Aktuality -> Podnikové aplikace a služby - 24. 7. 2023 - Ing. Lukáš Grásgruber

Software pro chytré kamery AXIS Object Analytics má nové funkce

AXIS Object Analytics (AOA) je software pro videoanalytiku na bázi umělé inteligence, který je přímo integrovaný ve firmwaru kompatibilních kamer Axis. V právě uvedené verzi jsou nyní k dispozici dvě nové funkce Crossline counting a Time in area, které operátorům usnadní práci a nabídnou nové možnosti dohledu.



Videoanalytický software AXIS Object Analytics analyzuje scénu snímanou kamerou pomocí algoritmů založených na umělé inteligenci. Automaticky tak klasifikuje různé typy objektů (lidi, nebo různé dopravní prostředky, jako jsou cyklista, motocykl, osobní nebo nákladní automobil, autobus apod.) a monitoruje prostorové chování těchto objektů v záběru kamery. Díky tomu umožňuje operátorům zaměřit se pouze na aktivitu objektů zájmu a klíčové události, čímž se zvyšuje efektivita videodohledu.

Software zpracovává a analyzuje živé nebo nahrané video přímo v kameře na okraji sítě (tzv. edge computing), čímž výrazně snižuje náklady na konektivitu a servery. Výstup z kamery lze přitom snadno integrovat do všech hlavních systémů správy videa (VMS). Nemusíte tak například prohledávat hodiny videozáznamů, ale stačí pouze ve filtru zadat, že hledáte například záběry s motocyklem.

Inteligentní analytika podporuje také překryvy a trajektorie ohraničujících rámečků v živém i nahraném videu, což pomůže určit, co spustilo událost a odkud objekt přichází.

Crossline counting

Novinkou v AOA je funkce počítání objektů, které procházejí uživatelem vytvořenou virtuální linií v definovaném směru. Tato funkce může spouštět události, kdykoli danou čáru překročí definovaný počet osob nebo určitých typů vozidel a zároveň umožňuje shromažďovat cenná metadata. Na základě otevřených rozhraní API lze k těmto datům snadno přistupovat různými způsoby a integrovat je do aplikací třetích stran, kde je lze také vizualizovat. Počítání objektů pomocí AOA však nelze zaměňovat se zařízením AXIS P8815-2 3D People Counter, které bylo navrženo a optimalizováno pro specifické aplikace na počítání lidí v interiérech.

Time in area

Další novou užitečnou funkcí je Time in area. Počítá samostatně čas pro každý objekt v definované oblasti. Po překročení povoleného limitu v dané oblasti může analytika automaticky spustit definova­nou akci nebo upozornit obsluhu. Toho lze využít například v přípa­dě, že vozidlo zůstane neobvykle dlouho v zóně se zákazem parko­vá­ní, nebo při sledování podezřelého chování osob, například spreje­rů, kteří se v oblasti zdržují déle než osoba, která tudy jen prochází.

AXIS Object Analytics je zdarma ve vybraných modelech Axis kamer (vybraných modelů PTZ, multisenzorových i 360° kamer) s procesory ARTPEC-7, který vyžaduje přídavný čip MLPU, Machine Learning Processing Unit) nebo DLPU (Deep Learning Processing Unit). Ten se už v nových systémech s čipem ARTPEC-8 integruje přímo do jádra. Jednotka MLPU zvládne pouze základní rozlišení člověk-vozidlo, ale s jednotkou DLPU v novějších kamerách je analytika výkonnější a rozpozná člověka i v neobvyklých polohách – například když se v záběru kamery pohybuje po čtyřech jako zvíře.

Nové funkce Crossline counting a Time in area jsou k dispozici v rámci firmwarové verze 11.5.


 
  

- 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.