エッジコンピューティング、人工知能、サーマルイメージング - スマートセキュリティの未来

スマート セキュリティ業界は急速に進化しており、AI と 4K がスマート カメラで普及するにつれて、ビデオ解像度の向上により、カメラにさらに多くのデータを保存する必要性が高まっています。 AI とスマート ビデオにより、セキュリティ ビデオからより多くの洞察を抽出できるようになります。

複雑で大規模なカメラ ネットワークでは、特にスマート ビデオ対応デバイスによる 24 時間 365 日の監視の場合は、すでに大量のデータ ストレージが必要になります。 2023年までに4K対応カメラがネットワークカメラ全体の24%以上を占めると予想されており、信頼性の高いストレージを備えた車載セキュリティカメラのニーズが急速に高まっています。企業が直面している問題は、データ需要を満たすためにカメラを分離してセグメント化することで既存のインテリジェント ビデオ ネットワークを分割するか、それともストレージ容量を増やすかということです。

COVID-19の初期対策が終わり、外出や仕事への復帰を始める人も増えており、サーマルイメージング技術の需要も高まっています。このような新しいテクノロジーと、より多くの常時接続システムの導入により、組織はインテリジェント ビデオ戦略について慎重に検討する必要が出てきます。新しいエッジ コンピューティングは、データのキャプチャ、収集、分析において重要な役割を果たすことになりますが、エッジ コンピューティングの発展に伴い、いくつかの重要なトレンドが見られるようになると予想されます。

今日では、ボディカメラや新しいモノのインターネット (IoT) デバイスやセンサーなど、使用されるカメラの種類が増えています。今日では、ビデオデータは非常に豊富であるため、事後ではなくリアルタイムで分析して多くの貴重な情報を推測することができます。

エッジコンピューティングとスマートセキュリティ

パブリック クラウドの導入が拡大するにつれ、企業や組織はビッグ データの集中管理場所としてプラットフォームに注目するようになりました。しかし、最近ではこの傾向に対して反発が起きている。代わりに、現在ではデータはクラウドではなくエッジで処理されるようになっています。設定変更の主な理由の 1 つは遅延です。

リアルタイムのパターン認識を実行しようとする場合、遅延は重要な考慮事項です。カメラが数百マイル離れた中央データセンターに戻らなければならない場合、カメラがデータを処理する（24時間365日4K監視ビデオを記録する）のは困難です。このデータ分析は、公共の安全などの動的な状況にタイムリーに適用できるように、迅速に行う必要があります。関連データをエッジに保存することで、AI 推論をより速く進めることができます。そうすることで、より安全なコミュニティ、より効率的な運営、よりスマートなインフラストラクチャが実現します。

ウルトラHDとストレージ

パターン認識などの AI 対応アプリケーションや機能は、超高解像度 (UHD) とも呼ばれる 4K などの高解像度に依存します。この詳細なデータは、ストレージ、書き込みに必要な容量と速度、およびネットワークに大きな影響を与えます。 4K ビデオは HD よりも高いストレージ要件があり、8K も登場する可能性があります。

ご存知のとおり、4K ビデオのピクセル数は HD ビデオの 4 倍です。さらに、4K 対応ビデオは、チャネルあたり 8 ビット、10 ビット、12 ビットをサポートし、ピクセルあたり 24 ビット、30 ビット、または 36 ビットの色深度に変換されます。 HD にも同様のパターンがあり、ピクセルあたり 24 ビット以下、色深度は 10 ビットまたは 12 ビットを使用します。全体的に、1080 ピクセルのビデオと比較して、4K で生成されるビット数は最大 5.7 倍増加します。ビデオ ファイルの容量が大きくなると、ビデオ制作や監視用のデータ インフラストラクチャに新たな要求が生じます。つまり、スマート セキュリティを検討する際には、データ インフラストラクチャへの投資が重要な考慮事項となっているということです。

常にオンライン

接続性が制限されたソリューションを設計する場合でも、超高速 5G 機能を設計する場合でも、ほとんどのスマート セキュリティ ソリューションは、環境に関係なく 24 時間 365 日稼働する必要があります。ただし、基盤となるハードウェア システムとソフトウェア システムに障害が発生する場合があります。この場合、交通制御からセンサー、カメラフィードなど、障害発生後の継続的な運用やデータの回復を確実にするために、フェイルオーバー プロセスを確立することが重要です。

数十台、あるいは 100 台を超えるカメラが IP 経由で集中レコーダーに接続されている病院の例を考えてみましょう。イーサネットがダウンしている場合は、ビデオをキャプチャできません。このような事件は、病院の患者と医療スタッフの安全を深刻に脅かす可能性があります。そのため、カメラでは連続録画のために microSD カードが使用されます。 AI 搭載のソフトウェア ツールは、カードにキャプチャされたコンテンツを使用して失われたデータ ストリームを「パッチ」し、コンテンツの欠落なしにビデオ ストリームを時系列で表示できるようにします。

熱画像

人々が職場や公共の場に戻るにつれ、健康と安全はすべての組織にとって最優先事項となります。一部の組織では、再発の症状を検査するためにサーマルイメージャーを導入しています。従来、倉庫や組立ラインを運営する組織では、入口に多数のカメラが設置されています。サーマル スマート ビデオを使用すると、これらのカメラは投影装置としても機能します。サーマルイメージング技術は体温の上昇を検知することができ、1台のカメラで一度に10〜25人の作業員をスキャンできるため、効率的かつ正確です。こうすることで、従業員は情報を活用して、職場復帰前にさらなるスクリーニング、検査、または検疫が必要な可能性のある個人を特定できるようになります。

これにより、データ ストレージの要件は増加しないかもしれませんが、保持ポリシーと実践が変わる可能性があります。

今日のスマート セキュリティは、AI とエッジ コンピューティングを活用して常時接続の高解像度ビデオを提供し、人々の安全を 24 時間 365 日維持することに重点が置かれています。これらの傾向により、監視の必要性と重要性が高まっており、信頼性の高い運用を確保するためにインフラストラクチャを積極的に管理する機能など、この需要に対応するためにデータ インフラストラクチャをサポートする必要性も高まっています。企業は、すべてのストレージとポリシーの課題を将来のスマート セキュリティ戦略の一部として考慮する必要があります。