Tehisintellektil põhineva videoanalüüsi demonstratsioonil jõuab lõpuks alati lauale sama küsimus, mille esitab kas IT-juht või poe juhataja ise: kuhu pildid lähevad? Paljud kujutavad ette pidevat edastamist kaugserverisse poe internetiühenduse kaudu. Tegelikult selgub kõik arhitektuuriotsusest, mis tehakse juba enne esimest seadistust: kohalik videoanalüüs poes asuval GPU-l, kasutades olemasolevate kaamerate põhivoogu.

Pildikvaliteedi juurde me siin ei tule tagasi. Pigem jälgime andmete teekonda kaamera objektiivist kuni juhi ekraanini: mis jääb kohapeale, mis lahkub ning mida see valik täiesti konkreetselt muudab nii teavituste kiiruse, poe võrgu kui ka andmete kontrolli jaoks.

Videovoog on mahukas ning suures poes on neid kümneid

IP-kaamera tekitab tavaliselt vähemalt kaks voogu. Põhivoog (mainstream) on kõrge eraldusvõimega. Kergem teisene voog (substream) on mõeldud eelkõige mosaiikvaateks ja kaugvaatamiseks. Täpse liigutuse, taskusse libisenud toote või riiulis avatud pakendi märkamiseks on määrav põhivoog: teisesel voogul on käsi vaid mõne piksli suurune. Selle punkti oleme lahti kirjutanud oma artiklis põhivoo analüüsist poes.

Probleem muutub siis aritmeetiliseks. Kahekümne või kolmekümne kaamera põhivoo pidev saatmine kaugserverisse eeldab suurt ja püsivat väljaminevat andmekiirust, mida paljud poeühendused ei taga. Pealegi jagavad nad seda liini juba makseterminalide, kassade, e-posti ja vahel ka klientide WiFi-ga. Suviste allahindluste laupäeval, kui makseterminalid töötavad lakkamatult, ei taha keegi, et liin ummistuks.

See piirang pole uus. Oma uuringus videotehnoloogiate kasutamise kohta kaubanduses, mis avaldati 2020. aastal ja tugines intervjuudele 22 Euroopa ja Ameerika jaemüüjaga, märkis ECR Retail Loss grupp juba siis, et mitu osalejat muretses ribalaiuse ja arvutusvõimsuse mõju pärast videoanalüüsi kasutamisele.

Miks arvutus toimub kaamerate vahetus läheduses

Piltide reisitamise asemel liigutatakse arvutust: see ongi edge computingu põhimõte. EuroShopi messi edge computingut kaubanduses käsitlev ülevaade võtab selle kokku nii: pilve jõuavad ainult vajalikud andmed, võrk on koormusest vabam ja reageerida saab reaalajas. Videoanalüüsi puhul on üks võimalikest vormidest poodi paigaldatud pühendatud GPU, mis loeb kaamerate voogu ja käitab mudelit kohapeal. Käitaja jaoks on vahe näha kolmes kohas:

  • Latentsus. Teavitus on kasulik vaid siis, kui olukord on selle saabumise hetkel riiulite juures veel käimas. Kui kogu voogu ei pea andmekeskusse ja tagasi saatma, lüheneb kett liigutusest teavituseni: Oxania videoteavitus jõuab mobiilile, tahvelarvutile või arvutile alla 10 sekundiga.
  • Eraldusvõime. Kuna voog ei läbi internetti, pole vaja selle kvaliteeti ühenduse jaoks halvendada. Mudel töötab kõrge eraldusvõimega pildil, mis võimaldab eristada isiklikku kotti ostukotist või näha, et toode on tarbitud enne kassast läbimist.
  • Võrk. GPU-server on pühendatud ühele poele ja paigaldatud kohapeale: kaamerate voo lugemine ja analüüsimine ei kasuta internetiühenduse ribalaiust. Tuvastuste kinnitamine, teavituslõikude saatmine ja teavitused liiguvad aga just selle ühenduse kaudu, mis peab seetõttu olema kättesaadav.

Mis jääb poodi ja mis sealt lahkub

Iga IT-juht küsib seda lõpuks ning loosungist vastuseks ei piisa. Oxania valitud arhitektuuris liiguvad kaamerapildid mööda kolme selgelt eristuvat teed:

  • Mis jääb kohapeale: kaamerate pidev kõrge eraldusvõimega videovoog. Poe GPU loeb ja analüüsib seda ning voog ei lähe kaugemale. Teie olemasoleva videosüsteemi salvestused jäävad nagu varemgi käitaja vastutusele.
  • Mis lahkub kinnitamiseks: kui märgatakse riskantset liigutust, saadetakse kinnitamiseks tuvastuse kompaktne digitaalne kirjeldus. See ei ole video ja selle maht pole piltidega võrreldav.
  • Mis lahkub ja säilitatakse: teavitusega seotud videolõik ja ainult see. See salvestatakse serveritesse, mis asuvad kliendi riigile võimalikult lähedal, nii juurdepääsukiiruse kui ka kohalike reeglite järgimise huvides.

Seega toimub sõelumine allikas. Tundide kaupa videost lahkuvad poest ainult teavitustega seotud lõigud: need, mis õigustavad meeskonnaliikme pilku. Just samad lõigud on ka teavituses, kus kuvatakse automaatne järkjärguline suum huvipunktile. Teavituse saaja saab olukorrast aru ühe pilguga ja otsustab, mida edasi teha.

Kohalik ei tähenda maailmast eraldatut

Siiski tuleb selgelt aru saada, mida kohalik järeldamine hõlmab. Tuvastus toimub poes pühendatud GPU-l, kuid asukoht on pilvega ühendatud: tuvastuste kinnitamiseks, teavituslõikude saatmiseks ja teavituste jõudmiseks meeskonna seadmetesse on vaja ühendust. Muutub see, mis liigub: mõni sõnum ja lühikesed lõigud kümnete pidevate voogude asemel. Tarnija, kes väidaks vastupidist, saates samal ajal teavitusi teie telefoni, väärib veel ühte küsimust.

Teine sageli unustatud punkt: GPU-server on täiesti reaalne masin. Sellele tuleb leida koht, see tuleb toitega varustada, ventileerida ja kaamerate külge korrektselt ühendada. See on süsteemiintegraatori töö ning tulemus ei sõltu ainult mudeli kvaliteedist, nagu selgitasime artiklis integraatorite rollist tehisintellektikaamerate tõhususes. Sertifitseeritud integraatorite võrgustikuga võtab paigaldus olemasolevatele kaameratele tavaliselt alla ühe päeva.

Viis küsimust enne allkirjastamist

Nii ühe müügikoha kui ka terve võrgustiku puhul võimaldavad need viis punkti kiiresti hinnata videoanalüüsi arhitektuuri töökindlust:

  1. Analüüsitav voog: põhivoog kõrge eraldusvõimega või teisene voog.
  2. Koht, kus mudel töötab, ja see, kas masin on tõepoolest pühendatud teie poele.
  3. Mis täpselt asukohast lahkub ja millal.
  4. Teavituslõikude säilitamise koht: millises riigis ja kui kauaks.
  5. Mis juhtub, kui poe ühendus katkeb või halveneb.

Oodake konkreetseid vastuseid. Hästi läbimõeldud arhitektuuri saab kirjeldada mõne lausega ilma žargoonita. Tarnijal, kes sellega hakkama ei saa, pole sageli endalgi selget ülevaadet oma voogudest. Ja kui teie kaamerapark on mõne aasta vanune, aitab meie juhend poe kaamera õigeks valikuks kontrollida, kas need annavad kasutatava põhivoo.

Arhitektuur, mis teenib ka usaldust

Voo hoidmine kohapeal ei piirdu ribalaiuse küsimusega. See tähendab ka seda, et liikuva hulk piiratakse hädavajalikuga ning andmed jäävad kaupmehe kontrolli alla. OECD põhimõtted tehisintellekti töökindluse, ohutuse ja turvalisuse kohta soovitavad, et tehisintellektisüsteemid püsiksid ohutud, turvalised ja suuteliselt nõuetekohaselt toimima kogu oma elutsükli vältel ning et olemas oleksid mehhanismid, mis võimaldavad need ohutult välja lülitada, parandada või kasutusest kõrvaldada, kui nad võivad põhjustada põhjendamatut kahju.

Poes on tõlge lihtne: tehnoloogia tuvastab, meeskond otsustab. Tehisintellekt analüüsib liigutusi, mitte inimesi, ega jälgi kedagi ühest kaamerast teise. Lõigu ees on otsustajaks inimene, kes valib, kas minna riiulite juurde, pakkuda abi või mitte midagi teha.

Selles kõiges pole midagi suurejoonelist: lihtsalt õiges kohas tehtud arvutus ja video, mis liigub ainult siis, kui seda vaja on. Just see annab aga kiired ja täpsed teavitused ning paremini kontrolli all oleva teadmata kaubakao. Enne funktsioonide võrdlemist paluge näha voogude kaarti: see ütleb sageli rohkem kui müügibrošüür.