Beveiligingscamera'S Veranderen In Supersnelle Sleuths

{h1}

Een mit-computersysteem kan de snelste manier vinden om beelden van beveiligingscamera's te analyseren om mogelijke indringers of bedreigingen te herkennen.

De slimme surveillancesystemen van morgen moeten criminelen, terroristen of verdachte pakketten snel herkennen zonder alarm te slaan telkens wanneer een kat langs een bewakingscamera loopt. MIT-onderzoekers hebben een slim computersysteem ontwikkeld dat werkt als een menselijke detective om mogelijke indringers automatisch te identificeren.

Het MIT-systeem berekent de beste manier om beelden van beveiligingscamera's te scannen - of het nu eerst huiddetectiealgoritmen moet gebruiken om een ​​persoon te identificeren of te beginnen met achtergronddetectie om ongebruikelijke objecten te herkennen. Het geeft prioriteit aan zijn speurwerkaanpak door eerst tests uit te voeren om te leren hoe snel elke methode in een bepaald bewakingsscenario duurt.

"Soms is het belangrijk om onmiddellijk een alarm te genereren, zelfs als je nog niet helemaal zeker bent wat het precies is", zegt Christopher Amato, postdoctoraal computerwetenschapper aan het Computer Science and Artificial Intelligence Laboratory van het MIT. "Als er iets ergs aan de hand is, wil je dat zo snel mogelijk weten."

Hierdoor kan het systeem zijn analyse versnellen in vergelijking met blindelings door elk detectie-algoritme lopen - des te beter om snel uit te zoeken of een persoon een onschuldige voorbijganger of een verborgen dreiging is. In tegenstelling tot mensen kan het ook potentieel tientallen beveiligingscamera-feeds tegelijkertijd in de gaten houden.

"Je kunt niet iedereen naar elk scherm laten staren, en zelfs als je dat deed wist de persoon misschien niet precies waarnaar hij moest zoeken," zei Amato. "Een persoon zal bijvoorbeeld niet erg goed zijn in het doorzoeken van pagina's en pagina's van gezichten om te proberen [een indringer] te matchen met een bekende crimineel of terrorist."

Zo'n geautomatiseerd programma kan mensen van interesse identificeren op een luchthaven of in een haven of hen in de gaten houden of zich concentreren op het herkennen van verdachte objecten op vreemde of ongewone locaties op een treinstation. Overwerkte Amerikaanse militaire analisten zouden ook een dergelijk systeem kunnen gebruiken om informatie-overload te vermijden tijdens het monitoren van honderden of duizenden uren drone videomateriaal.

De MIT-onderzoekers zijn van plan hun werk te presenteren op de 24e IAAI-conferentie over kunstmatige intelligentie in Toronto in juli.
Volg InnovationNewsDaily op Twitter @News_Innovationof op Facebook.


Video Supplement: .




Onderzoek


Vijf Redenen Waarom U Van Duurzame Architectuur Houdt
Vijf Redenen Waarom U Van Duurzame Architectuur Houdt

Jongen, Deze Receptionisten Zijn Echte Robots!
Jongen, Deze Receptionisten Zijn Echte Robots!

Science Nieuws


Oudste Fossil Of A Baby Snake Discovered Trapped In Amber Tomb
Oudste Fossil Of A Baby Snake Discovered Trapped In Amber Tomb

Enorme Lava Collapse Rings In Het Nieuwe Jaar Van Hawaï
Enorme Lava Collapse Rings In Het Nieuwe Jaar Van Hawaï

Inside Arcology, The City Of The Future (Infographic)
Inside Arcology, The City Of The Future (Infographic)

Verborgen In Einstein'S Math: Sneller Dan Licht Reizen?
Verborgen In Einstein'S Math: Sneller Dan Licht Reizen?

Laatste Angstaanjagende Momenten Van Baby Mammoeten Onthuld
Laatste Angstaanjagende Momenten Van Baby Mammoeten Onthuld


WordsSideKick.com
Alle Rechten Voorbehouden!
Reproductie Van Materialen Toegestaan Alleen Prostanovkoy Actieve Link Naar De Site WordsSideKick.com

© 2005–2019 WordsSideKick.com