Інтеграція штучного інтелекту: від маркетингових термінів до справжніх можливостей
Фраза «AI-покращено» з’являється на багатьох виробах побутової електроніки, де компонент штучного інтелекту є маргінальним або суто косметичним. Проте в камерах нічного бачення для безпеки та мисливства штучний інтелект працює реально-світові можливості, які змінюють роботу продуктів.
Виявлення предмета та класифікація
Увімкнено-нейронні мережі пристроїв, що працюють на вбудованих мікросхемах висновку, тепер можуть надійно класифікувати об’єкти на відстані до 30 метрів в активному ІЧ-освітленні:
• Людина проти тварини проти транспортного засобу класифікація з 90%+ точність при хорошому освітленні
• Ідентифікація видів для звичайних великих ссавців (олень, кабан, ведмідь) о 15–Діапазон 20 метрів
• Оцінка поведінкового стану (нерухоме, ходьба, біг) актуально як для сповіщень безпеки, так і для програм полювання
Значення для розгортання системи безпеки є миттєвим: ШІ-обладнана камера може надсилати сповіщення з тегом «виявлено людину», а не загальне сповіщення про рух, дозволяючи оператору-одержувачу відповідним чином визначати пріоритет відповіді.
Зменшення помилкової тривоги
Помилкові тривоги є оперативним тягарем будь-якого руху-система виявлення. Для систем безпеки, де кожне сповіщення потребує перевірки людиною, частота помилкових тривог перевищує 20–30% значно знижують практичну корисність системи.
ШІ-засноване на фільтрації, яке відрізняє гілку, що хитається, від людини, що йде, або лист, що здувається вітром, від оленя, що наближається, знижує частоту помилкових тривог до операційно корисного рівня (5–10%). Це не технологія майбутнього — він доступний у поточних продуктах від виробників з інженерними інвестиціями для навчання та оптимізації моделей класифікації.
Покращення зображення в реальному часі
Традиційна обробка зображень використовує статичні алгоритми: фіксоване шумозаглушення, фіксовані криві контрасту. ШІ-покращення зображення на основі аналізує вміст кожного кадру та застосовує сцену-адаптивна обробка — сильніше зниження рівня шуму в низькому-області інформаційного фону, різкість країв у областях із деталізацією об’єкта, розширення динамічного діапазону у високих-контрастні сцени.
Суб’єктивним результатом є зображення, які виглядають значно чіткішими та чистішими, ніж статичні-обробка еквівалентів за однакових об'єктивних умов. Це особливо помітно в складних умовах: часткова хмарність, змішане інфрачервоне та навколишнє освітлення або об’єкти на різних відстанях в одному кадрі.