Tijdens een demonstratie van AI-videoanalyse komt altijd dezelfde vraag voorbij, gesteld door de IT-verantwoordelijke of door de winkelmanager zelf: waar gaan de beelden naartoe? Veel mensen denken aan een continue verzending naar een verre server, via de verbinding van de winkel. In werkelijkheid hangt alles af van een architectuurkeuze die ruim vóór de eerste instelling wordt gemaakt: lokale videoanalyse, op een GPU in de winkel, op basis van de hoofdstream van de bestaande camera's.

We komen hier niet terug op de beeldkwaliteit zelf. We volgen liever het traject van de data, van de cameralens tot het scherm van de verantwoordelijke: wat ter plaatse blijft, wat vertrekt, en wat die keuze heel concreet verandert voor de snelheid van de alerts, voor het netwerk van de winkel en voor de controle over de data.

Een videostream is zwaar, en een groot warenhuis heeft er tientallen

Een IP-camera produceert doorgaans minstens twee streams. De hoofdstream (de mainstream) heeft een hoge resolutie. De secundaire stream (de substream) is lichter en dient onder meer voor de mozaïekweergave en voor inzage op afstand. Om een subtiel gebaar te herkennen, zoals een product dat in een zak glijdt of een geopende verpakking in het schap, telt de hoofdstream: op de secundaire stream is de hand nog maar een paar pixels groot. Dit punt hebben we toegelicht in ons artikel over de analyse van de hoofdstream in de winkel.

Het probleem wordt dan rekenkundig. Als je de hoofdstream van twintig of dertig camera's continu naar een externe server stuurt, is een hoge en permanente uploadsnelheid nodig, die veel winkelverbindingen niet garanderen. Bovendien delen ze die lijn al met de betaalterminals, de kassa's, de e-mail en soms ook de wifi voor klanten. Op een zaterdag tijdens de zomeruitverkoop, wanneer de betaalterminals non-stop draaien, wil niemand dat die lijn vastloopt.

Deze beperking is niet nieuw. In zijn studie over het gebruik van videotechnologieën in de detailhandel, gepubliceerd in 2020 en gebaseerd op gesprekken met 22 Europese en Amerikaanse retailers, merkte de groep ECR Retail Loss al op dat verschillende deelnemers zich zorgen maakten over het effect van bandbreedte en rekenkracht op hun gebruik van video-analyse.

Waarom de berekening zo dicht mogelijk bij de camera's gebeurt

In plaats van de beelden te laten reizen, verplaatst men de berekening: dat is het principe van edge computing. De beurs EuroShop vat het samen in een dossier over edge computing in de detailhandel: alleen de nuttige gegevens gaan naar de cloud, het netwerk wordt ontlast en de reactie kan in realtime plaatsvinden. Voor video is een van de mogelijke vormen een speciale GPU, geïnstalleerd in de winkel, die de camerastreams uitleest en het model ter plaatse laat draaien. Voor de uitbater zie je het verschil op drie punten:

  • De latentie. Een alert heeft alleen zin als de situatie nog bezig is in het schap wanneer hij aankomt. Zonder heen-en-weer van de volledige stream naar een datacenter wordt de keten tussen het gebaar en de melding korter: bij Oxania komt de videoalert in minder dan 10 seconden binnen op mobiel, tablet of computer.
  • De resolutie. Omdat de stream niet over internet gaat, hoeft hij niet verslechterd te worden om door de verbinding te passen. Het model werkt op het beeld in hoge resolutie, waarmee je een persoonlijke tas van een boodschappentas kunt onderscheiden, of kunt zien dat een product is genuttigd vóór de kassa.
  • Het netwerk. De GPU-server is specifiek voor de winkel bestemd en wordt ter plaatse geïnstalleerd: het uitlezen en analyseren van de camerastreams verbruikt geen bandbreedte van de internetverbinding. De bevestiging van detecties, het verzenden van alertfragmenten en de notificaties lopen daarentegen wel via deze verbinding, die beschikbaar moet blijven.

Wat in de winkel blijft, wat eruit gaat

Elke IT-verantwoordelijke stelt uiteindelijk de vraag, en een slogan volstaat niet als antwoord. In de architectuur die Oxania heeft gekozen, volgen de camerabeelden drie duidelijk gescheiden paden:

  • Wat ter plaatse blijft: de continue videostream van de camera's, in hoge resolutie. De GPU van de winkel leest en analyseert hem, en deze stream gaat niet verder. De opnames van uw bestaande videosysteem blijven, zoals voorheen, onder de verantwoordelijkheid van de uitbater.
  • Wat vertrekt ter bevestiging: wanneer een risicovol gebaar wordt opgespoord, wordt een compacte digitale beschrijving van de detectie verzonden om bevestigd te worden. Dat is geen video, en het gewicht ervan heeft niets met dat van beelden te maken.
  • Wat vertrekt en bewaard wordt: het videofragment dat bij de alert hoort, en alleen dat. Het wordt opgeslagen op servers die zo dicht mogelijk bij het land van de klant staan, voor snelle toegang en voor de naleving van lokale regels.

De selectie gebeurt dus aan de bron. Van uren video verlaten alleen de fragmenten die aan alerts gekoppeld zijn de winkel: die welke rechtvaardigen dat een teamlid kijkt. Dezelfde fragmenten vind je terug in de alert, met een automatische geleidelijke zoom op het relevante punt. Wie de alert ontvangt, begrijpt de scène in één oogopslag en beslist over het vervolg.

Lokaal betekent niet afgesloten van de wereld

Het is wel belangrijk duidelijk te zijn over wat lokale inferentie inhoudt. De detectie gebeurt in de winkel, op een speciale GPU, maar de locatie blijft verbonden met de cloud: ze heeft een verbinding nodig om detecties te laten bevestigen, alertfragmenten te verzenden en meldingen naar de toestellen van het team te sturen. Wat verandert, is wat er circuleert: enkele berichten en korte fragmenten, in plaats van tientallen continue streams. Een leverancier die het tegendeel beweert en toch alerts naar uw telefoon stuurt, verdient een extra vraag.

Nog een vaak vergeten punt: de GPU-server is een heel tastbare machine. Hij heeft een plek nodig, voeding, ventilatie en een nette verbinding met de camera's. Dat is het werk van de integrator, en het resultaat hangt niet alleen af van de kwaliteit van het model, zoals we uitlegden over de rol van integrators in de doeltreffendheid van AI-camera's. Met een netwerk van gecertificeerde integrators is de installatie op bestaande camera's doorgaans in minder dan een dag klaar.

Vijf vragen om te stellen vóór u tekent

Voor één enkel verkooppunt zoals voor een heel netwerk laten deze vijf punten toe snel de degelijkheid van een videoanalysearchitectuur te beoordelen:

  1. De geanalyseerde stream: de hoofdstream, in hoge resolutie, of de secundaire.
  2. De plaats waar het model draait, en of de machine echt aan uw winkel is toegewezen.
  3. Wat de locatie precies verlaat, en op welk moment.
  4. De bewaarplaats van de alertfragmenten: in welk land, en hoe lang.
  5. Wat er gebeurt wanneer de verbinding van de winkel wordt verbroken of verslechtert.

Verwacht concrete antwoorden. Een goed doordachte architectuur beschrijf je in een paar zinnen, zonder jargon. Een leverancier die dat niet lukt, heeft zelf vaak geen duidelijk overzicht van zijn stromen. En als uw camerapark enkele jaren oud is, helpt onze gids om een camera voor de winkel goed te kiezen om na te gaan of ze een bruikbare hoofdstream leveren.

Een architectuur die ook vertrouwen schept

De stream ter plaatse houden is niet alleen een kwestie van bandbreedte. Het betekent ook dat je beperkt wat er circuleert tot het strikt noodzakelijke, en dat de gegevens onder controle van de handelaar blijven. De OESO-principes over robuustheid, veiligheid en beveiliging van AI bevelen aan dat AI-systemen tijdens hun hele levenscyclus veilig, beveiligd en naar behoren functionerend blijven, en dat er mechanismen bestaan om ze veilig uit te schakelen, te herstellen of buiten gebruik te stellen als ze ongerechtvaardigde schade dreigen te veroorzaken.

In de winkel is de vertaling eenvoudig: de technologie detecteert, het team beslist. De AI analyseert gebaren, geen personen, en volgt niemand van de ene camera naar de andere. Bij het bekijken van het fragment kiest een mens om naar het schap te gaan, hulp aan te bieden of niets te doen.

Niets spectaculairs aan dit alles: gewoon een berekening op de juiste plek en video die alleen reist wanneer dat nuttig is. Toch levert dat snelle en nauwkeurige alerts op, en een beter beheerste onbekende voorraadderving. Vraag, voordat u functionaliteiten vergelijkt, om de kaart van de gegevensstromen te zien: die zegt vaak meer dan een commerciële brochure.