A Modern Alarm bemutatja: deep learning a Hikvisiontől (1. rész)


A Modern Alarm bemutatja: deep learning a Hikvisiontől (1. rész)
A Hikvision bejelentette az új, deep learning (mélytanulás) technológiára épülő termékeit, melyek forradalmi változást ígérnek a videomegfigyelő rendszerek hatékonysága terén.

És mindjárt itt felmerül jó néhány kérdés ebből fakadóan:
  • Mi az a deep learning?
  • Mi köze van ennek a mesterséges intelligenciához...?
  • ... és a big data-hoz?
  • Mire képes jelenleg és milyen távlati megoldások lesznek később elérhetőek? Bár a big data, deep learning, mesterséges intelligencia manapság rendkívül divatos fogalmak, de a legtöbb biztonságtechnikai szakember eddig nem, vagy érintőlegesen találkozhatott velük a munkája során. A deep learning segítségével nem hozható létre egy általános célú mesterséges intelligencia, hanem egy korlátozott területre, jelen esetben például képi információ felismerésre, vonatkozó gépi tanulást jelenti. A deep learning hasonlóan végzi a vizuális információk feldolgozását, mint a fejlett látással rendelkező állatok, illetve az ember. Míg a korábbi algoritmusok esetén a programozók alkották meg a felismerési algoritmusokat, ők határozták meg, hogy mi is egy ember, arc, jármű vagy adott viselkedés, ezzel szemben a deep learning algoritmus esetében „csak" magát a tanuló algoritmust kell létrehozni és az algoritmus a több millió példa alapján, magától, tapasztalati úton tanulja meg kategorizálni, hogy mi vagy ki az, ami a képen látható, amit a kamera lát. Ezt a rengeteg felvételt, egyfajta big data-t, a Hikvision elsősorban Kínában található kamerái szolgáltatják a deep learning tanuláshoz. De mit is jelent ez a jelző, hogy „mély" a tanulásban?
    Az emberi agy neuronok hálózatából áll. A képek feldolgozását egyre mélyebb szinteken, különféle agyközpontok végzik. Ehhez hasonlóan a deep learning is neurális hálózatok segítségével dolgozza fel a képet, de a korábbi ilyen hálózatokhoz képest sokkal több réteget használ a kameraképek feldolgozásához. Ennek köszönhetően az algoritmus sokkal alaposabban kiismeri, „megtanulja", „megérti”, hogy mi is az, amit lát. Az egyes szintek úgy képzelhetőek el, hogy az első szint pl. detektálja az éleket a képen, egy következő szint az arc jellegzetességeit, szem, orr, száj, a mélyebb szint pedig egy arcmodellt alkot ezekből. Egy gépjármű esetében a típus felismeréséhez az első szinten a határozott körvonali éleket, a második szinten az ajtókat, ablakokat, lámpákat, légbeömlő nyílásokat, kerekeket detektálja, majd az azt követőn ezekből alkotja meg a modellt, amit összevet a már ismert járműtípusokkal. Elvont problémák esetén nehéz megfogalmazni azokat a kritériumokat, melyek alapján egy képfelismerő algoritmusnak működnie kellene. Emiatt a programozók által írt, hagyományos algoritmusok hatékonysága egy fokon túl már nem igazán növelhető tovább, sokkal hatékonyabb az big data-ra alapozott, öntanuló, deep learning technológiát bevetni. A felhasználó is profitálhat már belőle
    Az öntanulási folyamat végén, amikor az algoritmus elérte a kívánt hatékonyságot, az így nyert bináris adattömeg futtatható a kereskedelmi forgalomba kerülő eszközökön is (kamerákon, NVR-eken). A deep learning algoritmusok drámai javulást jelentenek a korábbi algoritmusokhoz képest, jelentős mértékben növelve a felismerés hatékonyságot, csökkentve a téves felismerések számát, sok esetben már hatékonyabb felismerést nyújtva, mint amire egy ember, főleg monoton munkavégzéssel lenne képes. A HikVision a deep learning eszközök firmware-jét (és egyben az algoritmust is) előre láthatólag negyedévente fogja frissíteni. Beépítik az azon esetekből származó tapasztalatot is ahol az algoritmus nem megfelelően ismert fel valamit. Ez egyben lehetőség a frissítésre is, az adott időszakban megjelent népszerűbb, új járművek beépítésére az adatbázisba. Továbbá az új detektálási eljárásokkal és képfelismerő metodikákkal is bővíthetővé válik a firmware, időről, időre. Három dologra is szükség volt ahhoz, hogy lehetővé vált a deep learning alapú termékek megjelenése, az deep learning algoritmusok fejlődése, a big data szintű mintavideo-adatbázisok és a megfizethető árú, de a deep learning algoritmusok futtatásához kellően nagy teljesítményű FPGA-k illetve GPU-k elérhetővé válása. A cikk következő részében a Hikvision deep learning kameráit és NVR-jeit fogjuk bemutatni. Részletekért kérjük, keresse kollégánkat: Waldmann Tamás
    Műszaki tanácsadó
    +36 30 791-3336
    waldmann.tamas@modernalarm.hu

    NE FELEDJE!
    Május másodikától, már reggel 8 órától nyitva vagyunk, a hét minden munkanapján, 16:30-ig!

    Megvásárolt Hikvision termékeit, akár már 1 db kamerától is, a Modern Alarm Kft. INGYENESEN szállítja önnek házhoz!

    Egyéb gyártmányú termékeknél nettó 50 000 Ft vásárlás felett INGYENES a házhoz szállítás (akkumulátorok és kábelek esetén 15 kg-ot meg nem haladó tételig).

    További információkért, kedvezményekért keresse a Modern Alarm Kft. munkatársait!

    Központi elérhetőségek:
    Telefon: (1)237 1915, Mobil: (30)636 9434 E-mail:info@modernalarm.hu
  • Tagek:

    Hirdetés
    hírdetés
    SecuriFocus

    A SecuriFocus.com Magyarország első, a biztonságvédelmi szolgáltatások piacára szakosodott online hír- és információs portálja.
    www.securifocus.com

    SecuriForum

    A SecuriForum Biztonságtechnikai és Tűzvédelmi Kiállítás & Konferencia a SecuriFocus Kft. által szervezett rendezvény.
    www.securiforum.com

    Elérhetőség

    SecuriFocus Kft.
    1118 Budapest
    Nagyszeben u. 24/A
    Tel: (30) 515-3500
    Email: info@securifocus.com
    A Partizan már 2014-ben kifejlesztette és elindította saját felhőalapú videótárolási szolgáltatását - az egyik elsőt a világon
    Olvasta már?
    A Partizan már 2014-ben kifejlesztette és elindította saját felhőalapú videótárolási szolgáltatását - az egyik elsőt a világon