211service.com
Korzystanie z głębokiego uczenia się, aby nadzór wideo był inteligentniejszy
Startup sprawia, że domowe monitorowanie wideo jest wystarczająco inteligentne, aby dowiedzieć się, czy pies, kot lub paczka zmierza na Twój chodnik.
Ciężarówka , który oferuje aplikację, która pozwala smartfonowi lub tabletowi działać jako kamera monitorująca i współpracuje z niektórymi pojedynczymi kamerami, już wykorzystuje uczenie maszynowe, aby wskazać najważniejsze zdarzenia zarejestrowane przez kamerę użytkownika danego dnia i umożliwić użytkownikom wyszukiwanie pojazdów i przechodniów jak przychodzą i odchodzą.
Ale od tego tygodnia Camio rozszerza zastosowanie sztucznych sieci neuronowych – techniki uczenia maszynowego, która wykorzystuje sposób, w jaki sieci neuronów w mózgu przystosowują się do nowych informacji – aby umożliwić użytkownikom przeszukiwanie nagrań w celu znalezienia kilku trudniejszych do zidentyfikowania. przedmioty takie jak koty, psy, rowery, ciężarówki i paczki.
Ludzie mogą również skonfigurować alerty, aby wiedzieć, kiedy te rzeczy zostały zarejestrowane na filmie, oraz integrację z usługą wyzwalania odpowiedzi online IFTTT (Jeśli to, to tamto) pozwoli im skonfigurować zaprogramowane działania, które są uruchamiane przez to, co widzi kamera podłączona do Camio. (Możesz na przykład nakazać mu dzwonienie na smartfona, gdy kot zbliża się do Twoich drzwi między 2:00 a 6:00)
Współzałożyciel i dyrektor generalny Camio Carter Maslan mówi, że nowe etykiety obiektów i integracja z IFTTT mają być dostępne we wtorek, a Camio z czasem doda więcej wyszukiwanych terminów.
Kluczem jest znalezienie progu, w którym jest wystarczająco precyzyjny, mówi Maslan.
Podczas gdy niektóre inne konsumenckie kamery monitorujące, takie jak Nest Cam, mogą wysyłać użytkownikom alerty na podstawie ruchu, dźwięku i wykrywania twarzy, zastosowanie głębokiego uczenia może prowadzić do znacznie bardziej zniuansowanych obserwacji tego, co jest rejestrowane przez obiektyw kamery.
Camio, z siedzibą w San Mateo w Kalifornii, stwierdza, że coś rejestrowanego przez kamerę użytkownika jest interesujące, wykrywając znaczną ilość ruchu w scenie. Maslan twierdzi, że firma używa obecnie sieci neuronowych z każdą kamerą wideo, które jednocześnie głosują na to, co według nich użytkownik uzna za interesujące. Technologia okazuje się słuszna lub błędna na podstawie filmów, które użytkownik ostatecznie otwiera, odtwarza i usuwa. Użytkownicy mogą pomóc systemowi w nauce, pokazując klipy kciukami w górę lub w dół.
Maslan mówi, że najcięższa praca obliczeniowa – a zatem najdroższa – polega na dokładnym ustaleniu, co dzieje się w tych fragmentach wideo, które są określone jako interesujące. Zazwyczaj, mówi, jest to około minuty materiału każdego dnia, więc Camio po prostu używa sieci neuronowych do dalszej analizy tego fragmentu wideo, zamiast przedzierać się przez cały dzień.
Zamiast wielu godzin nagrań, ostatecznie nie możesz nawet oglądać wideo i po prostu uzyskać potrzebne informacje, mówi.
Jednak nie będzie za darmo. Do tego tygodnia Camio umożliwiało użytkownikom strumieniowe przesyłanie i przechowywanie miesięcznych nagrań wideo z jednej kamery bez płacenia; Maslan mówi, że od tego tygodnia firma będzie nadal umożliwiać użytkownikom przesyłanie strumieniowe za darmo, ale za nagrywanie i odtwarzanie wideo będzie pobierać 9 USD miesięcznie za kamerę.