Интегриране на AI: От маркетингов термин до истинска способност
Изразът „AI-подобрено" се появява на много потребителски електронни продукти, където AI компонентът е маргинален или чисто козметичен. В камерите за нощно виждане за приложения за сигурност и лов обаче AI доставя реални резултати-световни възможности, които променят начина на работа на продуктите.
Откриване и класифициране на обекти
включено-невронните мрежи на устройството, работещи на вградени чипове за изводи, вече могат надеждно да класифицират обекти на разстояния до 30 метра при активно инфрачервено осветление:
• Човек срещу животно срещу превозно средство класиране с 90%+ точност при добро осветление
• Идентификация на видовете за обикновените големи бозайници (елен, глиган, мечка) на 15–20 метра обхват
• Оценка на поведенческото състояние (неподвижен, ходене, бягане) подходящи както за сигнали за сигурност, така и за приложения за лов
Стойността за внедряването на сигурността е незабавна: AI-оборудваната камера може да изпрати предупреждение с етикет „засечен човек“, а не общо предупреждение за движение, което позволява на приемащия оператор да приоритизира отговора по подходящ начин.
Намаляване на фалшивите аларми
Фалшивите аларми са оперативната тежест на всяко движение-система за откриване. За внедрявания на сигурността, при които всеки сигнал изисква преглед от човек, честотата на фалшивите аларми е над 20–30% значително намаляват практическата полезност на системата.
AI-базирано филтриране, което разграничава люлеещ се клон от ходещ човек или отвяно от вятъра листо от приближаващ елен, намалява честотата на фалшивите аларми до оперативно полезни нива (5–10%). Това не е бъдеща технология — наличен е в текущи продукти от производители с инженерни инвестиции за обучение и оптимизиране на моделите за класификация.
Подобряване на изображението в реално време
Традиционната обработка на изображения прилага статични алгоритми: фиксирано намаляване на шума, фиксирани криви на контраста. AI-базираното подобрение на изображението анализира съдържанието на всеки кадър и прилага сцена-адаптивна обработка — по-тежко намаляване на шума в ниско-информационни фонови зони, изостряне на ръбове в области с детайли на обекта, разширяване на динамичния обхват във високи-контрастни сцени.
Субективният резултат са изображения, които изглеждат значително по-резки и по-чисти от статичните-обработка на еквиваленти при същите обективни условия. Това е особено забележимо при трудни условия: частична облачност, смесена инфрачервена и околна светлина или обекти на променливи разстояния в рамките на един кадър.