Развитие машинного зрения как этап цифровой трансформации бизнеса в условиях неопределенности

Введение

Видео интуитивно понятно, удобно и информативно. Оно стало предпочтительным средством доставки информации, наряду с текстом и изображениями, и меняет мир прямо сейчас.

Люди ищут безопасность и эффективность в видеонаблюдении, им нравится взаимодействовать с помощью видеосвязи, и, все больше и больше, они ищут захватывающие впечатления в формате Ultra-HD с помощью развлекательного видео. Для всего этого требуется облачная, интегрированная, открытая сеть с высокой пропускной способностью и низкой задержкой. Являясь важным фактором цифровой трансформации предприятий, видео превращается из базовой услуги для бизнеса в фундаментальную возможность.

Видео меняет способ производства, делая производство более эффективным и безопасным

Роботизированные манипуляторы и роботы, которые могут видеть свою среду и реагировать на нее, делают возможным автоматическое, интеллектуальное и гибкое производство. В отраслях с высокими требованиями к безопасности, таких как нефтяная и нефтехимическая. Это делается с целью выявления потенциальных уязвимостей безопасности в режиме реального времени [1]. Когда машины могут видеть свою среду и реагировать на нее таким образом, производство и операции становятся более эффективными и безопасными.

Видео есть везде, в том числе на мобильных телефонах и планшетах, компьютерах и телевизорах. Видео делает общение более эффективным и доступным для частных лиц и предприятий. Новые технологии, такие как голографическая доставка, делают видео намного более выразительными, позволяя людям общаться лицом к лицу несмотря на то, что они находятся на большом расстоянии. Потенциал технологии очевиден для образования, бизнеса и развлечений во избежание физических контактов.

Предприятия нацелены на видеотренд

В условиях стремительного роста инноваций в области видео многие предприятия нацелены на разработку видео в качестве ключевой производительной силы для поддержки своей цифровой трансформации. В здравоохранении, например видео можно использовать для поддержки медицинских услуг, предоставляемых удаленным сообществам, где существует нехватка местных технологий или полная нехватка ресурсов [2]. В других странах страховщики применяют видео для удаленной оценки ущерба при дорожно-транспортных происшествиях, тем самым ускоряя процесс оценки до ремонта, а также урегулирование убытков. Такие приложения также снижают трудозатраты и экономят время.

Видеонаблюдение повышает эффективность и безопасность – от заводского производства до городского управления и аварийной связи. Он также способствует принятию обоснованных решений, поэтому правительства многих штатов и городов по всему миру используют их.

В сегодняшней экосистеме «видеть» уже недостаточно для интеллектуального видеонаблюдения. Теперь речь идет о «ясном видении», а затем о «понимании». Четкое видение означает, что камеры должны гарантировать качество 4K или даже более высокого качества в любых условиях. Для обеспечения «понимания» требуются облачные платформы, построенные на интеллектуальных и связанных сетях, способных совместно использовать и анализировать огромные объемы данных и извлекать их истинную ценность [4].

Использование скрытого сетевого интеллекта для лучшего анализа и взаимодействия

Большинство современных систем видеонаблюдения могут анализировать видеоданные только в одном месте или в очень ограниченной области [2]. Системы, как правило, не могут разумно взаимодействовать с данными от окружающих устройств для расширения охвата и анализа. Их интерфейсные устройства обычно должны отправлять исходные видеоданные в серверный вычислительный центр для анализа. Это требует сетевых ресурсов, влияет на эффективность анализа, оказывает давление на вычислительный центр и препятствует работе центра с большими данными и возможностями интеллектуального анализа данных.

Подключение платформы для легкого легко обмена данными

Традиционные системы видеонаблюдения, как правило, строятся разрозненно различными отраслями и отделами, при этом производители используют широкий спектр стандартов и типов архитектуры. Огромный объем видеоданных хранится на отдельных серверах данных [5]. Все это приводит к повторяющейся конструкции системы. Соединение платформ становится сложнее, но при этом становится сложнее объединять и обмениваться видеоданными с достаточной скоростью для поддержки своевременного и информированного принятия решений, требующих сотрудничества между отделами.

Гибкое распределение ресурсов с помощью облачных систем видеонаблюдения для быстрого развертывания новых услуг

В связи с быстрым расширением предприятий и урбанизацией традиционные системы видеонаблюдения больше не могут справляться с меняющимися потребностями. Развертывание облака жизненно важно для обеспечения гибкого распределения вычислительных, хранилищ и сетевых ресурсов для обработки огромных объемов данных. Это, в свою очередь, открывает возможности для развертывания новых услуг, функций и предприятий [6].

Обеспечение безопасности данных

Безопасность систем видеонаблюдения вызывает беспокойство, поскольку угроза кибератак и вирусов растет. По мере того, как сети становятся более связными, атака в любой момент может повлиять на всю сеть. В критические моменты, если система видеонаблюдения выходит из строя и происходит потеря или повреждение данных, скомпрометированная функциональность может обесценить вложения или приблизить их к нулю. Также могут быть последствия для конфиденциальности данных.

Многоуровневый подход к построению интеллектуальной инфраструктуры видеонаблюдения для обеспечения безопасности:

• Развертывание видео облака для распределения информации по сети – от интерфейсных устройств до границ сети и облачного центра. Подключение разных платформ видеонаблюдения к одной сети, для получения максимальной ценности видеоданных.
• Создание облачных видеоплатформ и оптимизация сетевой архитектуры для удовлетворения меняющихся потребностей пользователей.
• Увеличение инвестиций в безопасность видеонаблюдения и внедрение комплексной программы защиты.
• Объединение ресурсов с другими частями экосистемы для внедрения передовых алгоритмов и разработки систем общего назначения и единых стандартов.

Для эксплуатации и обслуживания видеоуслуг требуется полный визуальный интерфейс как для контроля качества, так и для измерения пользовательского опыта. Это позволит платформе выявлять неисправности, оптимизировать взаимодействие с пользователем и повышать эффективность работы.

Создание широкополосной сети с широким охватом и гибридными возможностями фиксированной и мобильной связи и переход от сетей, ориентированных на данные, к сетям, ориентированным на видео. Это удовлетворит потребности в передаче видео, поддержит разработку сервисов для конкретных сценариев и обеспечит плавное развитие сети для удовлетворения будущих потребностей. Сетевым операторам требуются поддающиеся количественной оценке стандарты для оценки качества видео. Это позволит им установить руководящие принципы для планирования, построения, настройки и оптимизации сети.

Расширение экосистемы для стимулирования роста видеоиндустрии

Видеоиндустрия огромна и сложна. Она включает в себя множество различных областей специализации и множество заинтересованных сторон с множеством навыков – съемка, монтаж, производство, работа, передача, анализ и предоставление сквозного опыта. Также существуют наборы навыков, охватывающие устройства, сети, платформы и приложения. Чтобы добиться устойчивого, динамичного и устойчивого развития, правительства, предприятия и отраслевые организации должны активно работать с этими сторонами, чтобы вести отрасль в правильном направлении – к инновациям, развитию и более широкому применению.