Computer vision · Kamery i czas rzeczywisty
Analityka wideo z AI: gdzie opłaca się firmom
W wielu firmach kamery już dziś rejestrują obraz, którego nikt systematycznie nie analizuje. Analityka wideo z AI automatycznie i w czasie rzeczywistym wykrywa na nim obiekty, przebiegi pracy i odchylenia. Pokazujemy, gdzie daje to realną wartość, czego wymaga i na co uważać w kwestii ochrony danych.
Julia Rose
Najważniejsze w skrócie
- Analityka wideo z AI wykorzystuje computer vision i deep learning do wykrywania obiektów, ruchów i tekstu w nagraniach wideo i transmisjach na żywo.
- Opłaca się szczególnie w kontroli jakości, w obszarze bezpieczeństwa pracy, przy zliczaniu osób i pomiarze obłożenia oraz w analizie ruchu.
- Istniejące kamery często wystarczą, jeśli kąt ujęcia, oświetlenie i rozdzielczość są odpowiednie. Przetwarzanie na urządzeniu sprawia, że obraz nie opuszcza firmy.
- Analityka wideo obejmująca ludzi podlega RODO i AI Act, a niektóre zastosowania są zakazane.
Co potrafi analityka wideo z AI
W inteligentnej analityce wideo modele AI analizują nagrania, pojedyncze obrazy i transmisje na żywo. Dzięki computer vision i deep learningowi automatycznie rozpoznają, co dzieje się w kadrze, i przekazują wyniki dalej jako dane, alerty lub wskaźniki. Stoją za tym cztery podstawowe funkcje:
| Funkcja | Co robi | Przykład |
|---|---|---|
| Wykrywanie i klasyfikacja obiektów | Wykrywa obiekty i klasyfikuje je według ich cech | Rodzaje produktów na linii, brak środków ochrony indywidualnej |
| Segmentacja | Określa piksel po pikselu, który fragment obrazu należy do którego obiektu | Wady powierzchni, analiza obrazów medycznych |
| Śledzenie (tracking) | Podąża za obiektami lub ruchami przez wiele klatek | Przepływ towarów, sekwencje ruchów |
| Rozpoznawanie tekstu (OCR) | Odczytuje tekst z obrazów i nagrań wideo | Etykiety, oznaczenia, numery seryjne |
Gdzie analityka wideo opłaca się firmom
Kontrola jakości
Kamery na linii produkcyjnej sprawdzają produkty, etykiety, kształty, strukturę powierzchni i zanieczyszczenia, wychwytują brakujące części i od razu zgłaszają odchylenia. Zdejmuje to z pracowników kontroli monotonne sprawdzanie wzrokowe. W artykule Modele LLM w kontroli wizualnej pokazujemy, jak mogą tu pomóc także duże modele językowe rozumiejące obraz.
Bezpieczeństwo pracy
Analityka wideo może sprawdzać, czy w wyznaczonych strefach noszone są środki ochrony indywidualnej i czy ktoś nie przebywa w strefie zagrożenia, a w razie potrzeby wysyłać ostrzeżenia.
Zliczanie osób i obłożenie
Zarządcy budynków i przewoźnicy potrzebują danych o obłożeniu w czasie rzeczywistym: ze względu na przepisy bezpieczeństwa, zarządzanie przepustowością i planowanie. Ręczne liczenie przy kilku wejściach jest praktycznie niewykonalne.
W praktyce: RapidLab
Razem z RapidLab zbudowaliśmy kompaktowe urządzenia, które automatycznie zliczają osoby przy wejściach i wyjściach, wykorzystując czujniki time-of-flight i computer vision. Całe przetwarzanie odbywa się bezpośrednio na urządzeniu, bez chmury i bez internetu, a dane o obłożeniu są dostępne w czasie rzeczywistym.
Analiza ruchu
Kilka kamer rejestruje ruch w trzech wymiarach i porównuje go ze wzorcowym przebiegiem, na przykład w rehabilitacji, sporcie lub ergonomii.
W praktyce: analiza ruchu 3D
W ramach partnerstwa badawczego zbudowaliśmy trenera personalnego 3D, łącząc kamery Azure Kinect, estymację pozy i elementy VR. System w czasie rzeczywistym monitoruje ćwiczenia rehabilitacyjne i automatycznie je koryguje, w domu i bez obecności fizjoterapeuty.
Czego analityka wideo wymaga technicznie
To, czy dane zastosowanie się sprawdzi, zależy mniej od modelu, a bardziej od warunków na miejscu:
- Jakość obrazu: kąt ujęcia, rozdzielczość, oświetlenie i liczba klatek na sekundę muszą pasować do zadania. Do wykrywania drobnych wad powierzchni potrzebne są inne kamery niż do liczenia osób przy drzwiach.
- Dane przykładowe: dedykowane modele potrzebują obrazów sytuacji, które mają rozpoznawać, często oznaczonych. Największą przeszkodą są rzadko występujące wady.
- Jasno określony wynik: z góry trzeba ustalić, co ma się dziać z wynikiem: czy będzie to alert, wpis w systemie, czy wskaźnik na dashboardzie.
- Utrzymanie: kamery się brudzą, światło zmienia się w ciągu dnia, zmieniają się produkty. System wymaga monitorowania i od czasu do czasu ponownego trenowania.
Na istniejących kamerach, w chmurze lub na urządzeniu
Wiele firm ma już zainstalowane kamery. Jeśli kąt ujęcia, oświetlenie i rozdzielczość są odpowiednie, obraz z nich można analizować bezpośrednio, bez nowego sprzętu. Przetwarzanie może odbywać się na dwa sposoby:
| Na urządzeniu (edge) | Centralnie lub w chmurze | |
|---|---|---|
| Ochrona danych | obraz nigdy nie opuszcza urządzenia, przesyłane są tylko wyniki | nagrania są przesyłane i muszą być chronione |
| Łączność | działa bez sieci | wymaga stabilnego pasma |
| Moc obliczeniowa | ograniczona, modele muszą być lekkie | duża, odpowiednia dla wymagających modeli |
| Najlepiej sprawdza się przy | zliczaniu osób, prostym wykrywaniu, wielu lokalizacjach | złożonych analizach, ocenie obrazu z wielu kamer |
Ochrona danych i AI Act
Gdy w kadrze pojawiają się ludzie, zastosowanie mają RODO i przepisy dotyczące monitoringu wizyjnego. Zasady takie jak minimalizacja danych przemawiają za tym, by przetwarzać tylko to, czego zadanie naprawdę wymaga, na przykład samą liczbę osób zamiast przechowywanych nagrań, i by w miarę możliwości przetwarzać obraz na urządzeniu.
Unijny AI Act wyznacza kolejne granice. Od 2 lutego 2025 roku niektóre praktyki są zakazane, w tym rozpoznawanie emocji w miejscu pracy i w edukacji oraz nieukierunkowane pozyskiwanie wizerunków twarzy z internetu lub nagrań z monitoringu w celu tworzenia baz danych. Systemy zdalnej identyfikacji biometrycznej są klasyfikowane jako AI wysokiego ryzyka. Jeśli planujesz analitykę wideo obejmującą ludzi, sprawdź te kwestie na wczesnym etapie. Przegląd znajdziesz w naszym artykule o AI Act.
Jak zacząć
- Wybierz konkretne zadanie: jeden etap kontroli, punkt zliczania lub strefę bezpieczeństwa o wyraźnej wartości.
- Sprawdź obraz: na nagraniach z istniejących kamer przetestuj, czy jakość jest wystarczająca.
- Zbuduj prototyp: wytrenuj model na prawdziwych nagraniach i zmierz jego trafność.
- Zaplanuj utrzymanie: ustal miejsce przetwarzania, ochronę danych, monitoring i integrację z istniejącymi systemami.
Więcej projektów z zakresu analizy obrazu i wideo znajdziesz w naszych referencjach.
Analityka wideo w Twoim przypadku?
Razem z Tobą sprawdzimy, czy Twoje obecne kamery wystarczą, gdzie powinno odbywać się przetwarzanie i jak wyglądałby prototyp na prawdziwych nagraniach.
Zapytaj o analizę procesuNajczęściej zadawane pytania
To automatyczna analiza nagrań wideo, pojedynczych obrazów i transmisji na żywo z wykorzystaniem computer vision i deep learningu. Wykrywa obiekty, ruchy, odchylenia i tekst, a wyniki przekazuje dalej jako dane, alerty lub wskaźniki.
Często tak, jeśli kąt ujęcia, oświetlenie i rozdzielczość pasują do zadania. Nagrania testowe pozwalają to sprawdzić na wczesnym etapie.
Nie. Wiele zadań, takich jak zliczanie osób czy proste wykrywanie, działa bezpośrednio na urządzeniu. Wtedy urządzenie opuszczają tylko wyniki.
To zależy od celu. Obowiązują RODO i przepisy o monitoringu wizyjnym, a unijny AI Act zakazuje niektórych praktyk, takich jak rozpoznawanie emocji w miejscu pracy. Zdalna identyfikacja biometryczna jest klasyfikowana jako AI wysokiego ryzyka.
Julia jest w theBlue.ai od 2019 roku i od początku istnienia firmy obserwuje z bliska, jak powstają aplikacje AI dla przedsiębiorstw. Jako Marketing Lead ściśle współpracuje z zespołami inżynierów i doradców, a złożone tematy techniczne przekłada na język zrozumiały dla osób decyzyjnych.
W swoich artykułach pisze o praktycznych doświadczeniach z projektów enterprise AI oraz o wyzwaniach i szansach, jakie AI daje firmom.