Журнал "Системы Безопасности" № 1‘2021

23 www.secuteck.ru февраль – март 2021 Обзор материалов зарубежных СМИ ДАЙДЖЕСТ В прогнозе Memoori о рынке физической без- опасности на 2020–2025 гг. прогнозируется рост на 3% в течение 2021 г. Компания определила три стратегических фак- тора, которые будут определять рынок физиче- ской безопасности в ближайшие два года. 1. Успешным поставщикам необходимо будет сосредоточиться на покупателях с прочной финансовой базой. COVID-19 приведет к соз- данию множества малых и средних компаний, у которых будет недостаточно ресурсов для выживания, а у правительств не будет средств для их поддержки. В ближайшие два года мно- гие мелкие и средние компании могут обанкро- титься. 2. Ориентация на вертикальные рынки, которые имеют наибольшие шансы на рост и нуждаются в продуктах физической безопасности для обеспечения своего будущего. К ним относятся умные города, больницы, образование, транс- порт и интеграция с системами умных зданий. Многие из них будут инфраструктурными про- ектами, финансируемыми государством. 3. Изменение географического распределения продуктов физической безопасности. Китай продолжит увеличивать свою долю на мировом рынке, особенно в сфере видеонаблюдения. Доля западных компаний в бизнесе может сни- зиться. Поставщикам необходимо будет пред- принять шаги для смягчения последствий этого продолжающегося сдвига. Ведущие производители увеличат свою долю бизнеса за счет малых и средних предприятий в течение следующих двух лет. Они смогут спра- виться с более низкими темпами роста и более низкой рентабельностью в неблагополучные годы, которые могут последовать за пандемией. Но что более важно, у них есть резервы для поддержания расходов на НИОКР в области программного и аппаратного обеспечения – это снижает стоимость продуктов физической без- опасности и общую стоимость владения, что, в свою очередь, увеличивает спрос. n По материалам www.memoori.com В 2021 году может быть конец пандемии, но не возврат к нормальным условиям торговли После значительного спада в 2020 г., по мнению Memoori, ведущие поставщики будут в лучшем положении в сравнении с мелкими В настоящее время значительная часть видео- аналитики ограничивается обнаружением объекта и его движения. Чтобы определить, что это за объект и что он делает, требуется про- граммное обеспечение для управления видео на сервере и его интерпретация человеком. Но с помощью интеллектуальных алгоритмов глубокого обучения камеры уже сами могут определять, что это за объект, что он делает и какое действие следует инициировать. Запуск алгоритмов искусственного интеллекта и глубо- кого обучения на уровне камеры в скором вре- мени будет одним из основных достоинств периферийных технологий. У такого решения есть несколько преимуществ. Прежде всего, более высокая точность анали- тики и возможность различать несколько клас- сов объектов снижает количество ложных сра- батываний. Соответственно, сокращаются затраты времени и ресурсов на их расследова- ние. Аналитика на камере может дать более точный и своевременный ответ. Например, когда камеры с поддержкой искус- ственного интеллекта (ИИ) используются для управления трафиком, аналитика на перифе- рии (на камере) может идентифицировать объ- екты, определить серьезность проблемы и при необходимости информировать водителя в режиме реального времени, например, о необходимости снизить скорость. Разработчики аналитики смогли увидеть тенден- ции, которые будут полезны не только для управ- ления движением, но и для других целей, напри- мер при охране дикой природы. Возможность различать типы движущегося объекта – пешехо- ды, велосипедисты, автомобилисты, коммерче- ские автомобили дает ценную информацию о тенденциях, которая помогает инженерам-строи- телям планировать умные города будущего. Это далеко не все преимущества. Когда ИИ используется на уровне камеры, алгоритмы полу- чают доступ к отснятому материалу самого высо- кого качества. Когда видеоматериал передается на сервер, кодеки сжатия неизбежно ухудшают качество, тем самым ограничивая информацию, с которой может работать аналитическое про- граммное обеспечение. Кроме того, когда анали- тика используется на стороне сервера, масшта- бирование становится проблемой. Когда добав- ляются новые камеры, на серверах должно быть больше места для обработки дополнительных материалов. Когда аналитика выполняется на периферии, нет необходимости в дополнитель- ной инфраструктуре на стороне сервера. Количество камер наблюдения, установленных по всему миру, продолжает расти, поскольку люди все больше осознают необходимость видеонаблюдения и камеры дешевеют. Но управление растущим числом камер – утоми- тельная задача, требующая огромной вычисли- тельной мощности. Проблему решают Edge-вычисления. Для сети видеонаблюдения это означает, что на самих камерах можно выполнять больше действий. Роль искусственного интеллекта, машинного обучения и глубокого обучения в видеонаблю- дении растет, и вскоре камеры будут гораздо лучше понимать, что они снимают и анализи- руют в режиме реального времени: автобус, машину, человека или животное. Такое понимание снизит нагрузку на серверы и людей, повысит эффективность и снизит затраты. А главное – ускорит время реагирова- ния, что часто является критическим фактором при таких событиях, как дорожно-транспортные происшествия. n По материалам www.asmag.com Преимущества видеоаналитики на борту камеры Искусственный интеллект продолжает революцию в индустрии видеонаблюдения, открывая для клиентов все больше и больше возможностей, в том числе от своих инве- стиций www.memoori.com Ваше мнение и вопросы по статье направляйте на ss @groteck.ru