Aktuality -> Hardware - 12. 5. 2020 - Ing. Lukáš Grásgruber

Mezi kamerami pro měření teploty jsou velké rozdíly

SECURITASV souvislosti s opatřeními proti současné pandemii zaznamenala společnost SECURITAS ČR obrovský nárůst poptávky po kamerových systémech k měření tělesné teploty. Společnost proto provedla důkladné testy více než desítky řešení dostupných na českém trhu s cenami od 42 000 do 642 000 Kč.



Odborníci SECURITAS ČR ve spolupráci se svými zahraničními kolegy otestovali více než desítku řešení dostupných na trhu v České republice. Z jejich průzkumu vyplynula mimo jiné tato základní zjištění:

1. Kamery fungují spolehlivě pouze uvnitř

Typickým místem nasazení termokamer budou recepce či vnitřní vchody, zde se přesnost těch nejvyspělejších kamer vyrovná běžným bezkontaktním domácím teploměrům, oproti nim se však několikanásobně zvyšuje rychlost měření a odbavení vstupujících do budovy. Nelze však takto spolehlivě měřit davy lidí v ulicích, v dopravních prostředcích či návštěvníky před vnějším vchodem do budovy – tam výsledky silně ovlivňuje sluneční svit či vítr.

2. Rozdíly v ceně a technologiích kamer jsou značné

Nejdražší z testovaných systémů stál 642 000 Kč, nejlevnější 42 000 Kč bez DPH. Kamery se liší přesností, která je dána hlavně způsobem kalibrace termálního senzoru (manuální při instalaci kamery nebo automatickou s pomocí tzv. black body), rozlišením senzoru, přítomností druhé barevné kamery snímající obličej, počtem detekovaných a měřených osob v obraze, a hlavně možnostmi integrace do stávajícího systému zabezpečení. „Při výběru je důležité promyslet celý koncept použití kamery – například zda slouží pouze ke zvukovému upozornění obsluhy vrátnice a následovat bude osobní přeměření teploty, nebo zda má jít o zcela bezobslužné řešení. Rozhodně bych nedoporučil instalaci drahé technologie, pokud nemáte plán, jak ji chcete používat po skončení pandemie,“ radí Jan Huml, technický ředitel SECURITAS ČR.

3. Delší dodací doby a klesající cena

Vzhledem k celosvětové situaci jsou výrobci zahlceni objednávkami a dodací doby se prodlužují. Kdysi velmi specifická a nákladná technologie se stává běžnou, a protože se zvyšuje objem výroby, lze v příštích měsících čekat pokles cen. „Na začátku pandemie byla průměrná cena těchto zařízení na světovém trhu 10 tisíc dolarů. Očekávám ale, že průměrná koncová cena kamer pro měření tělesné teploty se ještě v tomto roce v České republice dostane pod hranici 100 tisíc Kč bez DPH,“ komentuje Jan Huml.

4. Hrozí „termální Velký bratr“? Záleží na instalaci

„Pandemie určitě urychlí adopci nových technologií a umělé inteligence ve videodohledu. To však nutně neznamená, že směřujeme k pověstnému Velkému bratrovi,“ uzavírá Jan Huml. U termálních kamer pro měření teploty například velmi záleží na jejich nastavení. Pokud slouží pouze k upozornění v reálném čase a nepořizují záznam, jde vlastně jen o automatizaci provozu u vrátnic a vstupů, kde bylo až dosud potřeba lidské obsluhy s teploměry. Při instalaci systémů jinak stále platí směrnice GDPR a zodpovědnost správce za ochranu osobních údajů.


 
  

- PR -

Od zálohování k jistotě obnovy

QNAP představuje novou éru kybernetické odolnosti a datové suverenity v době AI


Rozvoj umělé inteligence zásadně mění způsob, jakým organizace pracují s daty. Data jsou stále nejcennějším aktivem podniků, ale současně rostou nároky na jejich ochranu, dostupnost a možnost využívat je pro lokální AI aplikace bez nutnosti jejich přesunu do veřejného cloudu. Právě na tuto změnu reagovala společnost QNAP na veletrhu Computex 2026, kde představila novou strategii „Ready & Recovery“ a ekosystém řešení zaměřených na kybernetickou odolnost, vysokou dostupnost a datovou suverenitu v éře AI.

  

- PR -

Pro úspěšné nasazení AI v podniku

není rozhodující volba modelu, ale struktura a kvalita datového prostředí


Zavádění umělé inteligence v organizacích se často redukuje na výběr konkrétního modelu nebo AI asistenta. Diskuze se točí kolem jejich schopností, výkonu a dostupnosti. Z pohledu podnikové praxe je to ale vedlejší téma. Skutečná otázka totiž nezní, jakou AI organizace používá. Správná otázka je: Jaká data má AI k dispozici? V praxi se ukazuje, že rozhodujícím faktorem není volba modelu, ale kvalita a struktura datového prostředí, do kterého je AI integrována. Právě to rozhoduje o úspěchu nebo neúspěchu většiny AI projektů.