Na demonstraciji videoanalize pomoću UI-ja uvijek se prije ili kasnije pojavi isto pitanje, bilo da ga postavi IT voditelj ili sam poslovođa: kamo idu snimke? Mnogi zamišljaju kontinuirano slanje na udaljeni poslužitelj preko internetske veze trgovine. U stvarnosti se sve odlučuje arhitektonskom odlukom donesenom znatno prije prvog podešavanja: lokalna videoanaliza na GPU-u u trgovini, na temelju glavnog toka postojećih kamera.
Ovdje se nećemo vraćati na samu kvalitetu slike. Radije ćemo pratiti put podataka, od objektiva kamere do zaslona voditelja: što ostaje na mjestu, što odlazi i što taj izbor vrlo konkretno mijenja za brzinu alerta, ali i za mrežu trgovine i kontrolu nad podacima.
Videotok je zahtjevan, a velika trgovina ih ima desetke
IP kamera u pravilu proizvodi najmanje dva toka. Glavni tok (mainstream) je u visokoj razlučivosti. Sporedni tok (substream), rasterećen, služi uglavnom za prikaz u mozaiku i za udaljeni pregled. Za uočavanje fine geste, proizvoda ugurnutog u džep ili otvorenog pakiranja u prolazu, bitan je glavni tok: na sporednom se ruka svodi na nekoliko piksela. Tu smo temu detaljno obradili u članku o analizi glavnog toka u trgovini.
Problem tada postaje aritmetički. Kontinuirano slanje glavnog toka dvadesetak ili tridesetak kamera na udaljeni poslužitelj zahtijeva visoku i stalnu brzinu slanja podataka, koju mnoge veze u trgovinama ne jamče. A tu liniju već dijele s kartičnim terminalima, blagajnama, e-poštom, ponekad i wifijem za kupce. U subotu ljetne rasprodaje, kad kartični terminali rade bez prestanka, nitko ne želi vidjeti da se zasiti.
To ograničenje nije novo. U svojoj studiji o uporabi video tehnologija u trgovini, objavljenoj 2020. i utemeljenoj na razgovorima s 22 europska i američka trgovca, skupina ECR Retail Loss već je zabilježila da je nekoliko sudionika zabrinuto zbog utjecaja propusnosti mreže i računalne snage na njihovu primjenu videoanalize.
Zašto se izračun odvija što bliže kamerama
Umjesto da slike putuju, premješta se izračun: to je načelo edge computinga. Sajam EuroShop to sažima u dosjeu posvećenom edge computingu u trgovini: u oblak odlaze samo korisni podaci, mreža je rasterećena, a reakcija može biti u stvarnom vremenu. Za video, jedan od mogućih oblika je namjenski GPU, instaliran u trgovini, koji čita tok kamera i pokreće model na licu mjesta. Za operatera se razlika vidi na tri mjesta:
- Latencija. Alert ima smisla samo ako je situacija još u tijeku u prolazu kad stigne. Bez povratnog puta cjelovitog toka do podatkovnog centra, lanac između geste i obavijesti se skraćuje: kod Oxanije video alert stiže za manje od 10 sekundi na mobitel, tablet ili računalo.
- Razlučivost. Budući da tok ne prolazi kroz internet, nema potrebe umanjivati njegovu kvalitetu da bi stao u vezu. Model radi na slici u visokoj razlučivosti, onoj koja omogućuje razlikovanje osobne torbe od vrećice za kupovinu ili uočavanje da je proizvod konzumiran prije prolaska na blagajni.
- Mreža. GPU poslužitelj je namijenjen trgovini i instaliran na licu mjesta: čitanje i analiza toka kamera ne troše propusnost internetske veze. Potvrda detekcija, slanje isječaka alerta i obavijesti ipak prolaze kroz tu vezu, koja mora ostati dostupna.
Što ostaje u trgovini, a što izlazi
Svaki IT voditelj na kraju postavi to pitanje, a slogan nije dovoljan za odgovor. U arhitekturi koju je odabrala Oxania, slike kamera slijede tri jasno odvojena puta:
- Što ostaje na mjestu: kontinuirani videotok kamera, u visokoj razlučivosti. GPU u trgovini ga čita i analizira, a taj tok ne ide dalje. Snimke vašeg postojećeg videosustava ostaju, kao i prije, u nadležnosti operatera.
- Što odlazi na potvrdu: kad se uoči rizična gesta, šalje se kompaktan digitalni opis detekcije radi potvrde. To nije video, a njegova veličina nema nikakve veze s veličinom slika.
- Što odlazi i pohranjuje se: videoisječak povezan s alertom, i samo on. Pohranjuje se na poslužiteljima smještenima što bliže državi klijenta, radi brzine pristupa i poštovanja lokalnih propisa.
Dakle, razvrstavanje se obavlja na izvoru. Od sati videozapisa, trgovinu napuštaju samo isječci povezani s alertima: oni zbog kojih je opravdano da član tima pogleda. Upravo te iste isječke nalazimo u alertu, s automatskim postupnim zoomom na bitnu točku. Osoba koja ga primi razumije scenu na prvi pogled i odlučuje što dalje.
Lokalno ne znači odsječeno od svijeta
Ipak treba biti jasan oko toga što lokalna inferencija obuhvaća. Detekcija se odvija u trgovini, na namjenskom GPU-u, ali lokacija ostaje povezana s oblakom: potrebna joj je veza kako bi potvrdila detekcije, poslala isječke alerta i dostavila obavijesti na uređaje tima. Mijenja se ono što cirkulira: nekoliko poruka i kratki isječci umjesto desetaka kontinuiranih tokova. Dobavljač koji bi tvrdio suprotno, a istodobno šalje alerte na vaš telefon, zaslužuje dodatno pitanje.
Još jedna često zaboravljena stvar: GPU poslužitelj je sasvim stvaran stroj. Treba mu naći mjesto, osigurati napajanje, hlađenje i uredno ga povezati s kamerama. To je posao integratora, a rezultat ne ovisi samo o kvaliteti modela, kao što smo objasnili u članku o ulozi integratora u učinkovitosti UI kamera. Uz mrežu certificiranih integratora, instalacija na postojećim kamerama obično traje manje od jednog dana.
Pet pitanja koja treba postaviti prije potpisivanja
Bilo da je riječ o jednoj prodajnoj točki ili o cijeloj mreži, ovih pet točaka omogućuje brzu procjenu čvrstoće arhitekture videoanalize:
- Analizirani tok: glavni, u visokoj razlučivosti, ili sporedni.
- Mjesto na kojem se model izvršava i je li stroj doista namijenjen vašoj trgovini.
- Što točno napušta lokaciju i u kojem trenutku.
- Mjesto pohrane isječaka alerta: u kojoj državi i na koliko dugo.
- Što se događa kad je veza trgovine prekinuta ili pogoršana.
Očekujte konkretne odgovore. Dobro osmišljena arhitektura opisuje se u nekoliko rečenica, bez žargona. Dobavljač koji u tome ne uspijeva često ni sam nema jasnu kartu svojih tokova. A ako je vaš park kamera star nekoliko godina, naš vodič za pravilan odabir kamere u trgovini pomaže provjeriti pružaju li upotrebljiv glavni tok.
Arhitektura koja služi i povjerenju
Zadržavanje toka na mjestu nije samo pitanje propusnosti mreže. To znači i ograničavanje onoga što cirkulira na nužni minimum te ostavljanje podataka pod kontrolom trgovca. Načela OECD-a o robusnosti, sigurnosti i zaštiti UI-ja preporučuju da sustavi umjetne inteligencije ostanu sigurni, zaštićeni i sposobni pravilno funkcionirati tijekom cijelog životnog ciklusa te da postoje mehanizmi koji omogućuju njihovo onesposobljavanje, popravak ili sigurno stavljanje izvan pogona ako prijeti opasnost od neopravdane štete.
U trgovini je prijevod jednostavan: tehnologija detektira, tim odlučuje. UI analizira geste, a ne osobe, i ne prati nikoga s jedne kamere na drugu. Pred isječkom, čovjek je taj koji bira hoće li otići do prolaza, ponuditi pomoć ili ne učiniti ništa.
Ništa spektakularno u svemu tome: samo izračun obavljen na pravom mjestu i video koji putuje tek kad je potreban. Ipak, upravo to daje brze i precizne alerte te bolje kontrolirani nepoznati manjak robe. Prije usporedbe funkcionalnosti, zatražite da vidite kartu tokova: ona često govori više od prodajne brošure.
