Iako su tehnologije za zaštitu perimetra napredovale, one i dalje povremeno i pod određenim okolnostima reaguju na lažne alarme. To dovodi do većih troškova i manjeg povjerenja u efikasnost sistema. Razlog je to zašto je industrija spremna za sljedeći korak u evoluciji sistema za zaštitu perimetra – senzorsku fuziju

Priredila: redakcija a&s Adrije; E-mail: redakcija@asadria.com

Fuzija senzora relativno je nova tehnologija za zaštitu perimetra. Riječ je o procesu objedinjavanja istovremenih ulaznih podataka iz više vrsta senzora s ciljem dobijanja preciznijih i tačnijih signala od onih koje generiše pojedinačni, izolirani senzor. Mogu se koristiti različite vrste senzora, kao što su videonadzorne kamere, detektori postavljeni na ograde, zapreminski senzori i dr. Ukupna količina podataka se sofisticiranim tehnikama mašinskog učenja razlaže kako bi se dobili inteligentni rezultati, a istovremeno se minimiziraju potencijalne slabosti i nedostaci pojedinačnih senzora.

Senzorska fuzija ≠ Bulova logika

Sve to izgleda prilično jednostavno, ali da bi sistem zaista koristio senzorsku fuziju, ulazni podaci se moraju kombinovati na tačno određen način. Česta je greška pomisao da je senzorska fuzija jednaka korištenju Bulove logike. Naime, Bulova logika je način kombinovanja tačnih i netačnih vrijednosti koristeći funkcije kao što su “i”, “ili” i “ne”. Primjer njene upotrebe u sigurnosti jeste kada sistem pošalje obavijest o upadu u zaštićeni prostor nakon što istovremeno i senzor na ogradi detektuje pokret i kamera zabilježi kretanje. S druge strane, senzorska fuzija je mnogo naprednija od ovoga jer ispituje ukupni kontekst. Ona koristi naprednu matematiku (digitalne filtere, probabilističke modele i neuronske mreže) pomoću koje obrađuje sirove podatke. Da bi to uradio, takvom sistemu potrebna je velika procesorska snaga, ali i pristup senzorskim podacima nižeg nivoa, što je teško moguće ako se koriste sistemi različitih proizvođača.

Da bismo razumjeli zašto sistem zasnovan na Bulovoj logici i onaj sa senzorskom fuzijom nisu isti, poslužit ćemo se jednostavnim primjerom zgrade s ogradom i perimetrom podijeljenim u šest zona. Sigurnosni sistem je opremljen senzorima koji ogradu dijele na šest dijelova, od A do F. Svaki je podijeljen na podzone, tako da se svaki dio ograde dijeli na četiri kako bi se precizirala pozicija detektovanog ometanja. Dakle, postoje dvadeset četiri podzone. Svaku zonu također nadziru kamere s videoanalitikom, koje šalju signal kada detektuju ljude na slici. Integracija sistema zasnovana na Bulovoj logici zahtijeva da obje vrste senzora, i detektori pokreta na ogradi i videonadzorne kamere, rade zajedno kako bi spriječili lažne alarme. Koristi se “i” logika, koja kombinuje izlazne podatke protivprovalnih senzora na svakoj zoni s podacima s kamere koja nadzire tu zonu. Da bi se oglasio alarm, mora se istovremeno pomjerati ograda i provalnik mora biti snimljen. Vjetar koji pomjera ogradu neće aktivirati uzbunu ako nije ujedno snimljen i uljez, kao što neće ni osoba koja hoda po ogradi ne dodirujući je.

Sličnost senzorske fuzije s ovakvim sistemom ogleda se u tome da ona također ispituje podatke iz oba tipa senzora da bi donijela odluku. Međutim, razlikuje se po tome što uzima podatke nižeg nivoa sa svakog senzora i provlači ih kroz algoritam koji traži podudaranja u obrascima te koji te podatke uspoređuje i suprotstavlja ih jedne drugima. Algoritmi ne traže samo ogradu koja se pomjera i oblik osobe, već sumu obrazaca koja može indicirati problematičnu namjeru. Samim tim će teže biti prevaren radnjama koje se mogu činiti kao pokušaj upada, a ustvari to nisu.

Jasne prednosti

Ako, naprimjer, uzmemo situaciju gdje istovremeno puše vjetar duž cijelih zona A i B i provalnik pokušava preći ogradu u zoni A, sistem zasnovan na Bulovoj logici neće oglasiti uzbunu u zoni B jer kamera nije detektovala uljeza, dok će aktivirati alarm duž cijele zone A jer nije u stanju razlikovati je li pomjeranje ograde uzrokovao vjetar ili čovjek. To znači da se aktiviraju tri lažna i jedan stvarni alarm. Fuzija senzora, pak, kombinuje sirove podatke sa svih senzora i analizira ih pomoću vještačke inteligencije. Ona prepoznaje karakterističan obrazac pomjeranja ograde usljed vjetra u obje zone i zbog toga ne aktivira alarm, ali pokreće uzbunu u onoj zoni gdje je način pomjeranja ograde drugačiji usljed ljudske aktivnosti uz potvrdu da je riječ o osobi pomoću videonadzorne kamere. Stoga, dakle, prijavljuje samo jedan alarm u jednoj podzoni.

Ako bi se, recimo, u istim uvjetima našao pješak, a ne provalnik, sistem zasnovan na Bulovoj logici bi opet prijavio alarm u četiri dijela zone A, s tim da bi ovaj put sva četiri bila lažna jer prolaznik ne pokušava preskočiti ogradu. Senzorska fuzija, s druge strane, istrenirana je da razumije nijanse u podacima prikupljenim pomoću kamere i senzora pokreta, npr. da li je osoba okrenuta prema ogradi ili sa strane. Također, senzor može prepoznati ko pomjera ogradu, čovjek ili životinja. To je moguće jer je prepoznavanje takvih ponašanja rezultat hiljada različitih benignih testova kojima je sistem naučen prije nego što je pušten u upotrebu. U ovom slučaju sistem bi prepoznao da nema prijetnje.

Iako su ovi primjeri namijenjeni da pokažu sofisticiranije mogućnosti sistema s fuzijom senzora, nisu neke neuobičajene situacije s kojima se ne možete susresti. Fleksibilnost i preciznost ovih sistema senzora daje im ogromnu prednost u smanjenju broja lažnih alarma bez potrebe da se žrtvuje sigurnost lokacije. Ustvari, sigurnost se povećava s boljim razlikovanjem senzorskih ulaznih podataka, pametnijom korelacijom između podataka i maksimalnom osjetljivošću senzora.

Sistem koji uči obrasce

Sistem senzorske fuzije ne može izdvojiti suptilne karakteristike iz stalnog toka podataka koje procesiraju ako se ne nauče, što podrazumijeva prikupljanje velike količine podataka s ciljem finog podešavanja algoritama. To znači da se algoritmi ne treniraju samo na jednostavnim varijablama već i na kvalitativnim atributima senzorskih podataka kao što su lokacija, intenzitet signala i nivo pouzdanosti. Još je važnije to što sistem nauči da ne obraća pažnju na određene vrste obrazaca, koji mogu prevariti jednostavnije sisteme. Ako se ograda i kamera pomjeraju, to ne znači nužno da je razlog tome provalnik, već može biti i vjetar. S druge strane, ovakav sistem može s visokom pouzdanošću aktivirati alarm ukoliko provalnik pokušava određenom metodom onesposobiti određeni senzor. Senzorska fuzija jako je korisna u zaštiti perimetra, jer iskorištava snagu pojedinačnih senzora, a izbjegava njihove slabosti, smanjuje broj lažnih alarma i maksimalno iskorištava postojeću sigurnosnu infrastrukturu.

Između dvije krajnosti

Nisu sve tehnologije jednako efikasne u zaštiti perimetra važnijih lokacija poput kritične infrastrukture. Zbog toga se često koristi slojeviti pristup, pri kojem druga sigurnosna tehnologija u nizu štiti štićeni prostor od potencijalne prijetnje ukoliko je prva nije detektovala. Ovakav pristup, ali na još višem nivou, nudi fuzija senzora. Jedan od najvećih izazova u zaštiti perimetra su lažni alarmi, zbog kojih sigurnosno osoblje gubi vrijeme i resurse na provjeri situacije na terenu. Senzorska fuzija stoga dosta efikasno rješava ovaj problem. Sintetiziranjem podataka iz više senzora sistem može razlikovati prave prijetnje ili potencijalne incidente od lažnih izazvanih pomjeranjem vegetacije, vremenskim neprilikama ili životinjama.

S druge strane, neobaziranje na lažne alarme ne smije dovesti do zanemarivanja svih uzbuna i zato je fino podešavanje osjetljivosti sistema između dvije krajnosti zahtjevno. Fuzija senzora nema taj problem jer se svaki senzor može podesiti na najvišu osjetljivost budući da sistem za zaštitu perimetra koristi što više sirovih podataka, a onda iz njih izvlači zaključke. Sistem je, samim tim, visokoosjeljiv na stvarne prijetnje kada se dogode.

Kao što smo ranije spomenuli, da bi senzorska fuzija radila ispravno, interni podaci nižeg nivoa sa svakog senzora moraju raditi efektivno, što obično zahtijeva da su svi od istog proizvođača. Prednost je toga i u činjenici da je za rad sistema odgovorna jedna strana i nema prebacivanja odgovornosti na drugu za učinak sistema. Sistem s fuzijom različitih senzora osmišljen je da radi kao cjelina i stoga ne zahtijeva mnogo podešavanja vezanih za lokaciju na kojoj su postavljeni kao što to traže alternativni sistemi. Naprimjer, sistemi koji koriste Bulovu logiku moraju se posebno konfigurisati da kombinuju podatke sa svake kamere i dijela ograde. Takvim sistemima trebat će dosta podešavanja nivoa osjetljivosti kako bi se postiglo razlikovanje lažnih alarma od važnih događaja.

Veće povjerenje u sigurnosni sistem

Korist tačnog prepoznavanja prijetnji je veće povjerenje operatera u efikasnost sistema. Veliki broj lažnih alarma dovodi do ležernosti u njihovoj provjeri, što može dovesti do zanemarivanja stvarne prijetnje. Sve to dovodi do niskog povjerenja u sistem. Senzorska fuzija, pak, razlikuje stvarne od lažnih prijetnji u stvarnom vremenu. A kada se smanji broj lažnih alarma, manja je potreba da se šalju zaštitari da provjere lokaciju, što smanjuje i troškove. Ušteda je posebno velika na troškovima osiguranja, jer sistem bolje reaguje na probleme ukoliko se pojave, što dovodi do veće sigurnosti, a tu su i manji troškovi za saniranje oštećene imovine ili sigurnosnih sistema te za nadoknadu ukradene imovine.

Mnoge organizacije krajnjih korisnika pridaju veliku važnost zaštiti perimetra. Ipak, ona nosi određene probleme, npr. pojavu lažnih alarma. Vještačka inteligencija tu može biti od pomoći

Izvor: asmag.com; E-mail: redakcija@asadria.com

Za mnoge kompanije zaštita perimetra je prioritet. Ipak, poznato je da ona, iako važna, pravi određene probleme korisnicima. Jedan od njih su lažni alarmi, koje izaziva, naprimjer, pogrešna detekcija životinja ili njišuće trave kao uljeza. Istovremeno, krajnji korisnici traže konkretne funkcije od svojih sigurnosnih rješenja za zaštitu perimetra, kao što su pametno pretraživanje i poslovna inteligencija.

U tom smislu, vještačka inteligencija može biti od pomoći. “Upotreba AI-ja za identifikaciju i provjeru sumnjivih aktivnosti može dati preciznije rezultate i smanjiti broj lažnih pozitivnih rezultata, a time i broj lažnih alarma. A upravo njih žele izbjeći oni koji nadgledaju velike perimetre. Kamere koje podržavaju vještačku inteligenciju mogu filtrirati bezazlene aktivnosti nakon što ih se obuči za određene slučajeve primjene, kao što je prepoznavanje ljudi i vozila. Također, korisnici sada dobijaju kamere s odmah dostupnim podešavanjima i kalibracijama. Tako se krajnjem korisniku ili sistem-integratoru omogućava da lako podese ponuđeno rješenje”, kaže Niklas Rosell, globalni menadžer proizvoda za pametne kamere u kompaniji Axis Communications.

Prednosti korištenja AI-ja u zaštiti perimetra

Zaštita perimetra se temeljno oslanja na detekciju upada, nepotrebnog zadržavanja i drugih sumnjivih aktivnosti duž perimetra. Analitika zasnovana na vještačkoj inteligenciji može pomoći korisnicima da ispune te ciljeve i tako im biti od koristi. “Najčešći tipovi videoanalitike na bazi vještačke inteligencije za potrebe zaštite perimetra su: praćenje ljudi i vozila koje je optimizirano za rad na otvorenom i nudi znatno niži broj lažnih alarma u odnosu na prostu detekciju pokreta ili promjene piksela; automatsko prepoznavanje registarskih tablica (ALPR), koje pojednostavljuje operacije, kreiranje zapisa i izvještavanje o njima; i, na kraju, prepoznavanje lica, koje se može koristiti kao dio sistema dvofaktorske autentifikacije za objekte visoke sigurnosti”, kaže Brad Martin, direktor upravljanja proizvodima u kompaniji Senstar. Naravno, postoje i drugi tipovi analitike zasnovane na vještačkoj inteligenciji, ali oni obično služe zahtjevima specifičnim za određenu nišu ili konkretne objekte i stoga su manje uobičajeni u zaštiti perimetra.

Dok se vještačka inteligencija u zaštiti perimetra često koristi u kombinaciji s videom, ona se može primijeniti i na podatke s drugih senzora. “Vještačka inteligencija se može primijeniti na svaki složeni signal i koristiti za identifikaciju ključnih obrazaca koji se obično dobivaju pomoću dubinskog učenja i drugih AI tehnika. Međutim, kritični sistemi, poput onih koji se nalaze u aplikacijama visoke sigurnosti, moraju upravljati nepoznatim podacima ili novim situacijama na jedan predvidljiv i kontrolisan način. Tu do izražaja dolaze iskustvo i pažljiv dizajn sistema. Sistemi s vještačkom inteligencijom mogu postići viši nivo performansi u segmentima kao što je smanjenje smetnji i broja lažnih alarma. No, oni prethodno moraju uključiti ​​precizno podešene dopunske mehanizme kako bi podržali detekciju u svim valjanim, ali potencijalno neprovjerenim scenarijima”, ističe Martin.

Smanjenje broja lažnih alarma

Jedan od najvećih izazova zaštite perimetra su lažni alarmi, kojima se bavi i vještačka inteligencija. “Za primjene u segmentu zaštite perimetra poboljšanje senzora upada pomoću AI tehnologija ima potencijal da otkloni lažne ili nepotrebne alarme uz maksimalnu vjerovatnoću otkrivanja (PD). Uzmite kao primjer neki perimetar u blizini javne površine s velikim prometom. Tehnologije vještačke inteligencije mogu razlikovati ljude i vozila od malih životinja, krhotina ili okolišnih fenomena, čime se eliminira uobičajeni izvor nepoželjnih alarma. Istovremeno, senzori na ogradi mogu paralelno otkrivati ​​autentične izvore smetnji duž ograde”, kaže Martin dodavši da se time smanjuje potencijal od pojave lažnih alarma aktiviranih bezazlenom ljudskom aktivnošću u blizini perimetra, kao što je, npr., stajanje ili hodanje duž ograde s vanjske strane.

“Dva glavna izazova za svako rješenje za zaštitu perimetra i dalje su osiguravanje dovoljno visoke vjerovatnoće detekcije uz postizanje vrlo niske stope lažnih alarma. Oba segmenta su potrebna kako bi se zadržalo povjerenje operatera”, kaže Mark Horton, potpredsjednik Bandweaver Technologiesa. “Bandweaver koristi vještačku inteligenciju u rješenjima za zaštitu perimetra kako bi se filtrirale ambijentalne smetnje uzrokovane saobraćajem, vremenskim prilikama itd., a da, pri tome, i dalje možemo otkriti svakog uljeza. Primjenjujemo algoritme najnovije generacije, DNN, RNN i druge tehnike mašinskog učenja kako bismo ponudili naprednu detekciju na tržištu uz minimalan broj lažnih alarma.”
Pametna pretraga

Vještačka inteligencija također ubrzava pametno pretraživanje, što je ključno tokom istraga. Mogućnost brzog pretraživanja velikih količina videozapisa za određene uzorke, kao što su konkretna lica, boja vozila ili čak i kape, ima potencijal za velike uštede resursa operatera. Isto važi za identifikaciju događaja koje ljudi nekada jednostavno mogu previdjeti. Osim toga, smanjenje smetnji i lažnih alarma može pomoći organizacijama i kroz smanjenje ukupnog obima nevažnih događaja.

Manji troškovi

Ako su adekvatno dizajnirana, AI rješenja nude znatno smanjenje operativnih troškova. “Na višem nivou automatizacija zadataka sa čestim greškama štedi troškove slanja osoblja da istraži i rješava incidente. Na taj način vještačka inteligencija je ključni multiplikator prednosti. Uštede na indirektnim troškovima uključuju niže troškove osiguranja i usklađenosti, pored direktnih troškova vezanih za pretrpljene gubitke ili odgovornost uzrokovanu upadima. Međutim, da bi se ostvarile ove značajne uštede, tehnologije za prevenciju upada moraju biti precizne, s dovoljno niskim brojem lažnih pozitivnih rezultata”, kaže Srinath Kalluri, izvršni direktor kompanije Oyle.

Poslovna inteligencija

U konačnici, vještačka inteligencija pruža obilje uvida za korisnike, koji mogu kvalitetnije planirati zaštitu perimetra. “Iz perspektive poslovne inteligencije, visokokvalitetna analitika podataka je ključna jer AI može obaviti ove procese brzo i u velikom obimu. To će omogućiti kompanijama da bolje razumiju prijetnje koje se obično detektuju na perimetru, planiraju sigurnosne strategije za zaštitu prostora i primijene adekvatna rješenja za podršku”, kaže Rosell. Tehnologija vještačke inteligencije se vodi podacima. Ključni cilj perimetarske AI tehnologije zasnovane na videonadzoru je da se iz podataka izvuku korisni uvidi radi boljeg oponašanja ljudskih funkcija za sigurnosne operacije u realnom vremenu. Međutim, isti podaci se mogu koristiti i na duže staze, za stjecanje uvida i praćenje trendova koji pomažu sigurnosnim profesionalcima da optimiziraju operacije. “U maloprodajnom sektoru vještačka inteligencija se već koristi za razumijevanje obrazaca kretanja kupaca, prometa i kupovine, a koji utječu na planiranje prostora radi optimizacije korisničkog iskustva”, napominje Kalluri dodavši da, u kontekstu perimetra, sigurnosni eksperti počinju koristiti vještačku inteligenciju za dizajniranje kontrolnih, ulaznih i izlaznih tačaka, fizičkih barijera i dr. oslanjajući se na podatke o incidentima koje prikuplja AI.

Pet popularnih tehnologija za zaštitu perimetra

Zaštita perimetra ima za cilj spriječiti direktni upad izvana. Kao takav, ovaj segment je bitan za različite profile krajnjih korisnika, u rasponu od kritične infrastrukture i vojnih kompleksa do komercijalnih i stambenih lokacija. Potražnja za zaštitom perimetra raste stabilnim tempom. Prema Marketsandmarketsu, tržište sigurnosnih komponenti za zaštitu perimetra će porasti sa 61,3 milijarde američkih dolara u 2020. na 96,5 milijardi dolara do 2026. godine, uz složenu godišnju stopu rasta od 7,9 posto.

Zaštita perimetra podrazumijeva detekciju prijetnji putem senzora, uz jedinstveni metod detekcije. Ovo su neke od sigurnosnih tehnologija namijenjenih zaštiti perimetra koje se probijaju na tržištu.

Lidar

Lidar senzor emitira laserske impulse u okolinu i izračunava udaljenost objekta na osnovu vremena koje je potrebno impulsima da se vrate nazad. Prednost lidara u odnosu na video je neosjetljivost na izvore svjetla ili nepovoljne vremenske uvjete. “Uz znatno interesovanje u automobilskom sektoru, rješenja s lidarom su sve jeftinija, a pri tome nude i poboljšane specifikacije i performanse za rad na otvorenom”, mišljenja je Brad Martin, direktor upravljanja proizvodima u Senstaru.

Optička vlakna

Optički senzori rade tako što šalju impulse laserske svjetlosti do optičkog vlakna i mjere refleksije svjetlosti koje se javljaju duž njegove rute. Poremećaj koji se javlja u slučaju vlakana može biti uzrokovan vibracijama na ogradi zbog osoba koje se penju po njoj ili stavljaju ljestve uz nju. Tako se, naprimjer, mijenja količina svjetlosti koja se vraća iz određene tačke. Optički senzori su danas već etablirano rješenje i ponovo privlače veliku pažnju uz veću dostupnost isplativih rješenja za manje lokacije i produženi vijek trajanja od 20 i više godina.

Bežične komunikacije

Senzori i pozadinski sistem za podršku sve češće komuniciraju bežično. “Bežična komunikacija senzora i glavnog sistema je u ekspanziji zbog jačanja povjerenja tržišta u bežičnu tehnologiju”, smatra Ken Arimura, direktor azijsko-pacifičkog prodajnog sektora u Optexu. Ovaj trend je posebno važan u stambenim objektima te malim i srednjim komercijalnim lokacijama.
Upravljanje pomoću telefona

Funkcije daljinskog upravljanja i nadzora su veoma tražene. “Mogućnosti korištenja telefona za daljinsko upravljanje i nadzor sada su neizbježna stavka u upitima koje dobijamo iz stambenog sektora. Osim toga, neki projekti zahtijevaju funkciju kućne automatizacije”, kaže Arimura.
Video

Videonadzor je popularna, pa i neophodna tehnologija za zaštitu perimetra. “Bez sumnje, videonadzor se sve više koristi u zaštiti perimetra, i to zbog ekspanzije daljinskog nadzora. On donosi veću potrebu za vizuelnom verifikacijom kako bi se smanjili troškovi povezani s reagovanjem na lažne alarme. Ostali senzori su korisni u utvrđivanju da li je došlo do pokušaja ili upada u perimetar, no video omogućava udaljenim operaterima da jasnije utvrde o čemu je riječ i, što je najvažnije, ponude najadekvatniji odgovor”, kaže Niklas Rosell, globalni menadžer proizvoda za pametne kamere u kompaniji Axis Communications.

“Video je ključan za zaštitu perimetra. Bez trenutne procjene alarma pomoću videa sigurnosno osoblje ne može imati povjerenje u protivprovalne sisteme. Da bi se maksimizirala efikasnost videonadzora i procjene situacije, sistem za upravljanje videom mora biti u stanju povezati lokaciju upada (u rasponu do maksimalno nekoliko metara) s određenom kamerom ili unaprijed podešenim PTZ sistemom”, ističe Martin. Automatsko pozivanje kamera nudi mnoštvo prednosti: brži odgovor operatera, manje potrebe za obukom, optimizirani kvalitet videa i postavki za čuvanje materijala te mogućnost pokretanja mjera odvraćanja specifičnih za određenu lokaciju.

Ipak, korištenje videa treba povezati i s konkretnim vidom primjene, odnosno scenarijem. “Štitimo i neke velike lokacije na kojima je teško dovesti struju na teren kako bi CCTV mogao raditi. Naša PID rješenja zasnovana na optičkim vlaknima ne zahtijevaju struju ili električnu energiju, tako da je mnogo isplativije štititi velike ili udaljene perimetre. Međutim, za manje lokacije na kojima napajanje nije problem gotovo svi projekti na kojima radimo imaju neki vid integracije videa, bilo direktno s našim kontrolerima ili putem PSIM-a ili SMS-a. Naši klijenti imaju koristi od vizuelne potvrde upada i mogućnosti primjene odgovarajućeg odgovora”, kaže Mark Horton, potpredsjednik Bandweaver Technologiesa.
Fuzija senzora

Jasno je da svaka tehnologija detekcije ima svoje prednosti i nedostatke. Fuzija senzora, odnosno kombinovanje tehnologija čini zaštitu perimetra znatno efikasnijom. “Da bi se zaista iskoristile prednosti ovih tehnologija, organizacije traže inteligentna, integrisana rješenja koja mogu maksimalno povećati snagu svake pojedinačne tehnologije. To je razlog zašto fuzija senzora ponovo privlači veliki interes”, kaže Martin. On pojašnjava da se prava fuzija senzora prije aktiviranja alarma oslanja na ogromnu dostupnu računarsku snagu za analizu podataka u realnom vremenu u kombinaciji s historijskim, lokacijskim, ambijentalnim i klasifikacijskim informacijama. Za operatere je ovo ključ za konačno otklanjanje smetnji uz istovremeno održavanje najvišeg nivoa sigurnosti.

 Video i drugi senzori kao primjer

Primjer je uparivanje senzora za otkrivanje upada s videom. “Video kao senzor ima ograničenja – ne radi u mraku i često mu nedostaju detalji za detekciju i klasifikaciju visoke preciznosti pri izraženom kontrastu ili nekom drugom prostornom kontekstu. Ova ograničenja se mogu prevazići kombiniranjem videopodataka s informacijama s dodatnih senzora”, kaže Srinath Kalluri, izvršni direktor kompanije Oyle. Naprimjer, senzori za detekciju prelaska zamišljene linije kao što su vlakna šalju upozorenja za velike, ograđene perimetre, dok radar i lidar dodaju prostorne informacije i rade i u zahtjevnim okruženjima.

“Integracija sa senzorima i IP kamerom / VMS-om je u ekspanziji. Na azijskom tržištu videonadzor je prvi izbor za krajnjeg korisnika koji razmišlja o sigurnosnom rješenju. Međutim, mnogi kupci će tome dodati senzorsko rješenje za aktiviranje snimanja videa i slanja obavještenja kako bi otklonili slabu tačku u sistemima koja se oslanjaju samo na video. Najčešće rješenje koje biraju su aktivni infracrveni senzori. Neki objekti koji zahtijevaju visoku sigurnost biraju lasersko skeniranje i optičke senzore. Interes za novim trendom vizuelne verifikacije putem videa i alarma u vidu kombinovanog rješenja kao što je CHeKT javlja se u kompanijama koje se bave praćenjem alarma”, zaključuje Arimura.