Világszerte több százmillió biztonsági kamera működik a nap 24 órájában, a HD és 4K+ felbontások térnyerése, a növekvő csatornaszám és a hosszabb adattárolási idő pedig robbanásszerűen növeli a videótárolási igényt. Eközben a merevlemezek ára továbbra is ingadozik, míg a tárolási költségek folyamatosan emelkednek. Ezt a nyomást tovább fokozza, hogy a hagyományos kódolás minden képpontra azonos mértékű tömörítést alkalmaz, így az üres háttér és a kritikus célpontok kezelése is megegyezik. Mivel a biztonsági videófelvételek körülbelül 70%-a statikus vagy jelentéktelen jelenetekből áll, ez az „egységes” megközelítés hatalmas mennyiségű tárhelyet pazarol el nem lényeges tartalmakra.
A következő fejlődési lépés már túlmutat a tömörítésen: a hangsúly a mesterséges intelligencia által támogatott szemantikus elemzésre helyeződik. Olyan technológiák, mint a Hikvision Guanlan Encoding nagyméretű vizuális mesterséges intelligencia modelleket használnak, hogy a vizsgált területek (ROI) alapján szelektív tömörítést tegyenek lehetővé. Az olyan kritikus célpontok, mint az emberek és a járművek, nagy felbontású részletességet őriznek meg, míg a statikus háttérképeket erőteljes tömörítésnek vetik alá, ami drasztikusan csökkenti a tárolási igényt anélkül, hogy a lényeges információk elvesznének.
A SourceSecurity.com és a Hikvision együttműködésében létrejött egy új kiadvány , amely azt vizsgálja, hogy a nagyméretű mesterséges intelligencia által támogatott intelligens videokódolás hogyan alakítja át a tárolási hatékonyságot és a videók használhatóságát.
A nagyléptékű mesterséges intelligenciával támogatott videokódolás főbb előnyei:
- 30–50%-os tárhelymegtakarítás: Egy 2000 videócsatornás (1080P @ 2Mbps) és 90 napos tárolási idővel rendelkező projekt esetében a Guanlan Encoding 50%-kal csökkenti a merevlemez-igényt (403-ról 202 darabra). Ez öt év alatt 50%-os megtakarítást jelent a hardver-, a rack-hely- és az áramköltségek terén, ami a hatékonyság romlása nélkül jelentősen csökkenti a projekt költségeit.
- HD-minőségű részletmegőrzés: A precíz vizsgált terület szegmentálás megőrzi a nagyfelbontású részleteket olyan dinamikus tárgyak esetében, mint az emberek és a járművek, míg a statikus háttér ultra-magas arányú tömörítésen esik át, ami jelentősen csökkenti a bitrátát. Ezzel szemben a hagyományos tömörítés a teljes képet egységesen kezeli, ami gyakran elmossa a kritikus célpontokat, és rontja a későbbi mesterséges intelligencia-alapú elemzések minőségét. A Guanlan Encoding kiküszöböli ezt a kompromisszumot: a legfontosabb részleteket élesnek mutatja, és valódi igény szerinti kódolást tesz lehetővé.
- Sávszélesség-optimalizálás: A fontos tartalmak előtérbe helyezésével az intelligens videóelemzés SD sávszélesség mellett is HD-minőségű videót biztosít, így csökkenti az adatforgalmat az átvitel és a visszajátszás során. A távoli megtekintés során a felhasználók a hagyományos streamelésnél jóval kevesebb sávszélesség igénybevételével érhetik el a HD-minőségű részletességet, így biztosítva, hogy a kritikus információk korlátozott hálózati körülmények között is elérhetők maradjanak.
- Zökkenőmentes üzembe helyezés: Az analóg kamerák cserélés nélkül, közvetlenül csatlakoztathatók a Guanlan Encoding DVR-ekhez. Új rendszerek kiépítésekor az AI-funkciókkal rendelkező kamerák biztosítják a legjobb teljesítményt, míg meglévő rendszzerek korszerűsítésekor a háttéroldali eszközök nyújtják a legköltséghatékonyabb megoldást.
A mesterséges intelligencia által vezérelt kódolás a hagyományos, folyamatos rögzítés helyett intelligens, tartalomfüggő adattárolást tesz lehetővé. Ennek köszönhetően csökkenthetők az üzemeltetési költségek, optimalizálható a sávszélesség-használat, és hatékonyabbá válik az események utólagos visszakeresése.