己在尋找什麼。

儘管這項功能再次突顯了邊際分析的優點,但最大價值可能是經由「未知的未知」來達成,當分析開始提供您不知道的內容時,就可以開始深入解析您所不知道的資訊。

機器—特別是使用深度學習的智慧型機器—非常擅長辨識模式,並突顯其中的異常現象。分析的資料越多,預測就越精準,處理問題就更快速更精準(在醫學這類領域尤其如此)。

這就是邊際分析在影像監控中真正的潛力所在;分析隨時間累積的大量資料,辨識出模式及其異常狀況,並在安全、保全、服務的傳遞與效率、流程最佳化等方面達到無法預見的改善程度…以及更多的好處,未知的未知。

早期使用者的機會

其中部分可能看起來像是科幻小說。邊際分析仍在早期階段,等待看看如何發展。但如上所述,邊際分析中的所有(甚至大多數)價值可能不會立即實現,但肯定會隨時間而出現。

在某種程度上,任何能夠進行邊際分析的機構單位,本身其潛在的優勢是目前「未知的未知」。但我所知道的是,除非機構開始使用邊際分析,否則他們永遠不會發現這些好處。

深入閱讀前端人工智慧、影像監控的機會。

前端人工智慧