Razno

Profil platforme “Neurala Deep Learning” | ITRevolucija

Neurala je dizajnirala i razvila moćnu platformu za duboko učenje za uređaje male snage, a sve sa ciljem da im se omogući da imaju iste analitičke performanse poput snažžnijih i skupljih uređaja za video nadzor.

Motorola je novu “Neurala tehnologiju” počela da instalira u modele policijskih kamera koje se nose na odelima, a svi izgledi su da će svoj žživot nastaviti u svim aparatima i kamerama koji se bave bezbednosnim i merama sigurnosti.

Istorija “Neurala”

Neuralu su kao projekat pokrenuli troje istraživača Univerziteta u Bostonu 2006. godine, Massimiliano Versace (izvršni direktor) Heather Ames Versace (COO) i Anatolij Gorshechnikov (CTO).

Firma je počela kao startap projekat da bi vrlo brzo zaradili 15 miliona dolara od projekta
sistema razvijenih neuronskih mrežžnih sistema dizajniranih za primenu kod procesornih jedinica male snage. Istražživački cilj bio je da se omogući da uređaji poput dronova, sigurnosnih kamera i elektronski uređaji za snimanje mogu da donose određene odluke u realnom vremenu.

Svi spomenuti uređaji u softverskom sistemu nisu imali tu mogućnost donoššenja odluka (neki zbog veličine, drugi zbog trošškova izrade, treći zbog ograničenja u napajanju strujom). Firma Neurala zapoššljava 40 osoba u centrali u Bostonu i najveći broj njih radi na poslovima softverskog inžženjeringa.

Ovo su osnovni koncepti i ideje tehnologije Neurala: prepoznavanje objekata i osoba u stvarnom vremenu na nekom uređaju; davanje koordinata objekata na video strimovima; praćenje lica od važžnosti dok se kreću i snimanje istih.

“Edge” prepoznavanje– ključni razlikovni element

Neurala koristi najbolje od tehnologije pa tako omogućava krajnjim uređajima (ruterima, svičerima, multiplekserima) da uoće stvari u stvarnom vremenu i na novom objektu (za ššta obićnim uređajima za prepoznavanje i obradu informacija treba snažžniji resurs i višše vremena, nekoliko sati). Neurala ovu sposobnost definiše terminom LDNN, ššto bi otprilike značilo “stabilna, dubinska neuronska mrežža”.

Kada se nova tehnologija jednom ugradi u uređaj za nadzor (najčeššće kamere) korisnik možže snimiti videozapis, možže markirati / označiti objekat koji prati u samom video zapisu i programirati sistem da prepozna ubuduće pojavljivanja tog objekta ili osobe. Ta se tehnologija razlikuje od drugih “učenja i analitike na ruterima”  koji obično samo prepoznaju već poznate i memorisane objekte, ali ne mogu uočiti potpuno novi objekat ili pojavu bez koriššćenja centralizovane datoteke. One koje višše zanima ova tema neka prate portal VideoNadzor.net.

Motorola veze

Motorola je među najvećim Neuralanim investitorima i partnerima, govori se o sumi od 14 miliona dolara za Seriju A. Motorolina kamera Si500 Advanced Bodycam dizajnirana je bašš za potrebe  AI / DNN tehnologije, sa ugrađenim softverom Neurala koji pokreće sve njegove performanse.

Ugrađivanje tehnologije Neurala u policijske kamere koje se nose na telu (model Si500) značajna je pomoć kod prepoznavanja osoba za kojima se traga ili kada treba upozoriti policajca da je otkriveno tražženo lice. Za tzv. “tumačenjem podataka” tj. traganjem za osobom i prepoznavanjem osobe potrebna je samo slika osobe za kojom se traga. Policajac prati pojavljivanje te osobe na ekranu kamerice.

Možže se koristiti fotografija ili video klip. Pouzdaniji i tačniji rezultati postižžu se korišštenjem niza slika umesto jedne obične fotografije lica. Kamera na odelu (bodycam) zatim obrađuje slike lokalno nekoliko minuta, kako bi ažžurirala datoteku fajlova koje poseduje i koje možže da prepozna i uporedi sa podacima tj. slikama ili video strimom osoba koje se trenutno pojavljuju na kamerici. Analitika unutar kamere možže istovremeno praviti statističke podatake o osobama ili objektima koje policajac sreće tokom snimanja na ulici. Statistika sa podacima koliko je pored njega proššlo ljudi na biciklima, koliko je bilo grupa, pojedinaca, uličnih prodavača, beskučnika…

Ti podaci se snimaju i mogu biti od koristi za optimizaciju policijskih akcija ili samoj opštini za razne analize i izvešštaje.

Aplikacija Neurala LDNN

Budući da nadzorne kamere obično nemaju kontrolne tastere i kontrolnu tablu i da su spojene na rekorder sa snažžnijim procesorom, nema potrebe za analitikom samo-učenja unutar same kamere. Da bi se rasteretio samo jedan rekorder koji snima i čuva podatke, Neurala nudi i mogućnosti analize i na samim ruterima i svičerima tokom klasifikacije objekata.

U poslednje vreme veliki broj proizvođaća kao ššto su Avigilon, Axis, Hanwha, Hikvision i drugi već su počeli objavljivati iste ovakve proizvode ššto bi moglo ugroziti potražžnju za Neurala LDNN softverom.

“Tumačenje podataka” i njihovo deljenje

“Tumaćenje podataka” je fraza novijeg datuma i odnosi se na skup poteza i akcija koji se koriste za otkrivanje potencijalnih prediktivnih odnosa. Skupovi za ispitivanje i prepoznavanje koriste se u inteligentnim sistemima, u maššinskom učenju, genetskim programima i statistikama, porede se varijeteti jedne pojave u okviru istog okružženja.

Neurala najavljuje da će uskoro objaviti ažžuriran softver pomoću kog će se tumačenje podataka obavljati na jednom uređaju, a prenos i deljenje sa drugim uređajima unutar iste mrežže ili sistema. Tada bi slike sa ekrana kamere jednog policajca bile deljene i sa drugim policajcima na terenu.

U potrazi za poslovnim partnerima iz oblasti bezbednosti

Neurala stalno istiće da u budučnosti planira da pravi partnerstva sa drugim kompanijama u oblasti bezbednosne industrije. To bi značilo dodavanje odgovarajućeg GPU na uređaje za nadzor, a zatim licenciranje Neuralanog softvera.

Zahtev za GPU znači da će većina proizvođača morati podesiti svoje hardvere za nadzor kako bi implementirali Neurala tehnologiju.

Tagovi
Prikaži više

Komentariši

Vaša email adresa neće biti objavljivana.