Πέρα από την εικόνα: Πως η ανίχνευση ήχου από τις AI κάμερες μπορεί να προσφέρει ενισχυμένη επίγνωση σε διάφορες καταστάσεις
Οι κάμερες ασφαλείας μπορεί να προσφέρουν την δυνατότητα παρακολούθησης εικόνας σε πραγματικό χρόνο αλλά και γενικά όποτε θελήσει κάποιος να εξετάσει ένα υλικό που έχει καταγραφεί όμως υπάρχει και ο ήχος που παίζει σημαντικό ρόλο για να γίνει η αναγνώριση διαφόρων περιστατικών.
Ειδικότερα τα audio analytics, διαθέσιμα σε πολλές κάμερες με δυνατότητα AI, μπορούν να προσθέσουν περιεχόμενο σε αυτό που βλέπουν οι χειριστές στην οθόνη, βοηθώντας τους να επικυρώσουν τις υποθέσεις που κάνουν. Εάν ληφθεί μια ειδοποίηση ανίχνευσης θραύσης γυαλιού λίγες στιγμές πριν δείτε ένα άτομο στην κάμερα, η πρόσθετη επίγνωση της κατάστασης κάνει το συμβάν πιο ενεργό.
Στον κόσμο της ασφάλειας και της βιντεοπαρακολούθησης, η αξία του ήχου συχνά υποτιμάται. Ενώ ο ήχος παίζει κεντρικό ρόλο στα συστήματα ενδοεπικοινωνίας, η σημασία του σε ευρύτερα περιβάλλοντα ασφάλειας και διαχείρισης συμβάντων συχνά παραβλέπεται. Αυτή η παράβλεψη οφείλεται εν μέρει στις επιπτώσεις του απορρήτου που σχετίζονται με την ηχητική επιτήρηση, η οποία είναι αυστηρά ρυθμισμένη και διαφέρει σημαντικά μεταξύ των δικαιοδοσιών. Ωστόσο, τα audio analytics εντός κάμερας ή επεξεργασίας άκρων που εντοπίζουν πυροβολισμούς, κραυγές, σπασίματα γυαλιού και κόρνες του οχήματος δεν απαιτούν την εγγραφή ή την καταγραφή του ήχου με οποιονδήποτε τρόπο.
Αυτό αποφεύγει την παραβίαση των νόμων περί απορρήτου επειδή ο ήχος επεξεργάζεται στιγμιαία στην άκρη και δεν φεύγει ποτέ από την κάμερα. Εάν η κάμερα αναγνωρίσει μια γνωστή ηχητική υπογραφή, απλώς εκδίδει μια ειδοποίηση. Αγνοεί όλους τους άλλους ήχους.
Τα audio analytics μπορούν επίσης να βελτιώσουν την επίγνωση της κατάστασης σε περιοχές όπου δεν επιτρέπεται το βίντεο. Για παράδειγμα, οι τουαλέτες είναι ένας απαγορευμένος χώρος για κάμερες, αλλά ένα αναλυτικό στοιχείο που ανιχνεύει σπασίματα γυαλιού και φωνάζει μπορεί να αποτρέψει μια τέτοια περιοχή από το να είναι εντελώς τυφλό σημείο.
Η δύναμη του Audio Analytics
Τα audio analytics, όταν υποβάλλονται σε επεξεργασία απευθείας σε μια κάμερα με δυνατότητα AI, έχουν αναδειχθεί ως εξειδικευμένη θέση για πολλούς εγκαταστάτες και χρήστες συστημάτων ασφαλείας. Όταν ένα ξεχωριστό ειδικά κατασκευασμένο ηχοσύστημα είναι πέρα από τον προϋπολογισμό, οι σύγχρονες κάμερες με δυνατότητα AI μπορούν να αυξηθούν και να κάνουν διπλά καθήκοντα, μειώνοντας το συνολικό κόστος εγκατάστασης ειδικών αισθητήρων θραύσης γυαλιού σε κάθε σημείο εισόδου.
Χρησιμοποιώντας αλγόριθμους βαθιάς εκμάθησης, οι κάμερες μπορούν να παρέχουν μια σειρά από ταξινομήσεις και ανίχνευση ήχου στην άκρη, συμπεριλαμβανομένων σπασίματος γυαλιού, πυροβολισμών, κραυγών και ακόμη και επίμονων κόρνερ οχημάτων.
Μικρόφωνα
Οι σύγχρονες κάμερες παρακολούθησης που βασίζονται σε IP είναι συχνά εξοπλισμένες με ενσωματωμένα μικρόφωνα, αν και ορισμένα μοντέλα προσφέρουν υποδοχές για τη σύνδεση εξωτερικών μικροφώνων. Τα μικρόφωνα εσωτερικής κάμερας είναι ιδιαίτερα αποτελεσματικά λόγω του σχεδιασμού τους, η οποία επιτρέπει στα ηχητικά κύματα να διεισδύουν μέσα από μικρά ανοίγματα στο περίβλημα. Αντίθετα, οι κάμερες εξωτερικού χώρου, τυπικά πιστοποιημένες κατά της εισόδου νερού και σκόνης (IP66), ενδέχεται να παρουσιάζουν μειωμένη ευαισθησία λόγω του σφραγισμένου σχεδιασμού τους.
Σε τέτοιες περιπτώσεις, η χρήση ενός εξωτερικού μικροφώνου στρατηγικά τοποθετημένου μπορεί να βελτιώσει σημαντικά την ακρίβεια των αναλυτικών στοιχείων ήχου που εκτελούνται σε εξωτερικούς χώρους. Τα κατευθυντικά μικρόφωνα υψηλής ποιότητας, ικανά να μειώσουν τον θόρυβο του ανέμου, συνιστώνται για τη συλλογή κρίσιμων δεδομένων ήχου σε εξωτερικούς χώρους.
Οποιοδήποτε εξωτερικό μικρόφωνο υψηλής ποιότητας θα πρέπει εύκολα να ξεπερνά ένα εσωτερικό μικρόφωνο όσον αφορά την ακρίβεια ανάλυσης, επομένως αξίζει να το λάβετε υπόψη σε περιοχές όπου η συλλογή πληροφοριών ήχου είναι ζωτικής σημασίας. Η ταξινόμηση ήχου AI είναι στο εύρος από 200Hz έως 8Khz και η κατανομή συχνότητας ενός καταγεγραμμένου ήχου είναι ένα σημαντικό χαρακτηριστικό κατά την ανάλυση. Επομένως, ένα μικρόφωνο πρέπει να μπορεί να λαμβάνει συχνότητες σε αυτό το εύρος με ένα επίπεδο ή ουδέτερο χαρακτηριστικό.
Τα SoC AI ενισχύουν την ακρίβεια
Οι πρόσφατες εξελίξεις έχουν δει την εισαγωγή καμερών παρακολούθησης εξοπλισμένων με αποκλειστικό σύστημα AI σε τσιπ (SoC), όπως η Ambarella CV52. Αυτό το τσιπ μπορεί να εκτελέσει ανάλυση βίντεο και ήχου ταυτόχρονα.
Η χρήση ενός SoC επιτρέπει την ενσωμάτωση προηγμένων λειτουργιών, συμπεριλαμβανομένης μιας βάσης δεδομένων ήχου με την οποία συγκρίνεται ο ήχος από τη σκηνή για ταξινόμηση σε πραγματικό χρόνο. Οι αλγόριθμοι βαθιάς μάθησης κάνουν αυτές τις συγκρίσεις ακόμη πιο ακριβείς. Για παράδειγμα, κατά την αναγνώριση ενός ήχου, μια κάμερα i-PRO συγκρίνει το επίπεδο έντασης του ήχου που έχει καταγραφεί με μια προκαθορισμένη τιμή κατωφλίου. Εάν είναι μεγαλύτερο από το κατώφλι, το AI χρησιμοποιείται στη συνέχεια για να προσδιοριστεί τι είδους ήχος θα μπορούσε να είναι.
Με στόχο τη δημιουργία μιας βαθμολογίας ομοιότητας που προέρχεται από την τεχνητή νοημοσύνη, το σύστημα καθορίζει εάν ο ήχος που καταγράφεται αντιστοιχεί σε οποιαδήποτε από τις τέσσερις κατηγορίες ήχου στόχου: κραυγή, σπάσιμο γυαλιού, κόρνα οχήματος και πυροβολισμό.
Αυτό γίνεται με τη διαίρεση του ήχου σε κανονικά τμήματα, την εκτέλεση επεξεργασίας σήματος και την εξαγωγή σχετικών χαρακτηριστικών που μπορούν να χρησιμοποιηθούν για ανάλυση και σύγκριση. Ένας υπολογισμός συμπερασμάτων τεχνητής νοημοσύνης χρησιμοποιεί αλγόριθμους μηχανικής μάθησης για να αναλύσει τα δεδομένα ήχου και να ταξινομήσει τα δεδομένα ήχου σε διακριτές κατηγορίες με βαθμολογία που βασίζεται στην ομοιότητα με τον ήχο στόχο. Ένας συναγερμός/ειδοποίηση ενεργοποιείται όταν η βαθμολογία ομοιότητας υπερβαίνει μια συγκεκριμένη τιμή.
Διαμόρφωση κάμερας για Audio Analytics
Ανίχνευση ήχου. Η σωστή διαμόρφωση ξεκινά με τη ρύθμιση μιας κάμερας ώστε να ανιχνεύει σχετικούς ήχους αγνοώντας τον άσχετο θόρυβο του περιβάλλοντος. Δεδομένου ότι τα επίπεδα ήχου είναι συνήθως πιο δυνατά σε μη φυσιολογικές καταστάσεις, οι κάμερες πρέπει να προσαρμόζονται στα συγκεκριμένα περιβάλλοντά τους και τα κατώφλια στάθμης ήχου θα πρέπει να ορίζονται μόνο για να επισημαίνουν επίπεδα ήχου που υποδηλώνουν ασυνήθιστη δραστηριότητα.
Τα audio analytics που βασίζονται σε τεχνητή νοημοσύνη θα πρέπει να εκπαιδεύονται για να αναγνωρίζουν τους ήχους-στόχους υπό διάφορες συνθήκες, όπως καταστάσεις με τυπικό περιβαλλοντικό θόρυβο ή άλλους ήχους που δεν στοχεύουν και σε διαφορετικές αποστάσεις. Αυτό μειώνει την πιθανότητα ψευδών θετικών που προκαλούνται από το θόρυβο του περιβάλλοντος.
Ταξινόμηση πηγών. Η διασφάλιση υψηλής αναλογίας σήματος προς θόρυβο είναι ζωτικής σημασίας για την ακριβή ταξινόμηση του ήχου. Οι εγκαταστάτες πρέπει να εξετάσουν την τοποθέτηση των καμερών και των μικροφώνων για να αποφύγουν περιοχές που μπορεί να ενισχύσουν τον θόρυβο του περιβάλλοντος, που θα μπορούσε να παραμορφώσει τα αναλυτικά στοιχεία. Για παράδειγμα, ενώ μια γωνία μπορεί να είναι ιδανική τοποθεσία για κάλυψη βίντεο, μπορεί να είναι κακή επιλογή για ήχο λόγω της τεχνητής ενίσχυσης του θορύβου περιβάλλοντος.
Κατανοώντας τις ειδοποιήσεις. Η επιλογή ενός VMS που ενσωματώνεται πλήρως με το API της κάμερας (διεπαφή προγραμματισμού εφαρμογών) είναι απαραίτητη για την καταγραφή λεπτομερών συμβάντων ανάλυσης ήχου. Ενώ πρότυπα όπως το ONVIF υποστηρίζουν επίσης μηνύματα ανάλυσης ήχου, η προηγμένη ενσωμάτωση με πλατφόρμες VMS μπορεί να διακρίνει, να κατηγοριοποιήσει και να αναζητήσει συμβάντα που προκαλούνται από τον ήχο με βάση το αναγνωριστικό ταξινόμησης (π.χ. σπάσιμο γυαλιού, κόρνα αυτοκινήτου, πυροβολισμό, φωνές). Είναι σημαντικό να διασφαλίζετε ότι οι μέθοδοι χειρισμού μηνυμάτων κάμερας και VMS είναι συμβατές.
Τα καλά διαμορφωμένα audio analytics μπορούν να προσφέρουν ένα επιπλέον επίπεδο επίγνωσης της κατάστασης. Βοηθούν στην επικύρωση του τι βλέπουν οι χειριστές στην οθόνη, επιτρέποντάς τους να επιταχύνουν τους χρόνους απόκρισης παρέχοντας παράλληλα λεπτομερείς πληροφορίες που υπερβαίνουν την παραδοσιακή παρακολούθηση βίντεο.
Όταν ένα ξεχωριστό ειδικά κατασκευασμένο ηχοσύστημα είναι πέρα από τον προϋπολογισμό, οι σύγχρονες κάμερες με δυνατότητα AI μπορούν να αυξήσουν και να μειώσουν το συνολικό κόστος εγκατάστασης ειδικών αισθητήρων θραύσης γυαλιού σε κάθε σημείο εισόδου.
Αντιμετωπίζοντας αποτελεσματικά τα προβλήματα απορρήτου, τα audio analytics επιτρέπουν την υπεύθυνη χρήση των δυνατοτήτων ήχου στις κάμερες ασφαλείας. Οι κάμερες με δυνατότητα i-PRO AI, για παράδειγμα, διαθέτουν προσαρμόσιμες ρυθμίσεις για τον τύπο ταξινόμησης ήχου, την ευαισθησία και τα επίπεδα ανίχνευσης, διασφαλίζοντας ανώτερη απόδοση σε πολλαπλά περιβάλλοντα εγκατάστασης. Η σύζευξη καμερών με δυνατότητα AI με αναλυτικά στοιχεία ήχου με συμβατό VMS είναι σημαντική για τη διασφάλιση της επιτυχίας.
