اگر توسعه سیستم های نظارت تصویری در سازمان شما ، صرفاً محدود به View-Playback و ارتقا کمی تعداد دوربین های مداربسته شده ، پروژه فرسایشی شده و هندل کردن بیشتر آن برای شما که آی تی من نیز هستید ، ملال آور شده است، این پست مخصوص شماست.با استفاده از بکارگیری هوش مصنوعی در سیستم های نظارت تصویری و دوربین های مداربسته IP خود ، وقت آن رسیده است که به فکر ارتقا کیفی مانیتورینگ تان باشید. در سری مقالات با عنوان ((هوش مصنوعی در نظارت تصویری)) ، با استفاده از یکی از قوی ترین نرم افزار های VMS ، قابلیت های هوشمندسازی مفیدی را معرفی و اجرا خواهیم نمود.لازم به ذکر است که برای هیچکدام از قابلیت های تشخیص هوشمند و اعلام آلارم ،به دوربین مداربسته یا سنسور سخت افزاری خاص ، نیاز نداشته و صرفاً استفاده از یک دوربین آی پی با رزولوشن حداقل 2 مگاپیکسل ، کفایت میکند.
با من در سری مقالات: هوش مصنوعی در نظارت تصویری ، همراه باشید...
در نرم افزار های مدیریت و کنترل دوربین های مداربسته (VMS) هر کدام به نوعی ، به امکانات پردازش تصویر و AI پرداخته شده است. بطور مثال در نرم افزار های Milestone و Genetec ، یکسری از این امکانات ، گنجانده شده است.
در نرم افزار مایلستون: برای دسترسی به امکانات هوش مصنوعی در دوربین های مداربسته ، نیاز به تامین Plugin های بسیار گران وجود دارد.
در نرم افزارGentec: با اینکه جزو خوش ساخت ترین و بهترین نرم افزارها در نوع خود است لکن امکانات هوش مصنوعی آن ، تعداد کمی دارد و گسترده نیست.
در سری مقالات هوش مصنوعی در نظارت تصویری ، با استفاده از نرم افزار Axxon ONE ، که طیف وسیعی از آنالیتیک های بر مبنای AI را در برمیگیرد ، پیاده سازی عملی در محیط صنعتی ، موارد ذیل را بررسی خواهیم نمود:
- تشخیص آتش (صرفاً با استفاده از دوربین مداربسته معمولی - بدون سنسور سخت افزاری و Flame detector - بدون استفاده از دوربین خاص)
- تشخیص دود
- تشخیص دستکاری و خرابکاری دوربین
- تشخیص البسه ایمنی یا تجهیزات حفاظت فردی (PPE)
- تشخیص عبور از خط یا فنس الکترونیکی یا Line crossing
- تشخیص سقوط افراد یا از حال رفتن افراد Man down detection
- تشخیص درگیری و نزاع
- تشخیص گروگان گیری مسلح افراد
- شمارنده لحظه ای افراد (کنترل ازدحام در مکانی خاص-کنترل لزوم حضور در مکان های حساس مثلا شیفت ایمنی و حراست یا اتاق های کنترل)
- شمارش افراد یا People counting (مورد استفاده در مقاصد ایمنی برای اهدافی چون تخلیه اظطراری محیط کار)
- شناسایی پلاک خودرو (LPR)- تشخیص و تبدیل به متن پلاک خودرو بدون مشکل با زبان فارسی
همچنین ، هوش مصنوعی های ذیل نیز ، در اکسون وان ، قابل بهره برداری است:
پوشش نقاط خاصی از تصویر به جهت حفظ حریم خصوصی
جستجو و رهگیری اشیا و سوژه های متحرک فارغ از نوع آنها توسط یادگیری هوشمند
اخطار قطع صدا: در صورتیکه دوربین دارای میکروفن فعال باشد ، با قطع صدا ، آلارم صادر میشود.
تشخیص نویز
تشخیص سیگنال
تشخیص پرسه زنی: در صورت مشاهده قدم زدن یک فرد جلوی مکانی خاص ( احتمال مشکوک بودن حضور وی در مکانی حساس) آلارم صادر میشود.
تشخیص توقف در مکانی خاص
حضور در مکان خاص
غیبت در مکان خاص
تشخیص نشستن فرد: در صورت مشاهده نشستن فرد بطور مثال روی زمین آلارم صادر میشود.
تشخیص حالت اسلحه در دست و نشانه گیری به سمت هدف
تشخیص حالت گرفتن نرده ی راه پله
تشخیص عدم رعایت فاصله ی اجتماعی
تشخیص سطح آب مخزن
تشخیص تشکیل صف و ازدحام
و...
لیست آنالیتیک های هوش مصنوعی اکسون وان ، کامل ترین لیست در بین نرم افزارهای مشابه بوده و تقریباً هر نوع آنالیتیکی با دانلود پلاگین های مربوطه از وب سایت ، نصب و کانفیگ و تامنین لایسنس و اجرای شرایط پیاده سازی ، قابل بهره برداری است.
در این قسمت به بررسی آنالیتیک تشخیص آتش و دود ، پرداخته شده است:
با همکاری واحد محترم HSE یک واحد صنعتی ، تست آتش و دود در شرایط محیط واقعی ، با موفقیت به انجام رسیده که طی مقاله جاری ، تشریح شده است:
• تست موفقیت آمیز تشخیص آتش
در حجم کم با استفاده از مواد آتش زا ، شعله آتش ایجاد گردید :
تصویر1- آتش ایجاد شده جهت تست هوش مصنوعی تشخیص آتش
مطابق با تصاویر ذیل ، علیرغم فاصله فیزیکی زیاد دوربین مداربسته تا شعله آتش ، بالافاصه آلارم آتش توسط اکسون وان ، نمایش داده شد:
تصویر2- نمایش آلارم پس از تشخیص آتش
با سنس آتش توسط هوش مصنوعی اکسون وان ، بلافاصله در پانل نرم افزار ، از تصویر لایو ، اسکرین شات تهیه شده و مطابق با تصویر ذیل نمایش داده میشود :
تصویر3- ایجاد اسکرین شات از لحظه آتش سوزی و اعلام آلارم
علاوه بر نمایش لایو اطلاعات با استفاده از قابلیت Record mask to archive ، در تایم لاین پلی بک آرشیو ویدئویی دوربین نیز ، بازه زمانی نمایش آلارم و رخداد سنس شده ، به رنگ قرمز نمایش داده میشود:
تصویر4- علامت گذاری تایم لاین پلی بک دوربین
تصویر5- آرشیو ویدیویی Axxon one در مواقع سنس رویداد ها ، علامت گذاری میشود.
• تست موفقیت آمیز تشخیص دود در خیابان پشت ورکشاپ
تشخیص دود ، مجزای از آتش بوده و برای فعالسازی تشخیص دود می بایست ، آنالیتیک هوش مصنوعی مختص دود ، طبق تصویر ذیل ، ساخته شود:
تصویر6- نحوه فعالسازی تشخیص دود
مطابق با تصویر ذیل ، فرایند تشخیص دود، نیز به درستی و با موفقیت تست شد :
تصویر7- تشخیص دود توسط هوش مصنوعی
• تست موفقیت آمیز تشخیص شعله آتش برای دوربین زوم یک نمونه فلر
تصویر8- تشخیص شعله ور شدن آتش Flare توسط فعالسازی هوش مصنوعی روی دوربین زوم فلر
همچنین آنالیتیک تشخیص آتش برای شعله فلر نیز فعال شده و نتایج آن مورد بررسی قرار گرفت.با توجه به امکان علامت گذاری پلی بک آرشیو تصاویر ذخیره شده دوربین ، امکان رصد بازه های زمانی شعله ور شدن فلر و سوخت آنرمال آن ،بطور مثال در 1 هفته قبل ، بسادگی مقدور خواهد بود.
نکته: با توجه به اینکه نرم افزار اکسون از فیچر ((یادگیری ماشین)) نیز استفاده می نماید، جهت افزایش دقت تشخیص این نرم افزار ، داده هایی از کاربر دریافت میشود تا در طول زمان ،فرایند تشخیص هوش مصنوعی ، بهتر و بهینه تر گردد.
تصویر9- دریافت داده از کاربر جهت افزایش دقت تشخیص
قرمز: تایید صحیح بودن آلارم
زرد: معلق نمودن فرایند تشخیص بصورت موقت
سبز: اعلام False Alarm : آلارم اشتباه به سرور
نکته مهم: جهت بهینه سازی کامل فرایند تشخیص توسط آنالیتیک های هوش مصنوعی ، نیاز است Example هایی بصورت ویدیویی به سرور ، داده شود.
بطور مثال در زمینه تشخیص شعله فلر از آنجاییکه ، حالت شعله ور شدن کامل ، مد نظر بود ، از لحظه دارای این شرایط، یک فیلم Export کردیم.این فیلم به سرور هوش مصنوعی اکسون وان ، داده شد و مشاهده گردید پس از تزریق فیلم به این آنالیتیک ، فرایند تشخیص آن بسیار دقیق تر می شود.
• دقت فرایند تشخیص ، حائز اهمیت بوده و بطور مثال برای فرایند تشخیص آتش می تواند قبل از شعله ور شدن و گسترش آتش سوزی ، با اعلام آلارم به موقع ، سبب پیش گیری از وقوع حادثه گردد.
• پس از طی پروسه تشخیص ، نحوه اعلام و فیچر های موجود در این زمینه حائز اهمیت است. اینکه وقتی آلارم ، سنس شد ، به چه روش هایی این هشدار ، قابل ارایه است.
اکسون وان در زمینه اعلام آلارم ، دارای امکانات متعددی است :
تصویر10- امکانات متعدد نمایش آلارم توسط هوش مصنوعی Axxon one
در صورت سنس آلارم به طرق مختلف میتوان اطلاع رسانی کرد .مطابق با تصویر شماره 10 طیف وسیعی از Action ها ، از اعلام آلارم بصورت تصویری ،نمایش دوربینی خاص ، نمایش نقشه کل سایت و قرمز نمودن منطقه دارای آلارم بر روی یک مانیتور خاص در اتاق مانیتورینگ و آلارم صوتی تا ارسال SMS به هر شماره دلخواه یا اجرای یک فایل اجرایی ، قابل پیاده سازی می باشد.
• نیازمندی ها و مشکلات:
• پیرو موارد مطروحه ، برای افزایش صحت آلارم ها ،نیاز به تهیه Example های دقیق در شرایط شب و روز وجود دارد.در این زمینه برای اجرا ، نیاز به همکاری واحد های عملیاتی جهت تهیه Video خواهیم داشت.
تصویر11- مصرف بالای منابع پردازشی بازای 1 دوربین – 1 آنالیتیک
تصویر12- مصرف بالای منابع پردازشی در حالت Scanning mode هوش مصنوعی
• در زمان تحلیل Live پیکسل ها برای آنالیتیک های هوش مصنوعی ، بار زیاد پردازشی سخت افزاری روی سرور ، اعمال میگردد .در نتیجه در صورت زیاد بودن تعداد دوربین های نیازمند هوش مصنوعی و استفاده از چند آنالتیک برای هر دوربین (تشخیص آتش – دود – البسه برای یک دوربین) ، نیاز به محاسبات دقیق منابع سخت افزاری وجود دارد.
• تخصیص یک سرور بصورت سخت افزاری و مجزا برای AI نظارت تصویری و ماشین های مجازی مجزا برای صرفاً برای فرایند VMS (View-Playback) توصیه میشود.
نکته : یک ابزار قوی در وبسایت اکسون برای کاربران ارایه شده است که با دریافت جزییات دقیق سناریوی شما ، کانفیگ سخت افزاری سرور ، پیشنهاد میدهد.
در نتیجه برای فرایند مهم و سرنوشت ساز Sizing سرور تان ، جای هیچ ، نگرانی نیست.
لینک این ابزار : Platform Calculator
پایدار باشید...
.jpg)
.jpg)
(1).jpg)
.jpg)
.jpg)
.jpg)
.jpg)
.jpg)
.jpg)
.jpg)
.jpg)
.jpg)
.jpg)
