Das Thema KI ist in aller Munde, und die Sicherheitsbranche ist von den Möglichkeiten begeistert. Immer mehr Produkte kommen auf den Markt, und viele Kunden fragen sich, inwiefern sie von einem Umstieg auf KI-fähige Kameras profitieren würden.
Wir setzen auf KI in unseren Produkten. Herzstück vieler KI- und Deep-Learning-Funktionen in unserem Portfolio ist der System-on-Chip (SoC), ARTPEC-8. In den kommenden Monaten und Jahren werden wir unser Sortiment KI-fähiger Kameras kontinuierlich ausbauen. Hier wollen wir uns mit der Frage befassen, warum sich die Investition in diesen Kameratyp nicht nur wegen ihrer Zukunftsfähigkeit lohnt, sondern schon heute entscheidende Vorteile bietet.
Entscheidungen für die kurz- und langfristige Zukunft von Sicherheitslösungen treffen
Beim Einkauf von Sicherheitslösungen empfiehlt es sich, die langfristige Perspektive im Blick zu haben, denn eine Sicherheitskamera hat eine Lebensdauer von fünf Jahren oder mehr. Über diesen Zeitraum sollte eine neue Kamera auch für künftige Nutzungsmöglichkeiten und Einsatzszenarien geeignet sein. Künftige Innovationen werden KI-fähigen Kameras in praktisch jeder Branche ganz neue Funktionen ermöglichen – doch schon heute bieten sie einen höchst konkreten Mehrwert.
Künstliche Intelligenz, maschinelles Lernen und Deep Learning halten immer stärker Einzug in die Videosicherheit. Dies erhöht die „Lernfähigkeit“ unserer Kameras, wodurch sie die in Echtzeit gefilmten und analysierten Inhalte noch intuitiver verarbeiten können. Wenn sich Kunden nur auf die heute verfügbaren KI-gestützten Analysen konzentrieren, verpassen sie möglicherweise das Potenzial der noch nicht entwickelten Anwendungen, die sowohl in naher als auch in ferner Zukunft kommen werden.
Manche betrachten KI-fähige Kameras derzeit auch noch als Investition mit ungewissem Nutzen – dabei bieten diese bereits jetzt zahlreiche Vorteile.
Überzeugende Vorteile – schon heute und in Zukunft erst recht
Wer in eine KI-fähige Kamera investiert, profitiert vom ersten Moment an von mehr Schutz, Sicherheit und betrieblicher Effizienz. Einige unserer Kameras verfügen bereits über Deep-Learning-Analysefunktionen und bieten daher eine besonders präzise Objekterkennung und -klassifizierung.
Derzeit kann die Edge-Analyse von Kamerabildern mithilfe von Videobewegungserkennung zeigen, dass sich etwas oder jemand bewegt. Im Anschluss daran und nach weiterer Analyse durch ein Video Management System (VMS) interpretiert ein menschlicher Bediener genau, was die Bewegung verursacht hat und ob sie eine Bedrohung oder ein Sicherheitsrisiko darstellt. Mithilfe von maschinellem Lernen und Deep Learning kann jedoch ein Kamerasystem so „trainiert“ werden, dass es bestimmte Objekte automatisch klassifiziert, damit sich die Bedienperson auf tatsächliche Bedrohungen anstatt auf bewegte Pflanzen, vorbeihuschende Schatten usw. konzentrieren kann. Die klassifizierten Objekte werden als Metadaten an das VMS gesendet, wo sie von einem Menschen weiter analysiert werden oder automatisch nach voreingestellten Regeln bestimmte Reaktionen auslösen können. Da die erste Analyse auf der Kamera stattfindet – und nicht auf einem Server oder in der Cloud – kann wertvolle Bandbreite eingespart werden, da nur relevante Daten durch das System geschickt werden.
Ein enormer Fortschritt sind Metadaten, die im Zuge der Videoaufnahmen erstellt werden und Informationen zu den Bildern liefern. Dadurch wird es z. B. möglich, große Mengen an Videoaufnahmen von Fahrzeugen und Personen nach Fahrzeug- und Kleidungsfarben oder nach der Fahrtrichtung zu durchsuchen – eine extrem nützliche Funktion. Auch die Erkennung von Mustern und Trends gewinnt immer mehr an Bedeutung, lässt sie sich doch höchst sinnvoll zur Optimierung von Planungs- und Betriebsabläufen einsetzen.
Durch die höhere Präzision der Analysefunktionen „on the edge“ und ihrer Erkennung unterschiedlicher Objektkategorien treten weniger falsche Positiv- wie Negativmeldungen auf. Somit müssen auch weniger Zeit und Ressourcen aufgewendet werden, um falsche Positivmeldungen zu prüfen. Letzten Endes liefert die Analyse „on the edge“ durch ihre proaktive Funktionsweise schnellere und bessere Ergebnisse. Die in das System integrierte Verarbeitung senkt die Kosten, verbessert das Nutzungserlebnis und erhöht den Mehrwert für die Kunden.
Die stetige Verbesserung der Kameraplattform von Axis ermöglicht auch die Weiterentwicklung und Optimierung Edge-basierter Analysefunktionen und treibt die Entwicklung einer ganz neuen Generation von Analyselösungen voran.
Das Potenzial KI-fähiger Kameras ist nur durch die Vorstellungskraft der Entwickler begrenzt. Diese arbeiten kontinuierlich daran, die Fähigkeiten der Analysefunktionen weiter auszubauen. Die AXIS Camera Application Platform (ACAP Version 4) soll die Schwelle für Entwickler senken, die sich in Richtung „Edge“ bewegen, was zu einer neuen Generation von Computer-Vision-Anwendungen für die KI-fähige Kameraplattform von Axis führt.
Clevere Entscheidung für smarte Technologie
Beim Umstieg auf KI-fähige Kameras geht es nicht um einen Vertrauensvorschuss, sondern eher darum, was uns die Zukunft schon heute bieten kann – nämlich so viel mehr als nur gute Aussichten. Wer einmal erlebt hat, wie viel weniger Falschalarme es mit Deep-Learning-Anwendungen gibt, wird die Investition nicht bereuen.
Sicherheitskameras haben eine lange Lebensdauer: Heute auf KI-fähige Kameras zu setzen, wird sich über viele Jahre auszahlen. Kurzsichtige Entscheidungen heute können die künftigen Einsatzmöglichkeiten Ihres Systems zur Videosicherheit dagegen spürbar beschränken.