Perimeterschutz

Hailo AI-Prozessor für Perimeterschutz

KI-gestützter Perimeterschutz

Perimeterschutz bezieht sich auf die Sicherheitsmaßnahmen und -systeme, die zum Schutz der Grenzen oder Perimeter eines physischen Standorts oder Grundstücks eingesetzt werden. Das Hauptziel des Perimeterschutzes besteht darin, unbefugten Zugang zu verhindern, potenzielle Bedrohungen zu erkennen und Eindringlinge vom Eindringen in geschützte Bereiche abzuhalten.

Perimeterschutz am Rande

Traditionell erfolgte die Analyse von Live-Videostreams manuell und stützte sich auf die menschliche Wahrnehmung und visuelle Identifizierung von Ereignissen in einem Feed. Heutzutage ermöglicht Deep Learning am Rande die Automatisierung der Analyseaufgaben und damit eine einfachere Skalierbarkeit und eine Verbesserung der Gesamtleistung. Ein Perimeter Protection System am Netzwerkrand ermöglicht eine sofortige Reaktion auf Sicherheitsbedrohungen in Echtzeit, da die KI-Algorithmen große Datenmengen lokal am Netzwerkrand verarbeiten und analysieren können, ohne auf eine zentrale Verarbeitung und die Robustheit der Netzwerkverbindung angewiesen zu sein. Dies verringert die Latenzzeit und sorgt für eine schnellere Erkennung und Benachrichtigung bei potenziellen Verstößen. Durch den Einsatz von KI am Rande kann das System auch bei einem Ausfall oder einer Störung des Netzes weiterarbeiten und so die Sicherheit der Umgebung oder an abgelegenen und nicht angeschlossenen Orten wie Militärstützpunkten oder unterirdischen Anlagen aufrechterhalten. Edge-basierte KI minimiert auch die Datenmenge, die in die Cloud übertragen werden muss, was den Datenschutz verbessert und die Bandbreitenanforderungen und Kosten reduziert.

Die Hailo AI-Prozessoren sind für diese Anwendungen von entscheidender Bedeutung, da sie eine schnellere und genauere Ereigniserkennung zu geringeren Kosten ermöglichen.

Vorteile

Kosteneffizienz

Hailo bietet erhebliche Kosteneinsparungen bei der Videoanalyse mit mehr Rechenleistung pro Preiseinheit, was sich in mehr Komplexität pro Anwendung, mehr Anwendungen pro Stream und mehr Streams pro Plattform niederschlägt. Dank der ereignisbasierten Aufzeichnung lassen sich außerdem erhebliche Einsparungen bei der Streaming-Bandbreite und dem Speicherplatz erzielen

Hohe Zuverlässigkeit

Die AI-Prozessoren von Hailo sind so konzipiert, dass sie rauen Bedingungen standhalten und den industriellen Betriebsbedingungen entsprechen. Sie eignen sich für Perimeter-Kontrollsysteme, die im Freien und in manchmal schwierigen Umgebungen installiert werden

Verbesserter Datenschutz

Perimeterkontrollsysteme erfordern die Verarbeitung personenbezogener Daten. Videoanalyse am Rande bedeutet, dass nur Video-Metadaten und keine persönlich identifizierbaren Informationen (PII) übertragen und in der Cloud gespeichert werden müssen

Mehr entdecken

White paper
When surveillance meets intelligence
This white paper provides practical guidelines for video management system designers on how to add AI into existing and new systems, and how to determine the main KPIs
E-Book
Ebook: Powerful Video Analytics at Scale

Re-Identifizierung mit mehreren Kameras

Multi-Kamera & Re-Identifizierung von mehreren Personen

Die Re-Identifizierung mit mehreren Kameras und Personen (Re-ID) bezieht sich auf die Aufgabe, Personen über verschiedene Kameras in einem Überwachungssystem oder bei mehreren Vorgängen im Laufe der Zeit durch eine bestimmte Kamera zu Sicherheits- oder statistischen Analysezwecken zu identifizieren. Die Aufgabe umfasst die mehrfache Identifizierung einer bestimmten Person, entweder an einem bestimmten Ort im Laufe der Zeit oder auf einem Weg zwischen mehreren Orten. Es geht darum, das Aussehen einer Person, die mit einer Kamera aufgenommen wurde, mit dem Aussehen derselben Person abzugleichen, die mit einer anderen Kamera oder mit derselben Kamera zu verschiedenen Zeiten aufgenommen wurde, wobei Änderungen bei der Beleuchtung, der Pose und der Verdeckung berücksichtigt werden.

KI ermöglicht Re-ID mit mehreren Kameras, da diese Aufgabe die gleichzeitige Verarbeitung und Analyse großer Mengen visueller Daten von mehreren Kameras erfordert, was für einen menschlichen Bediener eine kaum zu bewältigende Herausforderung darstellt. KI-Modelle können lernen, aussagekräftige Merkmale und persönliche Attribute aus Bildern oder Videosequenzen zu extrahieren und darzustellen, z. B. Körperform, Kleidung und Accessoires, und sie nutzen, um Personen in verschiedenen Videoaufnahmen zu identifizieren und zuzuordnen. Re-ID am Netzwerkrand bedeutet, dass Personen mit einem verbesserten Schutz der Privatsphäre identifiziert und wieder identifiziert werden können, da nur anonymisierte Informationen gestreamt und in der Cloud gespeichert werden.

Mehr entdecken

Blog
Multi-Camera Multi-Person Re-Identification with Hailo-8 
Multi-person re-identification across different streams is essential for security and retail applications.
Demo
Multi-Camera Multi-Person Re-Identification Demo

Video-Metadaten

Identifizierung von Personen/Gesichtsmerkmalen

Video-Metadaten beziehen sich auf die beschreibenden Informationen, die mit einem Video verbunden sind und verschiedene Attribute wie Personenidentifikation, Gesichtsattribute und andere relevante Merkmale umfassen. Diese Attribute können mithilfe von KI extrahiert und analysiert werden, um wertvolle Erkenntnisse zu gewinnen und verschiedene Anwendungen zu verbessern.

Künstliche Intelligenz wird in Video-Metadaten für verschiedene Anwendungen eingesetzt, darunter:

  • Videoüberwachungsmaterial: KI kann Video-Metadaten analysieren, um Personen im Überwachungsmaterial zu erkennen und zu identifizieren. Durch die Extraktion persönlicher Merkmale wie Alter, Geschlecht, ethnische Zugehörigkeit und Emotionen können KI-basierte Systeme auch dabei helfen, potenzielle Bedrohungen zu identifizieren, bekannte Personen zu erkennen oder die Dynamik von Menschenmengen in Echtzeit zu überwachen.
  • Verhaltensanalyse KI kann Video-Metadaten analysieren: um menschliches Verhalten in verschiedenen Szenarien zu verstehen. Durch die Extraktion persönlicher Attribute und die Verfolgung von Bewegungen können KI-gestützte Systeme Muster erkennen, Verhaltensweisen vorhersagen oder Anomalien aufdecken.
  • Videosuche und -indizierung: KI-Algorithmen können Video-Metadaten analysieren, um durchsuchbare Indizes zu erstellen. Durch die Extraktion von Personenattributen, wie z. B. Aussehen oder Aktivitäten, ermöglichen KI-Systeme eine effiziente Suche und Abfrage bestimmter Videos oder Segmente anhand der gewünschten Kriterien.

Je besser und ausführlicher die Video-Metadaten sind, desto besser werden die Ergebnisse und Erkenntnisse sein. Die Qualität der Metadaten hängt von der Qualität der Analysen ab, und hier kommt der Vorteil von Hailo ins Spiel, der es ermöglicht, fortschrittliche Algorithmen am Rande des Systems auszuführen.

Mehr entdecken

White paper
The Impact of Powerful Edge AI on Video Analytics

Breathe life into your edge applications with the Hailo AI processors