AI als gamechanger voor Ajax-videobewaking

Videobewakingscamera's hebben zich ontwikkeld van passieve opnameapparaten tot actieve tools voor beveiliging die worden aangedreven door kunstmatige intelligentie (AI). Moderne camera's kunnen video's in realtime verwerken, objecten en potentiële gevaar herkennen en daar sneller op reageren. Wanneer deze beveiligingscamera's worden geïntegreerd in een beveiligingssysteem, helpen ze de beveiliging van een locatie aanzienlijk te verbeteren. Laten we eens kijken hoe dit van toepassing is op de door AI-aangedreven bekabelde IP-camera's van Ajax Systems.

AI stroomlijnt het beveiligingsproces

AI is een term die vaak wordt gebruikt om de geavanceerde mogelijkheden van computersystemen te beschrijven. Wat betreft videobewaking verwijst AI naar een model voor machine-learning dat objecten herkent en gegevens analyseert om potentieel gevaar te identificeren. AI vervangt hiermee niet het menselijk oog die videostreams kunnen monitoren, maar ze stroomlijnen wel de activiteiten van bewakingsbedrijven:

• Camera's met AI-technologie detecteren objecten in realtime en nemen selectief op. Hierdoor is het minder afhankelijkheid van voortdurende waakzaamheid en wordt de kans op gemiste incidenten als gevolg van menselijke fouten verkleint, bijvoorbeeld door vermoeidheid van de operator. Kritieke gebeurtenissen worden gegarandeerd vastgelegd.
• Visuele verificatie in hoge definitie vermindert het aantal patrouilles als gevolg van een vals alarm.
• AI maakt het mogelijk om meer camera's te monitoren zonder dat er meer werknemers nodig zijn, zodat schaalvergroting kosteneffectiever wordt.
• AI-technologieën versnellen de reactie op bedreigingen door vertragingen weg te nemen, wat cruciaal bij een noodgeval. Wanneer AI objecten detecteert, ontvangen een gebruiker en een meldkamer een melding en kunnen ze sneller reageren op een gebeurtenis.

Wat beïnvloedt de kwaliteit van de AI-objectherkenning?

Het goed laten werken van AI in videobewaking brengt een paar uitdagingen met zich mee:

• Voor een goede AI-herkenning moet de camera goed gepositioneerd zijn waarbij een installateur rekening houdt met de hoogte, helling en mogelijke obstakels in het gezichtsveld van de camera.
• Moeilijke lichtomstandigheden zoals onvoldoende of overmatig zonlicht kunnen de nauwkeurigheid van de objectdetectie beïnvloeden.
• Uitdagende weersomstandigheden kunnen de werking van de AI verstoren. Mist of regen kunnen de beeldkwaliteit verminderen en watervlekken op cameralenzen beïnvloeden het detecteren van objecten.
• Het in realtime verwerken van high-definition videostreams door de videorecorder kan vertragingen of haperingen veroorzaken. Er kunnen efficiënte hardware- en softwarealgoritmen nodig zijn om de hoge datasnelheden aan te kunnen.

Hoe de door AI-gestuurde videobewaking de prestaties van beveiligingssystemen verbetert

Bij het ontwikkelen van Ajax-camera's heeft Ajax Systems rekening gehouden met de uitdagingen waarmee de branche wordt geconfronteerd en deze in haar oplossingen aangepakt. De technici van Ajax hebben AI-camera's ontwikkeld die naadloos integreren met het Ajax-systeem, waardoor selectieve opname en alarmverificatie mogelijk zijn zodat er minder valse patrouilles worden verzonden.

De ingebouwde neural processing units (NPU) in Ajax-camera's maken onderscheid tussen mensen, dieren en voertuigen. Met deze functie kunnen gebruikers alleen belangrijke gebeurtenissen opnemen, zoals iemand die een ruimte binnenkomt of een auto die een parkeerplaats oprijdt. Camera's kunnen ook opnames starten wanneer ze bewegende pixels detecteren. Door selectief op te nemen wordt het geheugengebruik verminderd en vereist het minder bandbreedte.

Naast de ingebouwde NPU kunnen detectoren in een Ajax-systeem opnames door camera's activeren. Deze kan reageren op alarmen van één, meerdere of alle beveiligingsdetectoren in het systeem. Hierdoor is het mogelijk om alarmen te verifiëren met behulp van video-opnamen van bewakingscamera's.

Een Ajax-hub is nodig om alarmen te synchroniseren met opnames door een specifieke Ajax-camera. Vervolgens moet er een scenario voor videobewaking worden gemaakt. Met camera's van derden is ook een Ajax-NVR nodig.

Hoe werken scenario's? Wanneer een branddetector in een keuken wordt geactiveerd, ontvangen de gebruiker en het beveiligingsbedrijf een melding in de Ajax-apps en kunnen ze onmiddellijk de camerafeed bekijken. Hiermee kan worden geverifieerd wat het alarm heeft veroorzaakt, of het nu gaat om aangebrande toast of een echte dreiging, waarop onmiddellijk moet worden gereageerd.

De Ajax-beveiligingsdetectoren filteren echter ook valse alarmen. De Ajax-bewegingsdetectoren beschikken bijvoorbeeld over verbeterde optische systemen of maken gebruik van dubbele bewegingsdetectietechnologie dankzij PIR- en microgolfsensoren. Bovendien gebruiken de Ajax-bewegingsdetectoren verschillende algoritmes om valse alarmen te verminderen:

• SmartDetect: maakt onderscheid tussen personen en thermische storingen door infraroodsignalen te analyseren.
• LISA: vergelijkt signalen van twee infraroodsensoren in buitendetectoren.
• ELSA: voert een digitale analyse in 3 stappen uit van bewegingspatronen in gordijndetectoren.

Andere manieren waarop Ajax Systems valse alarmen bestrijdt:

• Alarmbevestiging met fotoverificatie. Werkt op batterijen, er is geen wifi nodig.
• Alarmbevestiging volgens PD 6662.
• Alarmverwerking volgens ANSI/SIA CP-01-2019.
• Signaalcorrelatie-analyse.
• Integriteitscontrole van het systeem.

Technologieën die de beeldkwaliteit verbeteren

Ajax-camera's hebben een aantal functies om dag en nacht een uitzonderlijke beeldkwaliteit te garanderen, die ook helpen om de invloed van verlichting op de nauwkeurigheid van AI-herkenning te minimaliseren. Elke Ajax-camera is voorzien van slimme infraroodverlichting (IR) wat zorgt voor beelden van hoge kwaliteit, zelfs bij weinig licht. De camera past de intensiteit van de verlichting in realtime aan om overbelichting te voorkomen. Hierdoor kunnen objecten tot op een afstand van 35 meter worden waargenomen.

De camera's zijn ook voorzien van True WDR-technologie. Het maakt donkere gebieden helderder en dimt de gebieden die te helder zijn om de opnamen duidelijk te maken onder verschillende lichtomstandigheden. True WDR is eenvoudig aan te passen via de Ajax-apps.

Zonder True WDR	Met True WDR

Zo wordt de Ajax-AI getraind

Het overwinnen van uitdagingen op het gebied van AI is eenvoudiger wanneer de neurale netwerken op een juiste manier getraind worden. Het AI-model van Ajax wordt getraind met speciale datasets, met name die uit onze bètatests. Deze diverse gegevens omvatten veel scènes en gebeurtenissen, waardoor de prestaties van het systeem worden verbeterd. Speciale labels helpen de AI om objecten te herkennen die verschillen in vorm, grootte en bewegingspatronen. Het handmatig labelen van gegevens stelt het neurale netwerk in staat om objecten nauwkeurig te herkennen en te analyseren.

Bij de verwerking van gegevens houdt Ajax Systems zich volledig aan de relevante wetten en regelgeving. Het bedrijf houdt zich aan de Algemene Verordening Gegevensbescherming (AVG). Deze regelgeving beschermt de privacy van gebruikers en persoonsgegevens binnen de EU en EER. Eigenaren van opnames van de beta-testgroep gaven het bedrijf toestemming om hun materiaal te gebruiken om de AI-algoritmes te trainen. Sterker nog, de NPU in Ajax-camera's voldoet aan de strenge eisen van de National Defense Authorization Act (NDAA). Deze norm bevestigt dat Ajax-producten, inclusief de CCTV-camera's, geen onderdelen bevatten van gesanctioneerde fabrikanten.

Aan de slag met de door AI aangedreven videobewaking van Ajax

Ajax IP-camera's maken gebruik van AI die is getraind om objecten in verschillende omgevingen te herkennen. Deze is zelfs effectief bij slecht weer en lastige lichtomstandigheden, zolang de camera goed is geïnstalleerd. Dankzij de naadloze integratie met Ajax-beveiligingssystemen leveren AI-aangedreven Ajax-camera's nauwkeurige en efficiënte beveiliging. De waarde die dergelijke bewakingscamera's vandaag de dag bieden, suggereert dat ze de toekomst van videobewaking hebben veranderd.