آرشیو دسته بندی ها: مقالات

مقالات

ویدئوآنالیتیک های AI-محور تا چه حد هوشمند هستند؟

Posted on by مدیر

در حال حاضر صحبت های زیادی حول استفاده از هوش مصنوعی ﴿AI﴾ در آنالیتیک های ویدئویی وجود دارد. به طوری که بسیاری از ارائه کنندگان راهکارهای امنیتی، واژه ی هوش مصنوعی را به عنوان یک ضرورت در تولید و عرضه محصولات خود میبینند. اگر بخواهیم منصفانه صحبت کنیم باید بگوییم که راهکارهای آنالیتیک ویدئویی راه زیادی را از نخستین روزهای ورود خود آمده اند. با این حال این سوال مطرح میگردد که آنالیتیک های ویدئویی تا چه حد هوشمند هستند؟

هوش مصنوعی در کجای صنعت امنیت جای میگیرد؟

هوش مصنوعی (AI﴾، یادگیری عمیق، آنالیتیک های ویدئویی همگی از جمله کلمات رایجی هستند که به دیدن آنها عادت کرده ایم.

علیرغم تمامی بحث ها و تبلیغات های صورت گرفته در مورد هوش مصنوعی، اغلب افراد ذهنیتی مبهم نسبت به اجزای تشکیل دهنده ی این تکنولوژی دارند. نکته جالب توجه اینجاست که این موضوع در بحث امنیت ساختمان های مسکونی و تجاری که در چند سال اخیر بیشتر مطرح شده صادق است.

همچنین اینکه اصطلاحات نزدیکی چون آنالیتیک ها، یادگیری ماشین و یادگیری عمیق چگونه زیرمجموعه، گونه جهش یافته یا زیرشاخه ای از هوش مصنوعی (AI﴾ محسوب میشوند نیز برای اکثر متخصصین امنیتی و مشتریان همچون یک راز تلقی میگردد. علاوه بر آن، به احتمال زیاد برای این افراد انجام یک سری عملیات پیچیده توسط ربات ها به قطع مستلزم درجه ای از هوش مصنوعی خواهد بود.

هوش مصنوعی یک اصلاح گسترده است که برای توصیف هر چیزی که همچون مغز یک انسان عمل میکند استفاده میشود. یادگیری ماشین تکنیکی است که در آن یک کامپیوتر میتواند با پردازش حجم بالایی از داده ها در مورد عملیات مربوطه، قدرت خود را برای انجام یک عملیات بهبود بخشد. یادگیری عمیق زیرمجموعه ای از یادگیری ماشین است که از شبکه های نورونی بهره میگیرد. یک لایه از شبکه های نورونی پس از پردازش داده ها، نتیجه این پردازش را به لایه ی بعد منتقل میکند که این لایه نیز پس از انجام عملیات، پاسخ خود را به لایه بعد میفرستد. این دست از شبکه های نورونی به عنوان شبکه های نورونی پیچیده یا CNN مشهور هستند.آنالیتیک های نظارت ویدئویی نمونه ای عالی از بکارگیری هوش مصنوعی و یادگیری عمیق هستند که با ورود GPUها ﴿واحدهای پردازش گرافیکی﴾ امکان پذیر شده اند.

چرا هوش مصنوعی، آنالیتیک ها، سرویس های ابری و امنیت سایبری، فرصت های جدیدی را برای نصاب ها فراهم میکنند؟

به قطع آنالیتیک های ویدئویی یکی از رایجترین راه های بکارگیری هوش مصنوعی در کاربردهای امنیتی است. به همین شکل، سیستم های مدیریت اطلاعات مربوطه به امنیت فیزیکی ﴿PSIM﴾ که با تلفیق داده های امنیتی گوناگون باعث آگاهی موقعیتی میشوند نیز از تکنولوژی هوش مصنوعی بهره میگیرند.

ربات های بادوام و هوشمندی را تصور کنید که مجهز به چنین الگوریتم های پیشرفته و سنسورهای پردازش و هوشمند شوند. این ربات ها یک چشم انداز امنیتی وسیع را باز میکنند که با کمک آن تهدیدات انسانی به حداقل رسیده و مکان ها و ابعاد دوری را که غیرقابل دسترسی بوده اند، برای آنالیز، ارزیابی و پاسخگویی به صورت همزمان با وقوع رخداد مورد دسترس قرار میگیرند.

صنعت امنیت چگونه میتواند از هوش مصنوعی بهره مند شود؟

به تدریج با بهبود یافتن دستگاه ها و پایین آمدن قیمت ها، کاربری های این تکنولوژی گسترده تر خواهد شد. همچنین انواع مختلف تکنولوژی هوشمند مصنوعی به احتمال زیاد در اغلب جنبه های زندگی روزانه ما نفوذ خواهد کرد.

برعهده گرفتن آن دسته از کارهایی که از لحاظ فکری نیازمند انرژی چندانی نیستند توسط ماشین ها به روندی بزرگ برای سالهای پیش رو تبدیل خواهد شد. شرکت آمازون در حال بکارگیری این تکنولوژی در مغازه های خرده فروشی خود است که در آنها مفهوم گیشه پرداخت قیمت کالا با مشتریانی که خارج میشوند جایگزین شده است. تولید این نوع از ابزارهای فکری در مراحل اولیه خود به سر میبرند، با این حال این ابزارها به رسیدگی به مسائل و ایجاد ارزش ادامه خواهند داد. انقلاب صنعتی هوشمند در حال وقوع در اطراف ما است. شاید این انقلاب بسیار آشفته به نظر آید، اما در عین حال بسیار هوشمند و رهایی بخش است.

پتانسیل آنالیتیک های ویدئویی به مراتب سودمندتر از سیستم های قاعده-محور قدیمی است. با شهرت یافتن بیشتر GPUها در اجرای سیستم های AI، تولیدکنندگان بزرگی چون NVIDIA و حتی استارتاپ های کوچکتر شاهد سرمایه گذاری بیشتری در این زمینه هستند.

در سالهای اخیر یادگیری عمیق توجه های زیادی را جلب خود نموده است، چرا که این تکنولوژی عملکردهای گوناگونی را ارائه میکند که موردپسند مشتریان قرار گرفته است. به عنوان مثال، الگوریتم های جستجوی تصویری به مشتریان اجازه میدهد تا به جستجوی اشیاء، حیوانات بخصوص و یا سایر چیزهای دیگر بپردازند.

توانایی این تکنولوژی در داشتن هوش کافی برای کار کردن در جهت گیری ها و شرایط نوری مختلف است که آن را به یک تکنولوژی تاثیرگذار تبدیل نموده است. تکنولوژی یادگیری عمیق در واقع در سالهای 2012 و 2013 به صورت پررنگ مطرح شد. این تکنولوژی در کنار قدرت GPUهایی که قادر به انجام آن دسته از کارهایی هستند که در گذشته به صورت بازدارنده ای زمانگیر و طاقت فرسا بودند، به عنوان سوختی تلقی میگردد که موج نوآوری را امکان پذیر ساخته است.

هنگامی که صحبت از شبکه های نورونی میشود، منظور یک تکنولوژی یادگیری عمیق صرف نیست که متشکل از شبکه های عمیقی باشد که افراد از آنها به عنوان شبکه های نورونی پیچیده یاد میکنند. در حال حاضر شبکه های نورونی قدرتمندتر و توانمندتر از قبل شده اند و منابع و ابزارآلات بسیار خوبی نسبت به گذشته در اختیار افراد قرار گرفته است.

شرکت های فعال در این زمینه

با توجه به پتانسیل مشهود تکنولوژی هوش مصنوعی AI، برخی از غول های تکنولوژی نیز مشتاق ورود به این زمینه و جستجوی فرصت ها هستند. این شرکت ها تا حد زیادی به عنوان پیشگامان این زمینه عمل میکنند و توسعه و بکارگیری راهکارهای هوشمندتر را تشویق میکنند.

به قطع شرکت های بزرگ فعال در زمینه تکنولوژی همچون گوگل، با ارائه مدل TensorFlow خود کمک بزرگی در این زمینه  نموده اند. شرکت اینتل نیز دارای ابزارآلاتی عالی است که با بکارگیری مدل TensorFlow و وارد کردن آن، از هر منبعی که روی آن است (چیپ هایی که با کمک آنها به اجرای برنامه ها میپردازید) خروجی تهیه میکند. بنابراین شما یک ترکیب انعطاف پذیر از CPU و GPU را در اختیار دارید. حال منابعی در اختیار شما قرار دارد که این کار را برای شما هدف قرار میدهد. در مرحله بعد، شما تمام افرادی را دارید که روی راه هایی برای فعالسازی و توسعه مراکز آموزش که از اهمیت بالایی برخوردارند کار میکنند. در نتیجه چیزی شبیه به یک اکوسیستم کامل حول این مسئله که چگونه ماشینها دیدن و فهمیدن را یاد میگیرند شکل میگیرد.

برای انجام این کار ابعاد و لایه های زیادی وجود دارد، چرا که اساسا این کار همان جمع آوری و نام گذاری داده ها است. کامپایلرهای متعددی که قادر به اجرای کارآمد مدل های شما در چیپ-ست های مختلف هستند، ابزارآلات تحلیل داده ای که برای تهیه خروجی از آنها بدان احتیاج پیدا خواهید کرد، همگی به پتانسیل تکنولوژی هوش مصنوعی AI در آنالیتیک های ویدئویی کمک میکنند.

برگرفته از مجله a&s و سکیوریتی-سیلز

مقالات

بکارگیری AI در نظارت ویدئویی

Posted on by مدیر

با آگاهی بیشتر مشتریان نسبت به لزوم و مزایای راهکارهای امنیتی، تعداد دوربین های بکار گرفته شده رو به افزایش است. با این حال، این موضوع مشکلات مختص خود را نیز به همراه می آورد.

در گذشته تعداد دوربین های بکارگرفته شده چندان زیاد نبوده است و پرسنل امنیتی میتوانستند با نشستن مقابل یک مانیتور به بازبینی ویدئوهای ضبط شده بپردازند. علیرغم ناکارآمدی چنین فرآیندی، گزینه ی دیگری هم وجود نداشته است.

خوشبختانه در حال حاضر ورود تکنولوژی هوش مصنوعی در حال تغییر دادن همه چیز است. طبق جدیدترین پست منتشر شده توسط شرکت پژوهشی مموری، یک گارد امنیتی مجهز به نرم افزار هوش مصنوعی-محور با داشتن تعداد چشمان بیشمار و بازه زمانی توجه بی انتها قادر به دنباله روی 24 ساعته تمامی فعالیت های صورت گرفته در جریان های ویدئوی میباشد. هنگام تشخیص یک مسئله توسط هوش مصنوعی، این تکنولوژی میتواند به هشداردهی به مسئولین مربوطه بپردازد و از صورت گرفتن اقدامات مربوطه اطمینان حاصل کند.

به نقل از پست منتشرشده توسط مموری: «مواردی چون ورود افراد غیرمجاز بدون اعمال هرگونه رفتار خشونت آمیز، به سرقت رفتن یک کالای ناامن، قرار داده شدن یک بسته ی مشکوک داخل یک سطل آشغال و بسیاری از شرایط مهم دیگر ممکن است که از چشمان یک فرد که در تلاش برای بررسی و اسکن چندین جریان ویدئویی مختلف است جا بمانند. هزینه استخدام پرسنل امنیتی کافی برای مدیریت تعداد دوربین های در حال افزایش بسیار بالا تمام خواهد شد. حتی هنگام وقوع یک رخداد، جستجو در تمامی ویدئوهای ضبط شده جهت جمع آوری شواهدی که به پرسنل امنیتی در شناسایی افراد مظنون و فهم توالی رخدادها کمک کند، بسیار دشوار و زمانگیر است».

در یکی از گزارشات اخیر ارائه شده توسط شرکت مموری، از رسیدگی به حجم در حال افزایش ویدئوهای نظارتی ایجاد و ضبط شده به عنوان امری بسیار دشوار برای سیستم های مجری قانون فعلی یاد شده است. با افزایش تعداد دوربین ها تا 12 درصد به صورت سالیانه، این حجم از ویدئوها بیشتر نیز خواهد شد. مسئله ی جالب اینجاست که در صورت عدم وجود راه هایی برای بازبینی و دنباله روی جریان های ویدئویی در حال تولید، هیچ تعداد دوربینی کارآمد نخواهد بود. و در حال حاضر ریسک بزرگی برای از دست دادن اطلاعات مهم وجود دارد، چرا که هیچ راه قابل اعتمادی برای بازبینی این اطلاعات وجود ندارد.

بکارگیری هوش مصنوعی AI

اهمیت هوش مصنوعی در زمینه سیستم های نظارتی بدون هیچ بحثی قابل قبول است. با این حال، پرسنل امنیتی باید بدانند که استفاده کارآمد از هوش مصنوعی به معنای خرید، نصب و به فراموشی سپردن یک راهکار نیست. همچون انسانی که پشت یک کامپیوتر مینشیند، هوش مصنوعی نیز باید آموزش داده شده و سفارشی سازی شود تا نسبت به نیازها، شرایط و محیط شما آگاهی پیدا کند.

به نقل از مموری :«نخستین بخش بکارگیری نظارت ویدئویی AI-محور شامل افزودن موتورهای آنالیتیکی به جریان های ویدئویی مختلف میشود که به نسبت ساده است. بخش دوم این کار پیکربندی این سیستم ها برای داشتن عملکرد دقیق و درست است که میتواند به مراتب پیچیده تر و زمانبرتر باشد. هر مکان دارای ویژگی های منحصر بفرد خود میباشد، حتی این امکان وجود دارد که مکانهای کاملا مشابه که از قوانین آنالیتیکی مشابهی استفاده میکنند، با توجه به یک سری الزامات عملیاتی بخصوص خود، نیازمند ارائه نتایجی کاملا متفاوت باشند. حتی در یک سیستم AI-محور خودآموز نیز شاید نیاز به تغییر تنظیمات مربوط به مناطق تشخیص و ماسک ها، زوایای دوربین و دورنمای آنها باشد. این بخش دوم بکارگیری این سیستم هاست که مانع بکارگیری آنها شده است».

هوش مصنوعی AI چقدر هوشمند است؟

تکنولوژی هوش مصنوعی AI روز به روز در حال قوی تر شدن است. اما آیا این تکنولوژی به قدری قدرتمند است که قادر به جایگزین کردن چشمان بشر باشد؟ علیرغم اینکه سوال پیشتر مطرح شده و سوالاتی چون اینکه آیا هوش مصنوعی متضمن بازگشت سرمایه است همچنان پرسیده میشوند، در حال حاضر به نظر میرسد که توافقی کلی روی اینکه آنالیتیک های ویدئویی قابلیتی بیش از آنچه راهکارهای قاعده-محور دارند صورت گرفته است.

به نقل از گزارش تهیه شده توسط مموری: « این کار تا حد زیادی به خاطر پیشرفت های بزرگ صورت گرفته در ساختار نیمه رساناها اتفاق افتاده است که باعث پردازش به مراتب سریعتری میشود؛ با استفاده از الگوریتم های یادگیری عمیق و یادگیری ماشین، تجزیه و تحلیل داده ها با سرعتی بیشتر از آنچه پیشتر امکان پذیر بود صورت میگیرد. سرمایه داران صنایع مختلف هم اکنون در حال تزریق میلیون ها دلار پول برای تامین سرمایه شرکت های تولیدکننده چیپ های هوش مصنوعی  AI و نرم افزارهای آنالیتیکی هستند.

موضوع اصلی احساس نیاز جدی به استفاده ی کامل از حجم بزرگ داده های ایجاد شده توسط دوربین های نظارت ویدئویی است و راهکارهای هوش مصنوعی-محور تنها پاسخ عملی هستند.

ساختار چیپ های مدرن مجهز به نرم افزارهای هوش مصنوعی به گونه ای است که قادر به جستجو و بررسی حجم بالای داده ها و افزایش امنیت، ایمنی و عملکرد کلی افراد، ساختمان ها و تشکیلات بیزینسی هستند.

علیرغم تمام پیشرفت های صورت گرفته هنوز هم پیشرفت های زیادی را در این زمینه اتفاق خواهد افتاد و مسیر این راه کاملا واضح و روشن است.

منبع: مجله a&s

مقالات

مزایای تکنولوژی تولید هوشمند

Posted on by مدیر

از گذشته تا کنون تکنولوژی تولید هوشمند در کارخانه جات بیشتر و بیشتری در سراسر جهان بکار گرفته شده است. به ویژه اینکه تولیدکنندگان با تکیه بر دستگاه هایی که با اینترنت اشیاء صنعتی (IIoT) کار میکنند و داده های تولید شده توسط آنها برای رسیدن به اهداف مختلف تلاش میکنند. یکی از این اهداف بزرگ، بحث نگهداری پیش بینی شده و بازبینی از راه دور است.

اینترنت اشیاء صنعتی (IIoT) که به صنعت 4.0 نیز معروف بوده، به عنوان چهارمین انقلاب صنعتی و اوج انقلاب های گذشته (از جایگزینی افراد توسط ماشین ها در قرن 19 گرفته تا بکارگیری خطوط تولید در قرن 20) تعریف شده و بخش تولید را دستخوش تغییرات نموده است. این بار تولیدکنندگان با بکارگیری دستگاه های IIoT و داده های تولیدشده توسط آنها برای کسب آگاهی و هوشمندی بیشتر استفاده میکنند.

بکارگیری اینترنت اشیاء (IoT) در صنعت تولید به عنوان اینترنت اشیاء صنعتی (IIoT) شناخته میشود. این شبکه از دستگاه ها، ماشین ها، کامپیوترها و اشیاء هوشمند با جمع آوری و به اشتراک گذاری حجم بالایی از داده ها با کاربران، باعث افزایش و بهبود وضعیت اتوماسیون در بسیاری از صنایع میشوند. در نتیجه این امر، کارایی عملیاتی و بازدهی افزایش یافته و در زمان و هزینه ها صرفه جویی صورت میگیرد. این آگاهی ها علاوه بر کمک به افراد در اتخاذ تصمیمات هوشمندانه تر و سریعتر، آگاهی ارزشمندی را به صورت همزمان با وقوع رخداد فراهم میسازند.

اینترنت اشیاء صنعتی (IIoT) اساسا در چهار حوزه مختلف به کمک تولیدکنندگان می آید. این چهار حوزه شامل نگهداری پیش بینی شده، بازبینی از راه دور، تجربه ی مشتریان و خدمات میدانی میشود که در ادامه این مقاله به تفصیل مورد بحث و بررسی قرار خواهد گرفت.

1. نگهداری پیش بینی شده

اینترنت اشیاء صنعتی (IIoT) به نگهداری پیش بینی شده بسیار کمک نموده است و از آنجایی که نگهداری پیش بینی شده نقشی مهم را در فرآیند تولید ایفا میکند، تولیدکنندگان به دنبال به حداقل رساندن هزینه های مربوط به عدم کارکرد درست تجهیزات صنعتی و ساعات بیکاری کارخانه جات هستند. با کمک سنسورها و داده های IIoT، اپراتورها میتوانند آگاهی بهتری نسبت به عدم کارکرد احتمالی ماشین ها به دست آورده و با توجه به آن عمل کنند. دستگاه های هوشمند قادر به پیش بینی زمان احتمالی خرابی یک ماشین هستند و این موضوع به شما اجازه میدهد تا برنامه ریزی بهتری برای نگهداری انجام دهید. به عنوان مثال یک ماشین در کف کارخانه شما ممکن است که نسبت به تغییرات دما، شتاب یا فشار حساسیت نشان دهد. بنابراین وقوع این رخدادها میتواند نشان دهنده ی عدم کارکرد احتمالی باشد و دستگاه مورد نظر این شرایط را پیش از وقوع هرگونه خرابی خارج از برنامه پیش بینی میکند.

2. بازبینی از راه دور

بازبینی از راه دور حوزه ی دیگری است که در آن تولیدکنندگان میتوانند از مزایای IIoT بهره مند شوند. به عنوان مثال تصور کنید که دارایی های شما چشم و گوش داشته و هر آنچه که اتفاق می افتد را به داشبورد شما ارسال کنند و با این کار به شما اجازه بدهند که به سرعت به شرایط موجود عکس العمل نشان دهید. به عنوان مثال،‌ یک سیستم خنک کننده نصب شده در فضاهای پیرامونی مشتریان را میتوان به صورت کامل از طریق داشبورد شما مدیریت نمود.

علاوه بر این، چیزی که اهمیت دارد این است که این قابلیت برای کاربرانی چون مزرعه های خورشیدی که چندین مکان بزرگ را به صورت همزمان میگردانند بسیار ارزشمند است. با بازبینی از راه دور، اپراتورها مجبور نیستند که به صورت فیزیکی در هر یک از این مکان ها حضور پیدا کرده تا وضعیت تجهیزات را بررسی کنند.

3. تجربه ی مناسب تر و خوشایندتر برای مشتریان

تعامل بین کاربران نهایی و مشتریان آنها در هر یک از مراحل توسعه محصول، از تحقیق اولیه گرفته تا فروش، میتواند دانش و آگاهی ارزشمندی را برای سازمان مربوطه به ارمغان آورد و باعث بهبود تجربه ی نهایی مشتریان شود. از طریق هر یک از این روش های تعامل،‌ داده های به دست آمده را میتوان در جهت صورت دادن اقداماتی متناسب با نیازها و ترجیحات متغیر مشتریان مورد تجزیه و تحلیل قرار داد. همچنین با تحلیل و بررسی سیستم های قدیمی میتوان از نوآوری های محصولات آینده در جهت ارائه محصولات و سرویس هایی با طراحی های به مراتب بهتر استفاده نمود.

4. بهبود خدمات میدانی

در آخر، بهبود خدمات میدانی مزیت دیگری است که IIoT برای تولیدکنندگان به ارمغان می آورد. داده های سنسور خارج از میدان میتواند زمان و پول زیادی را برای شما خریداری کند و پیش از تبدیل مسائل احتمالی به یک مسئله بزرگ، کارایی شما را بهبود ببخشد. این داده ها به شما تضمین میکند که که متخصصین فنی و ابزارآلات خدمات میدانی درست، در زمان مقتضی به محل موردنظر فرستاده شده و در عین حال فرآیند برنامه ریزی شما بهینه سازی و خودکارسازی شده است. در گذشته خدمات میدانی همیشه با برنامه ای شروع  میشده است که به علت فاکتورهای غیرقابل پیش بینی و تاخیرهایی که خارج از کنترل بوده اند، هرگز به واقعیت تبدیل نمیشدند. اما با ظهور اینترنت اشیاء صنعتی IIoT، دقت، درستی و عملی شدن برنامه شما تضمین شده است و بازدهی و رضایت بیشتر مشتریان حاصل میگردد.

منبع: مجله a&s

http://www.didarc.com/fa/news/what-benefits-does-smt-bring%3F

 

مقالات

کارخانه هوشمند چیست؟

Posted on by مدیر

شاید یکی از رایجترین کلمات این دهه، واژه “هوشمند” باشد. هیچ صنعتی از این مفهوم مستثنی نیست. از تلفن ها گرفته تا منازل و ساختمان ها همگی در تلاش برای گنجاندن این مفهوم و برچسب در خود هستند. یکی از صنایعی که به صورت جدی نسبت به این امر علاقه نشان داده، صنعت تولید است. شناخته شده با عناوینی چون هوشمند، کارخانه های هوشمند و مفهوم گسترده تری چون صنعت 4.0، آهسته آهسته بخش تولید شاهد انقلابی است که میتواند روی بسیاری از بخش های دیگر تاثیرگذار باشد.

در قلب کارخانه های هوشمند موضوع هوشمندی قرار دارد و هوشمندی مکانی بخش مهمی از این کارخانه ها را تشکیل میدهد: در صورتی که چیزی حرکت کند و فرآیند انجام آن از اهمیت بالایی برخوردار باشد، ابتدا باید دید که این اتفاق در کدام مکان به وقوع پیوسته و در حال انجام چه کاری است. صنعت 4.0 محیطی را توصیف میکند که در آن فرآیندهای انعطاف پذیر و هوشمند با بهره گیری از داده های به دست آمده از سنسورهای متصل به تمامی بخش های یک زنجیره ی ارزش به صورت همزمان با وقوع رخداد استفاده میکند تا فرآیندهای بیزینسی بهینه سازی شوند. این سیستم های سایبری-فیزیکی از قدرت آنالیتیک های کلان داده ای برای ترجمه دید عملیاتی کامل به سرعت عمل و کارآمدی بی سابقه در امر تولید استفاده میکنند.

اما همواره گروهی از افراد وجود دارند که معتقدند بسته به مکان مورد بررسی از اصطلاحات متفاوتی استفاده میشود، با این حال مفهوم اصلی همچنان ثابت باقی می ماند.

بسته به منطقه و مکانی که این موضوع در آن مطرح میگردد، تعاریف مختلفی میتوان ارائه کرد. با این حال با انداختن نگاهی فراتر ازتعاریف مرسوم ارائه شده برای اصطلاحاتی چون “کارخانه هوشمند” یا “صنعت 4.0″، این اصطلاحات منعکس کننده ی تغییرات بنیادینی با توجه به چگونگی تغییر چهره ی فرآیندهای تولید از طریق “ساختارهای متصل به یکدیگر” هستند. امروزه مراحل مختلف فرآیندهای تولید، از همان ابتدا از پایین ترین سطح یک ماشین یا تجهیزات، مستقیما از طریق سنسورها/اینترنت اشیاء (IoT﴾ به یکدیگر متصل شده و مستقیما قادر به تعامل با یکدیگر هستند و در نتیجه این امر کل زنجیره ی تولید شفاف و کارآمدتر میشود. در حال حاضر این ماشین ها و تجهیزات را میتوان طوری برنامه ریزی کرد که علاوه بر تعامل با یکدیگر، با سیستم های بالاتر و پایین تر خود نیز به تعامل بپردازند و مستقل از مداخله نیروی انسانی، تصمیماتی هوشمندانه اتخاذ کنند. این دقیقا تعریف کارخانه هوشمند مدرن است.

کارخانه هوشمند به صنعتی گفته میشود که از دستگاه های متصل به اینترنت اشیاء ﴿IoT) برای بهبود کارایی، پیوستگی و امنیت عملیات های خود بهره میگیرد. تعامل به صورت همزمان و دورادور بین اجزای تولید و اپراتورها، کارخانه جات را به ویترینی برای اتوماسیون و اتوماتیک سازی تبدیل میکند. مفهوم کارخانه هوشمند را میتوان در دو فاز مجزا تعریف نمود. به عنوان مثال، کارخانه هوشمند بخشی از صنعت 4.0 است. صنعت 4.0 شامل فاز طراحی، فاز تولید و فاز لجستیک میشود. تمام این فازها به عنوان صنعت 4.0 نامیده میشوند، اما کارخانه هوشمند به نقطه ی میانی این فرآیند تبدیل میشود.

کارخانه های هوشمند حداقل به چهار عنصر نیاز دارند. عنصر اول، یکپارچه سازی ماشین با ماشین (M2M﴾ است. عنصر دوم مربوط به دانش حوزه مربوطه میشود. عنصر سوم مربوط به هوشمندی بیزینسی در بخش های بیرونی و داخلی این کارخانه ها است. عنصر چهارم نیز به تقاضای بازار برمیگردد.

این چهار عنصر از چهار حوزه ی متفاوت می آیند؛ این بدان معناست که اگر بخواهیم کارخانه هوشمند را در یک کلمه تعریف کنیم، میتوانیم از آن به عنوان تلفیق و یکپارچه سازی یاد کنیم.

ایده ی تقسیم این مفهوم به چهار دسته مختلف به نظر میرسد که در این صنعت بسیار شناخته شده باشد. صنعت 4.0 شامل چهار ستون میشود که کارخانه هوشمند یکی از این ستون ها را تشکیل میدهد. علاوه بر کارخانه هوشمند، تجربه دیجیتال مشتریان، زنجیره ی تامین متصل به یکدیگر و تشکیلات دیجیتال سایر ستون های صنعت 4.0 را تشکیل میدهند. هر صنعت 4.0 ابتدا با یکی از این ستون ها شروع میشود و سپس به سرعت به سوی سایر حوزه های دارای هم پوشانی حرکت میکند.

نقش دوربین ها در کارخانه های هوشمند

کارخانه های هوشمند میتوانند از دامنه ی گسترده ای از اطلاعات ورودی برای تغذیه قابلیت های تصمیم گیری خود استفاده کنند – ویدئوهای ضبط شده یکی از این منابع را تشکیل میدهند. از این ویدئوها میتوان برای سنجش و برای کنترل فرآیند استفاده کرد ﴿به عنوان مثال، اطمینان حاصل نمودن از اینکه برخی مناطق مشخص که در آن فرآیندهای تولید صورت میگیرند توسط اشیاء خارجی مسدود نشده باشند﴾، به علاوه اینکه این ویدئوها برای تست و آزمایش نیز کارایی دارند ﴿به عنوان مثال، اطمینان حاصل نمودن از اینکه تمام پیچ های موردنیاز برای سر هم کردن یک کیس در کالای تولید شده تعبیه شده است.﴾

داده های ویدئویی نیازمند تفاسیر زیادی هستند و زمانی بهترین عملکرد را از خود نشان میدهند که فرآیند و توضیحات مربوط به آن به خوبی محدود شده باشند و در نتیجه به الگوریتم های پردازش تصاویر امروزی اجازه دهند که با نرخ های خطای پایین عمل کنند. در مواردی که این فرآیندها به آن اندازه محدود نشده باشند، روش های مستقیم شناسایی و تشخیص اشیاء، یعنی سیستم های RFID ترجیح داده میشوند.

دوربین های داخل کارخانه های هوشمند برای کاربری هایی چون جلوگیری از ضرر، بازبینی دورادور، فرآیندهای عملیاتی، ایمنی و امنیت مورد استفاده قرار میگیرند. به عنوان مثال شرکت مارلنکا اینترنشنال که یک شرکت تولیدکننده کیک های عسلی واقع در کشور جمهوری چک است، به خاطر الزامات استانداردهای صنعتی، با قرار دادن دوربین در بالای خطوط تولید اقدام به بازبینی حرکات تسمه نقاله ای و فرآیند پخت خمیر نموده است. بخش های دیگری از این شرکت که در آنها از دوربینها استفاده شده است، بخش بسته بندی محصولات و بخش ارسال، برای بازبینی میزان ترافیک میباشد.

به عنوان مثال دیگری از چگونگی بکارگیری دوربین ها در تاسیسات هوشمند میتوان به شرکت زامپرا اسپول، یک شرکت مهندسی بین المللی واقع در کشور جمهوری چک اشاره کرد. این شرکت عمدتا به دلایل امنیتی مرسوم و همیشگی، همچون محافظت از فضاهای پیرامونی، جلوگیری از سرقت و بازبینی، از دوربین ها استفاده نموده است. این دوربین ها در امر بازبینی امنیت در کار و برخی از فرآیندهای کاری مشخص خود را نشان داده اند؛ با بکارگیری این دوریبن ها، تعداد صدمات ناشی از کار و غیاب های گزارش نشده در محیط کار کاهش یافته است. با این وجود خیلی زود مشخص شد که کیفیت مثال زدنی و قابلیت های نرم افزاری دوربین های بکار گرفته شده، همچون جستجوی آسان برای فایل های ضبط شده، این کار را ممکن ساخت که از این دوربین ها برای اقدامات دیگری که تا حد زیادی باعث بهینه سازی عملیات های تولید میشدند استفاده نمود.

از زمان بکارگیری دوربین ها در این کارخانه ها، افزایش قابل توجهی در کیفیت تولید، رشد در تولید و کاهش صدمات کاری و غیاب های گزارش نشده در محیط کار مشاهده شد.

در کارخانه جات هوشمند از دوربین ها در دو سناریوی مختلف استفاده میشود. سناریوی اول، کنترل و بررسی بروز هرگونه خطا. کار اصلی دوربین های صنعتی، بررسی و کنترل میزان دقت یا مقاومت موردنیاز است. سناریوی دوم ، بحث نظارت است که کاربرد استاندار برای امنیت تلقی میگردد.

برگرفته از مجله a&s

http://www.didarc.com/fa/news/how-to-define-smart-factories

مقالات

روندهای اتوماسیون صنعتی آینده

Posted on by مدیر

با گذر زمان کارخانه جات در حال هوشمند شدن هستند، چرا که تولیدکنندگان برای ارتقاء بازدهی و کارایی خود بیشتر بر دستگاه های متصل به یکدیگر و کلان داده ها تکیه میکنند. با توجه به آنچه گفته شد، کاربران نهایی و نصاب ها باید به دنبال جدیدترین روندهای موجود در تکنولوژی اتوماسیون صنعتی باشند.

به قطع اتوماسیون صنعتی به موضوعی داغ میان تولیدکنندگان تبدیل شده است. این تولیدکنندگان با کمک دستگاه های IoT ﴿اینترنت اشیاء﴾ و داده های ایجاد شده توسط این دستگاه ها که به اینترنت اشیاء صنعتی ﴿IIoT﴾ یا صنعت 4.0 نیز مشهور است، به دنبال بهبود عملیات و کارایی خط تولید خود هستند. اینترنت اشیاء صنعتی یا IIoT پس از تغییرات صورت گرفته – به عنوان مثال ماشین ها و خطوط تولید – که طی دهه های گذشته صنعت تولید را دگرگون ساخته به عنوان چهارمین انقلاب صنعتی مطرح شده است.

تکنولوژی های جدید ارائه شده در زمینه اتوماسیون صنعتی در حال خلق فرصت هایی برای تولیدکنندگان سراسر جهان هستند. با کمک دیجیتالی سازی و تکنولوژی اینترنت اشیاء، اتوماسیون صنعتی به مزیتی رقابتی در چشم انداز صنعتی امروز تبدیل شده است. چرا که با تلفیق و یکپارچه سازی این سیستم ها، تولید اتوماتیک به امری قابل اعتماد، کارآمد، شفاف و قابل پیش بینی تبدیل میشود. این موضوع دقیقا هسته اصلی تکنولوژیIIoT و همان وعده ای است که اتوماسیون صنعتی داده است.

 در ادامه این مقاله، چهار روند آینده در زمینه اتوماسیون صنعتی مورد بحث و بررسی قرار خواهد گرفت.

بهبود دقت با کمک یادگیری ماشین

با گذر زمان، هوش مصنوعی (AI﴾ و یادگیری ماشین راه خود را به سوی کارخانه جات هوشمند یافته اند. به عنوان مثال، در زمینه کنترل کیفیت یک سیستم که با کمک تصاویر تهیه شده از کالاهای نقص دار انجام میشود، با بهره گیری از این تکنولوژی میتوان به گونه ای به آموزش یک سیستم پرداخت که خود به تشخیص کالاهای نقص دار بپردازد.

چیزی که بیشتر از هر چیز دیگری حائزاهمیت است، تقاضاهای متغیر مشتریان و نیاز آنها برای سفارشی سازی است که چالش هایی را برای تولیدکنندگان ایجاد میکند. در این زمینه تولیدکنندگان میتوانند بر یادگیری ماشین تکیه کنند. واحدهای تولید نیز میتوانند از آنالیتیک داده ها و یادگیری ماشین برای بهبود فرآیندهای خود بهره بگیرند. این سیستم ها به افراد کمک میکنند تا نرخ بازدهی را در سطوح مختلف زنجیره های تامین پیش بینی و در نتیجه هزینه مواد خام را کاهش و کیفیت برند خود را حفظ کنند. علاوه بر این، هوش مصنوعی (AI) به هوش عملیاتی همزمان با وقوع رخداد کمک کرده و از مدیریت طول عمر محصول که شامل یکپارچه سازی فرآیندها، مسائل مربوط به اتوماسیون و مشارکت، بازبینی و تشخیص پشتیبانی میکند.

تکنولوژی همانند دیجیتال و اتوماسیون صنعتی

تکنولوژی همانند دیجیتال ﴿Digital Twins) این امکان را برای شما فراهم میسازد که یک کپی مجازی از یک ماشین یا سیستم تهیه کنید. این فرآیند علاوه بر کاهش وابستگی به مدل های اولیه پرهزینه، زمان حضور در بازار را سرعت میبخشد. همانندهای دیجیتال در حال حاضر در کارخانه جات فعال بوده و کارایی تولید را تجزیه و تحلیل نموده و باعث نگهداری و تعمیرات پیشگویانه میشوند. نگهداري و تعميرات پيشگويانه،  نگهداري و تعميرات پيش نگری است كه در آن وقوع خرابي در دستگاه با استفاده از تكنيك هاي (روش هاي عيب يابي) غير مخرب و حد بالا و پايين شاخص هاي مورد نياز هر تكنيك قابل پيش بيني است. در آینده، تولیدکنندگان از تمامی اجزای نصب شده در محصولات خود باخبر خواهند شد و بدین شکل میتوانند عکس العملی هدفمند به مسائل نشان دهند و فرآیندهای موجود را بهینه سازی کنند.

پیشرفت های امنیت سایبری صنعتی

از آنجایی که دستگاه های IIoT در واقع همان دستگاه های متصل یه یکدیگر هستند، همچون سایر دستگاه های تحت شبکه در معرض خطر حملات سایبری قرار دارند. بنابراین امنیت این دستگاه ها نیز بسیار حائزاهمیت شده است. راهکارهای امنیت سایبری صنعتی پیشرفته که امروز موجود هستند، یک رویکرد هایبریدی کارآمد را اتخاذ میکنند. این رویکرد هایبردی شامل تشخیص ناهنجاری های رفتار-محور میشود که با کمک رویکردهای امنیت سایبری معمول به شناسایی تهدیدات سایبری بالقوه میپردازد. تجزیه و تحلیل قاعده-محور نیز بخش دیگر این رویکرد هایبریدی است که به تولیدکنندگان اجازه میدهد تا به بازبینی عمیق برای تشخیص حملات سایبری بدافزاری موجود در شبکه بپردازند.

واقعیت افزوده ﴿AR﴾ و واقعیت مجازی ﴿VR﴾

تکنولوژی های واقعیت افزوده ﴿AR﴾ و واقعیت مجازی ﴿VR﴾ در زمینه های مختلفی، از کاربردهای آنها برای مصرف کنندگان گرفته تا تولیدکنندگان، در حال بکار گرفته شدن هستند. در زمینه ی اتوماسیون صنعتی و تولید، تکنولوژی واقعیت مجازی میتواند به تولیدکنندگان کمک کند تا یک محصول یا محیط را به صورت دیجیتالی شبیه سازی کنند. و بدین شکل این امکان برای مصرف کنندگان و تولیدکنندگان فراهم میگردد که با این محصولات و فضاهای شبیه سازی شده به تعامل بپردازند. تکنولوژی واقعیت افزوده  AR به کاربران صنعتی اجازه میدهد که محصولات یا اطلاعات دیجیتال خود را وارد یک فضای حقیقی کنند. این کار از وارد کردن محصولات یا اطلاعات دیجیتال در یک فضای شبیه سازی شده به صورت دیجیتال (همچون آنچه در تکنولوژی واقعیت مجازی VR رخ میدهد﴾ به مراتب پربازده تر است.

ظهور روبات های صنعتی هوشمند

در آخر، حضور فزاینده ی روبات های صنعتی هوشمند در کف کارخانه ها نوعی پیروزی برای چهارمین انقلاب صنعتی تلقی میگردد. علیرغم استفاده تولیدکنندگان از روبات ها در دهه های گذشته، پیشرفت و توسعه ی مداوم تکنولوژی های روباتیک بدون شک کاربری های بالقوه ی روبات های صنعتی هوشمند را گسترده تر نموده است. بنابراین امروزه روبات های دارای پیشرفته ترین نرم افزارها و سیستم های بینایی را میتوان برای انجام یک سری وظایف مشخص برنامه ریزی کرد که این کار با تقاضا برای تولید هوشمند به خوبی انطباق دارد.

برگرفته از مجله a&s

http://www.didarc.com/fa/news/what-are-some-industrial-automation-trends-to-watch-for%3F

مقالات

چگونه یادگیری عمیق، شهرها را به جایی امنتر تبدیل میکند؟

Posted on by مدیر

سیستم های ویدئویی تبدیل به پایه ای مهم در امر ایمنی و امنیت شهرها شده اند، اما در حال حاضر این سیستم ها در حال تولید ویدئوهایی به مراتب بیشتر از آنچه شهرها قادر به استفاده از آن باشند هستند. از گذشته تا کنون یافتن کارکنانی که به بازبینی ویدئوهای ضبط شده و جستجو در آرشیوها بپردازند به عنوان چالشی همیشگی مطرح بوده است. با بکارگیری تعداد بیشتری از دوربین ها، این مشکل نیز در حال بزرگ تر شدن است.

به نقل از سین لین، مدیر فروش شرکت ژئوویژن: «این امکان وجود دارد که برای سفارشی سازی یک الگوریتم هوش مصنوعی (AI﴾ برای یک کاربری جدید و یا برای یک محل جدید، بین چهار تا شش ماه زمان برای یک تیم تحقیق و توسعه لازم باشد». «و ممکن است که نتایج به دست آمده ناامیدکننده و به همراه تعداد آلارم های خطا یا سایر خطاهای دیگر باشد». وی اینگونه ادامه داد که «چیزی که شهرها بدان احتیاج دارند، یافتن راهی آسانتر برای اپراتورهاست که به وسیله آن بتوانند به تعیین آنچه که در یک ویدئوی مهم به دنبال آن هستند بپردازند».

ظهور راهکارهای یادگیری عمیق به شکل قابل توجهی در حال ارتقاء بینایی رایانه ای و آنالیتیک های ویدئویی است. امروزه این سیستم ها به مراتب قدرتمندتر و آسانتر برای بکارگیری بوده و بیشتر از قبل در دسترس افراد قرار دارند.

با تکنولوژی یادگیری عمیق، مدل های مختلف را میتوان با توجه به ویژگی های محیطی که دوربین ها در آن نصب شده اند آموزش داد. الگوریتم ها اساسا برای هر کدام از شرایط موجود سفارشی سازی شده اند، بدون آنکه نیازی به بازنویسی باشد.

نمیتوان گفت که حجم بالای داده ها یک عامل بازدارنده است، چرا که این داده ها به عنوان یک کمک تلقی میشوند. یادگیری عمیق میتواند به صورت مداوم به تزریق داده هایی بپردازد که باعث تطبیق سیستم شما با شرایط و الزامات جدید میشود.

تغییر بازی با ورودی یادگیری عمیق

با کمک یادگیری عمیق، تکنیک های بینایی رایانه ای همچون تشخیص چهره یا تشخیص حرکت بسیار پیچیده تر شده اند و امر نظارت و سایر کارکردهای ویدئویی را دچار دگرگونی نموده اند.

در یک محیط کنترل شده الگوریتم های قدیمی عملکرد خوبی از خود نشان میدهند، اما این نوع الگوریتم ها معمولا برای برخی از موارد استفاده ی خاص نوشته و طراحی شده اند. به عنوان مثال، تشخیص شیء یا فردی که در حال عبور از یک خط مجازی از پیش تعریف شده اساسا به عنوان یک الگوریتم ساده ی بله یا خیر تلقی میگردد. زمانی استفاده ازاین الگوریتم ها چالش برانگیز میشود که در سناریوهای به مراتب پیچیده تری مورد استفاده قرار بگیرند.

لین با ذکر مثالی این موضوع را اینگونه توضیح داد که: «زمانی که یک الگوریتم قدیمی را در مکان دوربین های مختلف بکار میگیرد – امکان دارد که برخی از این دوربین ها در پارک و برخی دیگر در خیابان قرار داشته باشند – این محیط ها در ویدئوهای ضبط شده به صورت متفاوتی دیده و ظاهر میشوند. الگوریتم های قدیمی از پس تشخیص چنین ظرافت هایی بر نمی آیند».

«از آنجایی که در یک خیابان شلوغ افراد به صورت مداوم در حال حرکت هستند، این امکان وجود دارد که سیستم های تشخیص حرکت یا آلارم های ورود غیرمجاز دچار آلارم های خطای زیادی شوند».

سناریوی معمول دیگر مربوط به تشخیص چهره در مکانی میشود که پلیس در آن فردی موردتعقیب را شناسایی نموده است. «با کمک یادگیری عمیق میتوان چهره ی این فرد را تنها با یک عکس یا ویدئو در پایگاه داده ثبت کرد. پس از آن، نرم افزار ما به صورت خودکار در تمامی ویدئوهای نظارتی ضبط شده در طول یک یا دو ماه گذشته به جستجو میپردازد و به صورت خودکار فرد موردنظر را برای مامورین پیدا میکند».

بنا بر پیشبینی لین، به زودی این کار با داشتن تنها یک طرح اولیه به جای عکس امکان پذیر خواهد شد. شاید دادن یک طرح اولیه به پایگاه داده باعث پایین آوردن دقت تشخیص شود، این درحالی است که با استفاده از الگوریتم های قدیمی این کار به هیچ وجه امکان پذیر نیست.

این دقیقا جایی است که راهکار مدیریت ویدئوی هوشمند ژئوویژن (GV-VMS﴾ مطرح میشود و این مدل هوش مصنوعی ﴿AI﴾ را یک گام جلوتر برده و امکان آنالیز پیچیده و شدیدتری را فراهم میسازد. الگوریتم هاییادگیری عمیق را میتوان متناسب با شرایط گوناگون آموزش داد:

شمارش افراد یا اشیاء در حال حرکت در دو مسیر مختلف

شناسایی و تشخیص چهره ی افراد برای کاربردهای مختلف

پوشاندن چهره افراد به هنگام تشخیص آنها در ویدئو، به خاطر حفظ حریم شخصی

«مه زدایی» ویدئوهای ضبط شده در شرایط مه گرفته برای مشاهده ی تصاویر به صورت واضح

وصل کردن و چسباندن ویدئوهای ضبط شده از دوربین های مختلف در یک نمای پانورامای واحد

متعادل سازی ویدئو در یک محیط پر از لرزش

شمارش افراد در مکان های با محدودیت کد اشغال (نوعی طبقه بندی ساختمان ها)

از میان بردن اعوجاج های ایجاد شده توسط لنزهای با زاویه دید گسترده

جستجوی هوشمند برای یک رخداد در یک منطقه پر از حرکت

یک راهکار جامع و کامل

قابلیت یادگیری عمیق منحصربفرد ژئوویژن، یک سیستم جامع و کامل است که از دوربین ها، سرورهای ضبط و یک مرکز کنترل ویدئو تشکیل شده است. این عملکرد باعث میشود که دوربین های ژئوویژن و دوربین های ساخت سایر شرکت ها از طریق یک پروتکل استاندارد، همانطور که در شکل 1 ترسیم شده، به یکدیگر متصل شوند. این کار با کمک پردازنده های اینتل امکان پذیر شده است که کارایی پردازش ویدئو و قابلیت های یادگیری عمیق را افزایش میدهند.

طبق ساختار Intel® x86، دستگاه GV-VMS به صورت کامل از پردازنده ی Intel® Core™ بهره میگیرد. با بکارگیری Intel® OpenVINO™ toolkit، عملکرد آنالیتیک های ویدئویی بین 8 تا 10 برابر افزایش پیدا میکند. با این کار، بدون نیاز به چیزهای دیگر، فضای به مراتب بیشتری برای پردازش ویدئوها به صورت همزمان فراهم میگردد.

دوربین های ژئوویژن قادر به یادگیری عمیق روی شبکه هستند. این دوربین ها میتوانند به جای ارسال تمام ویدئوهای ضبط شده به یک ایستگاه مرکزی، به محض تشخیص هر چیز به اعلام و ارسال هشدار بپردازند و پیش از ترتیب اثر دادن هرگونه اقدامی، میزان تاخیر صورت گرفته را پایین آورند.

بیشتر شهرها دارای سیستم های ویدئویی هستند که دوربین ها، درگاه ها و نرم افزارهایی را از قبل در خود دارند. اینترفیس های برنامه ریزی اپلیکیشن ژئوویژن (APIs) و یک کیت توسعه دهنده ی نرم افزار (SDK﴾، امکان برقراری اتصال بین سخت افزارهای موجود و نرم افزارها را فراهم میسازد. مرکز کنترل ژئوویژن، یک نرم افزار مدیریت ابری واحد را ارائه میکند و تمامی دوربین های تحت شبکه  IP را در یک سیستم امنیتی و مدیریتی کلی با یکدیگر ادغام میکند.

به عنوان مثال، شهر واتیکان برای دهه ها است که از سیستم های نظارت ویدئویی استفاده میکند. در طول این سال ها، دوربین ها، درگاه ها و ابزارهای نرم افزاری گوناگونی از فروشندگان مختلف خریداری شده است. شهر واتیکان، با همکاری با شرکت ژئوویژن توانست به صورت استراتژیک تمامی دوربین ها و نرم افزارهای قدیمی خود را تحت یک راهکار نظارتی مرکزی با یکدیگر ادغام کند. دوربین های موجود در ساختمان های دولتی مهم، کلیساها، نیایشگاه ها و تقاطع ها همگی تحت کنترل مرکزی هستند. راهکار ژئوویژن یک سیستم واحد را ایجاد میکند – این راهکار در شهر رم به بازبینی ویدئوهای ضبط شده از 140 مکان مختلف میپردازد.

هوشمند و مقیاس پذیر

این راهکار را میتوان با توجه به هر سطحی از استفاده از ویدئو به شکلی کارآمد مقیاس بندی نمود. بکارگیری این راهکار شما را قادر میسازد تا سقف 57.600 جریان ویدئویی را مدیریت کنید. این سیستم، داده های ویدئویی را به یک سیستم مدیریت ابری واحد انتقال میدهد که قادر به بازبینی و کنترل بیش از 1000 سیستم GV-VMS میباشد. از سوی دیگر، با استفاده از سرورهای پردازنده-محور اینتل، حافظه های بیگ دیتا یا کلان داده در مرکز داده مشتریان یا در فضاهای ابری در دسترس قرار دارند.

علاوه بر این، راهکار مدیریت ویدئوی هوشمند ژئوویژن را میتوان با سایر سیستم ها – سیستم های تشخیص آتش یا سیستم های کنترل دسترسی – تلفیق نمود و عملکرد کلی این راهکار را افزایش داد. به عنوان مثال با ادغام با سیستم های کنترل دسترسی، این راهکار میتواند با بهره گیری از سیستم های تشخیص چهره، ورود افراد را به مناطق دارای محدودیت – دسترسی به ساختمان ها یا پارکینگ های محدود – کنترل کند.

با ادغام یادگیری عمیق و قابلیت تلفیق این راهکار با سایر سخت افزارها و نرم افزارها، شهرها میتوانند با استفاده از راهکارهایی چون راهکارهای ارائه شده توسط ژئوویژن به ارتقاء سطح نظارت ویدئویی بپردازند. یادگیری عمیق باعث ارتقاء عکس العمل های اتوماتیک سازی شده و تلفیق باعث ارتقاء سطح کارآمدی عملیاتی میشود و مقیاس پذیری برای یک شهر به معنای عدم از دست دادن قابلیت های سیستم های ویدئویی است.

به نقل از لین: «هنگامی که صحبت از یک سناریوی شهری میشود، یک راهکار نظارت ویدئویی قدیمی پاسخگوی تمامی نیازهای اولیه است. اما به محض رشد یک پروژه در مقیاس شهری، تنها در یک روز، هزاران ساعت ویدئو ضبط میشود. برای تشخیص چیزی که به دنبال آن در ویدئوها هستید، زمان و افرادی زیادی لازم است. اما این راهکار، کار را برای اپراتورها آسانتر میسازد تا تنها روی فرد یا چیزی که به دنبال آنند متمرکز شوند».

منبع: ژئوویژن

http://www.didarc.com/fa/news/how-deep-learning-makes-cities-safer

مقالات

تغییر دورنمای نظارت با دوربین های چندسنسوره

Posted on by مدیر

دوربین های نظارتی شاید یکی از مشهودترین جنبه های سیستم های امنیتی برای عموم باشد. این دوربین ها در فضای بیرونی ساختمان ها، در راهروهای طول و دراز، در مراکز بهداشتی، مدارس و داخل فروشگاه های خرده فروشی نصب میشوند. با این حال در سالهای اخیر به دلایلی کاملا قابل قبول، تعداد دوربین های امنیتی بکار گرفته شده در فضاهای مختلف به تدریج کاهش یافته است.

با مطرح شدن موضوع دوربین های چندسنسوره، دورنمای سیستم های نظارتی دچار تحول شد؛ دوربین های مجهز به این تکنولوژی در مقایسه با همتایان تک سنسوری خود از میدان دید بزرگتری برخوردار هستند. در گذشته برای پوشش دهی 360 درجه یک مکان یا منطقه به چهار دوربین نیاز بود، اما در حال حاضر این کار را میتوان با کمک تنها یک دوربین چندسنسوره انجام داد. این روند از حدود سه سال گذشته شروع به رشد کرده است.

یک دوربین مجهز به تکنولوژی سیستم های چندسنسوره قادر به تهیه تصاویر و ویدئوها به صورت 360 درجه است. هر یک از دوربین های چندسنسوره مجهز به چهار سنسور لنز ثابت هستند و هریک از این سنسورها به دوربین های چندسنسوره کمک میکنند تا کار چهار دوربین مجزا را انجام دهند.

استفاده از دوربین های چندسنسوره، مزایای زیادی را برای کاربران نهایی سیستم های امنیتی به ارمغان می آورد. نخست، با استفاده از این دوربین ها، هزینه دوربین های نظارتی را میتوان به شکل قابل توجهی کاهش داد و در عین حال پوشش دهی نظارتی کاملی را برای کاربران نهایی فراهم نمود. به عنوان مثال، خرید دو دوربین دام استاندارد میتواند هزینه ای تقریبا مشابه یک دوربین مجهز به سنسورهای چندگانه داشته باشد. یعنی در صورتی که در یک منطقه تحت کنترل به سه یا چند دوربین مختلف برای به دست آوردن یک تصویر کامل نیاز باشد، با تنها یک دوربین چندسنسوره میتوان به همان میزان پوشش دهی فراهم نمود. که این خود به معنای هزینه های کمتر برای صدور مجوز است، چرا که این هزینه با توجه به تعداد دوربین های استفاده شده محاسبه میشود، نه تعداد سنسورهای استفاده شده در دوربین! در درجه دوم با استفاده از این دوربینها، کاربران نهایی میتوانند انتظار کاهش هزینه های نصب را داشته باشند. به جای نصب چهار دوربین مجزا در چهار مکان مختلف و افزایش دوربین های نصب شده و مدت زمان لازم برای نصب، در بسیاری از موارد میتوان با نصب یک دوربین در نبش یک ساختمان یا در مرکز یک فضای بزرگ این کار را انجام داد.

این تکنولوژی جدید به خاطر آسودگی استفاده و عملکرد آن، در حال جایگزین کردن دوربین های PTZ است. یکی از مشکلات ذاتی دوربین های PTZ، نیاز آن به اپراتور است؛ برای تشخیص رخدادها، اپراتور مربوطه باید در جهت درست به مشاهده ی رخدادها بپردازد. در صورتی که جهت دوربین مربوطه روی دو درجه تنظیم شده باشد و اتفاقی در درجه 200 بیافتد، دوربین مربوطه از مشاهده ی این رخداد باز میماند. حال در صورتی که به جای این دوربین ها، یک دوربین چندسنسوره روی هر60 درجه  تنظیم شود، پوشش دهی کاملی به صورت تمام وقت فراهم میشود. استفاده از دوربین های چندسنسوره مخصوصا برای بیزینس هایی سودمند است که فاقد نیروهای امنیتی برای بازبینی دوربین های PTZ هستند. در واقع، دوربین های چندسنسوره کار چهار دوربین مختلف را به اضافه ی یک اپراتور انسانی انجام میدهند.

به صورت کلی، دوربین های چندسنسوره از مزایای زیادی برخوردار هستند، اما پیش از سرمایه گذاری بر دوربین های چندسنسوره، کاربران نهایی باید یک سری سوال کلیدی از خود بپرسند. آیا نصب این دوربین، به خاطر هزینه خرید کمتر آن، سود بیشتری را در دراز مدت از آن شما میکند؟ یا اینکه در صورت بزرگ نبودن فضایی مورد پوشش دهی، آیا فضای مربوطه ارزش نصب یک دوربین چندسنسوره را دارد؟ در اینجا تعداد دوربین های سنتی موردنیاز برای پوشش دهی یک فضا، به عاملی تعیین کننده تبدیل میشود. در صورتی که به این نتیجه برسید که دوربین سومی مورد نیاز است، انتخاب دوربینی چندسنسوره که بتواند جای این سه دوربین عملکرد داشته باشد، انتخاب شما خواهد بود.

منبع: سکیوریتی-نت

http://www.didarc.com/fa/news/how-multi-sensor-cameras-are-changing-the-surveillance-landscape

مقالات

نکاتی برای انتخاب دوربین های چندسنسوره

Posted on by مدیر

دوربین های چندسنسوره از مزیت های بسیار زیادی برخوردارند که از جمله ی این مزایا میتوان به پوشش دهی مناطقی وسیع با تعداد دوربین های کمتر، زحمات نصب و راه اندازی و هزینه های نگهداری کمتر اشاره کرد. اما همچون سایر دستگاه های IT یا الکترونیکی، به هنگام انتخاب یک دوربین چندسنسوره، موارد گوناگونی را باید موردتوجه قرار داد. در این مقاله، علاوه بر این موارد، نکاتی برای نصب ارائه خواهد شد که به کمک کاربران نصابان خواهد آمد.

اساسا برای انتخاب یک دوربین چندسنسوره باید نسبت به نیازها و تقاضاهای خود کاربران آگاهی پیدا کرد. در ادامه این مقاله برخی از مواردی که کاربران باید به هنگام انتخاب یک دستگاه مطلوب مورد توجه قرار دهند، آورده شده است.

دوربین ثابت یا چندسویه

دوربین های چندسنسوره در دو نوع لنز ثابت و قابل تنظیم ارائه میشوند. دوربین های چندسنسوره با لنز ثابت، میدان دیدی 180، 270 و 360 درجه ای را فراهم میکنند. کاربران باید دوربینی را انتخاب کنند که زاویه دید آن به بهترین نحو با مورد استفاده ی آنها هماهنگی داشته باشد. به عنوان مثال، یک محوطه ی باز یا یک محوطه ی پارکینگ میتواند بیشترین استفاده را از یک لنز 360 درجه ای ببرد. اما برای یک خیابان طول و دراز یک لنز 180 درجه ای نیز کفایت میکند.

از سوی دیگر، یک دوربین چندسنسوره که مجهز به لنزهای قابل تنظیم باشد به کاربر اجازه میدهد که چندین مسیر و جهت مختلف را یکجا ببیند. یک دوربین چندسنسوره مجهز به لنزهای قابل تنظیم، در شرایطی که نیازی به یک دید پیوسته نداشته باشید و ترجیح شما استفاده از دوربین برای متمرکز شدن روی برخی مناطق خاص باشد، انعطاف پذیری بیشتری را به دست میدهد. در این شرایط، هری ک از دوربین ها را میتوان به صورت مجزا تنظیم کرد. به عنوان مثال، یکی از دوربین ها میتواند رو به ورودی درب باشد و سایر دوربین ها برای مشاهده برخی مناطق بخصوص از یک اتاق بزرگ استفاده شوند.

فشرده سازی

در صورتی که منطقه موردبازبینی شما پر از تکانه های مختلف بود، انتخاب دوربینی که فشرده سازی آن خوب باشد، راهی مناسب برای صرفه جویی در مصرف پهنای باند و فضای ذخیره سازی خواهد بود. با ترکیب کدگزاری هوشمند و فشرده سازی H.265، نرخ بیتی چهار دوربین 4K کمتر از یک دوربین 4K دارای فشرده سازی H.264 میشود. چهار لنز قابل جابجایی قادر به پایین آوردن تعداد نقاط کور بوده و اشکال مختلفی از تقاطع ها را در مراکز شهر بازبینی میکنند.

مقاوم در برابر شرایط آب و هوایی دشوار و هرگونه ضربه

برای کاربردهای مخصوص فضای باز، دوربین مربوطه باید در برابر شرایط آب و هوایی دشوار و هرگونه ضربه مقاوم باشد. برای دوربین های نصب شده در فضای باز که در معرض شرایط آب و هوایی دشوار قرار دارند، استاندارد حفاظت نفوذ IP66 یا بالاتر ایده آل به نظر می آید.

دامنه دینامیکی گسترده ﴿WDR﴾/شرایط نوری پایین   

در کاربردهای مخصوص فضای باز، علاوه بر موارد گفته شده، مجهز بودن دوربین های چندسنسوره به دامنه دینامیکی گسترده ﴿WDR﴾ و داشتن عملکرد مناسب در شرایط نوری پایین برای متناسب بودن با شرایط نوری متفاوت، ایده آل به نظر می آید. دوربین های چندسنسوره همان دوربین های امنیتی هستند که ملزم به استخراج اطلاعات از صحنه های با شرایط نوری چالش برانگیزاند. بنابراین برای میزان جزئیاتی که نیاز دارید باید به دنبال رزولوشن کافی، دامنه ی دینامیکی گسترده و داشتن عملکرد در شرایط نوری پایین باشید و دوربین هایی را پیدا کنید که به صورت فعال قادر به تطبیق خود با این شرایط متغیر باشند.

در صورتی که شرایط نوری منطقه ی موردبازبینی شما به صورت همزمان سایه دار و بسیار روشن است، معمولا دامنه ی دینامیکی گسترده ای برابر 120 دسی بل بهترین میزان توازن تصویری را ارائه میکند. در صورت تقاضای کاربر برای تهیه تصاویر رنگی واضح از یک منطقه با شرایط نوری پایین، انتخاب یک مدل دوربینی که دارای روشنایی ال.ای.دی در هر یک از پایه های تراز نگهدارنده دوربین چندسنسوره باشد، عاقلانه به نظر می آید.

نکاتی برای نصب

به صورت کلی، ، دوربین های چندسنسوره با داشتن یک کابل و یک آدرس آی.پی برای نصب آسان هستند و همین موضوع است که در نگاه اول این دوربین ها را برای کاربران جالب توجه میکند. با این حال، در این قسمت ازمقاله به برخی نکات نصب اشاره شده است که شاید برای نصابان و کاربران مفید باشد.

دوربین های چندسنسوره به بهترین شکل در ارتفاعی بالاتر از سه متر و با فاصله ای حداقل سه متر از اشیاء در حال حرکت در صحنه نصب میگردند تا میدان دیدی گسترده را فراهم سازند. دوربین های چندسویه نیز باید در مکان هایی نصب شوند که از آنجا بتوانید مناطق موردنظر را پوشش دهید.

جهت دهی و قرارگیری درست دوربین های چندسنسوره و قابل تنظیم برای به دست آوردن حداکثر میزان پوشش دهی حیاتی است – به عنوان مثال، دوربین ها نباید دقیقا کنار یک دیوار قرار داده شوند، چرا که با این کار دید جانبی کاملا گرفته خواهد شد.

علیرغم اهمیت نکات بررسی شده، آگاهی کامل نسبت به نیازهای مشتریان یک پیش نیاز مهم است. معمولا بهتر است که نصاب ها پیش از پیشنهاد دادن محل های نصب، تقاضاها و انتظارات مشتریان را ارزیابی کنند. این موضوع حائزاهمیت که مشتری انتظار دید چه چیزی را دارد. در برخی از موارد، انتظارتی غیرمنطقی مطرح میگردد.

برگرفته از مجله a&s

مقالات

دوربین های چندسنسوره برای چه صنایعی مناسب اند؟

Posted on by مدیر

دوربین های چندسنسوره از مزیت های بسیاری برخورداند. در مقایسه با نصب چند دوربین ثابت مختلف، با گنجاندن چندین لنز مختلف در یک دستگاه واحد، یک دوربین چندسنسوره قادر به پوشش دهی منطقه ای گسترده است. این روزها، دوربین های چندسنسوره در صنایع مختلفی بکار گرفته میشوند و کاربران میتوانند از ویژگی های منحصربفرد این دوربین ها بهره مند شوند.

به صورت کلی، دوربین های چندسنسوره برای کاربرانی که فضاهای باز وسیعی را در اختیار دارند بسیار مناسب تلقی میشود. این فضاها شامل محوطه های پارکینگ، فرودگاه ها، کارخانه جات و استادیوم های بزرگ میشوند. در چنین فضاهایی، به جای استفاده از سه یا چهار دوربین در هر یک از کنج های موجود، تنها با داشتن سه دوربین یا کمتر میتوانید همان منطقه را با تعداد نقاط کور کمتر پوشش دهید.

ساختمان های تجاری، هتل ها، مناطق مسکونی، مدارس و فرودگاه ها دارای فضاهای بازی چون لابی، کافه تریا و باشگاه خود هستند. این فضاهای باز معمولا سقف های بلندی دارند که همین موضوع باعث دشواری نصب دوربین ها میشود. در چنین مناطقی، نصب یک دوربین که کار چندین دوربین مختلف را انجام دهد بسیار مطلوب است، چرا که این کار باعث کم شدن زحمت نصب دوربین های متعدد میگردد. علاوه بر این، اینگونه فضاها دارای راهروهای زیادی داخل ساختمان خود هستند که دوربین های چندسنسوره میتوانند زوایای مختلف راهروها را به خوبی پوشش دهند.

با توجه به آنچه گفته شد، صنایع زیر از جمله مواردی هستند که میتوانند از مزایای دوربین های چندسنسوره بهره مند شوند.

نظارت شهری

از آنجایی که شهرهای بزرگ معمولا دارای فضاهای بزرگ هستند، دوربین های چندسنسوره میتوانند برای کاربردهای نظارت شهری بسیار ایده آل باشند. خطر تروریسم نیز در دور و اطراف همه افراد احساس میشود. از اینرو، تمامی فضاهای باز باید بدون هیچگونه نقاط کوری موردبازبینی و مانیتور قرار بگیرند. راه حل این کار، استفاده از دوربین های چندسنسوره با رزولوشن بالا است.

چهار لنز با قابلیت جابجایی که هر کدام دارای سنسور تصویر 4K باشند، تصاویر واضح و شفافی را به دست میدهند. مزیت چنین قابلیتی این است که نقاط کور به حداقل میزان ممکن رسیده و دوربین ها میتوانند خود را با تقاطع های با اشکال مختلف و مناطق بازبینی موجود در مراکز شهر تطبیق دهند.

نظارت حمل و نقل

حمل و نقل از جمله صنایع دیگری است که میتواند از مزیت های دوربین های چندسنسوره بهره مند شود. دوربین های چندسنسوره در بازبینی چهارراه ها یا ایستگاه های مترویی که ساختار مسیریابی ﴿روی زمین/زیرزمین﴾ پیچیده ای دارند بسیار سودمندند.

در این قسمت به بررسی یک مثال میپردازیم. در این مورد، مشتری مربوطه توانست تنها با کمک یک دوربین چندسنسوره به بازبینی یک خیابان بزرگ و طولانی بپردازد. این درحالی است که در صورت استفاده کردن از دوربین های قدیمی، حداقل به سه دوربین نیاز بود. با بکارگیری دوربین های چندسنسوره، علاوه بر کاهش تعداد کلی دوربین ها، کار نصب و نگهداری از سیستم ها تا حد زیادی آسان میگردد؛ چرا که برای این کار تنها یک دوربین باید نصب گردد و به تنها یک دسته کابل نیاز است.

علاوه بر این موارد، با استفاده از دوربین های پانوراما میتوان به راحتی به دنباله روی اشیاء در سراسر مسیر پرداخت و با اطمینان خاطر تمام جزئیات اساسی و مهم را به صورت تمام وقت ثبت و ضبط نمود. این درحالی است که در صورت استفاده از دوربین های معمولی، افراد برای مشاهده ی رخدادها ناگزیر به مراجعه به تصاویر ضبط شده توسط دوربین های مختلف میشدند.

مراکز دولتی

مراکز دولتی بخش دیگری از صنایع ذکر شده هستند که میتوانند از مزایای وجود دوربین های چندسنسوره بهره مند شوند. دوربین های چندسنسوره قادر به بازبینی کنج های یک ساختمان دولتی و ارائه ی دیدی 180 درجه ای از این مناطق هستند. تکنیک هایی چون اتصال تصاویر به یکدیگر و اعوجاج گیری آنها به افراد اجازه میدهد که با تعداد دوربین های کمتر به بازبینی کنج ها بپردازند. همچنین با کمک این دوربین ها میتوان مناطق پیرامونی ورودی های ساختمان را موردبازبینی قرار داد. فرودگاه ها در ارتباط نزدیکی با مراکز دولتی هستند. با کمک دوربین های چندسنسوره در فرودگاه ها میتوان به بازبینی مناطق گسترده ای چون محل تحویل بار و باند فرودگاه ها پرداخت.

مراکز آموزشی و بهداشتی

مراکز آموزشی و بهداشتی دو مورد دیگر از صنایعی هستند که از مزایا و کمک های ارائه شده توسط دوربین های چندسنسوره بهره مند شده اند. به عنوان مثال، در محوطه ی یک دانشگاه ممکن است که به نصب و بکارگیری یک دوربین چندسنسوره در محدوده یک باجه تلفن اضطراری احتیاج باشد تا بدین شکل، قبل از وقوع یک رخداد و در حین وقوع آن، پوشش دهی گسترده ای از آن منطقه به عمل آید. به عنوان مثالی دیگر، بیمارستان ها میتوانند با استفاده از دوربین های چندسنسوره، میزان بازدهی و محافظت ارائه شده به بیمارستان ها را در مناطقی چون لابی های بزرگ موجود در ورودی یا در طبقه ی بیماران ارتقاء دهند.

دوربین های چندسنسوره قادر به ارائه ی تصاویر بهتر و پوشش دهی ببیشتر هستند و در نتیجه به تعداد دوربین های کمتری نیاز خواهد بود.

در حقیقت، مزیتی که دوربین های چندسنسوره برای این صنایع به ارمغان می آورند، مسئله ی مهمی است که موردتوجه اینگونه مراکز قرار دارد. برای بازارهایی چون مراکز آموزشی و بهداشتی که بودجه ی زیادی برای بخش امنیت ندارند، داشتن دوربین های چندسنسوره میتواند بار هزینه های وارده را تا حد زیادی کم و یا حتی رفع کند.

به جای سرمایه گذاری روی دوربین های معمولی مختلف، به دوربین های چندسنسوره فکر کنید. این دوربین ها چندین سنسور مختلف را در خود جای داده اند که این به معنای افرایش میدان دید و حذف نقاط کور است، بدون آنکه هزینه های کلی افزایش پیدا کنند.

نرم افزارهای خود دوربین

علاوه بر آنچه تا به اینجا گفته شد، دوربین های چندسنسوره قادر به کار با انواع نرم افزارها و آنالیتیک ها هستند و آگاهی موقعیتی و پیش آگاهی به مراتب بهتری را در اختیار کاربران قرار میدهند. از آنجایی که کاربران باید در عین بازبینی مناطق گسترده، رخدادهای به وقوع پیوسته را به سرعت تشخیص دهند، به دنبال آنالیتیک های ویدئویی مختلف هستند. با کمک نرم افزارهای پشتیبان بیشتر میتوان در صورت روئیت و تشخیص وقوع رخدادها، وجود صداهای غیرطبیعی یا رفتارهای غیرعادی همچون افتادن یا درگیر شدن افراد، آلارم های موجود را به صدا درآورد.

دوربین های چندسنسوره میتوانند نرم افزارهایی را در خود گنجانده باشند که بدون اشغال فضای زیاد، تصاویری باکیفیت و پرجزئیات ارائه کنند. با ادغام هر دوی این تقاضاها در یک دوربین کارآمد واحد، گزینه های زیادی در اختیار کاربران قرار میگیرد تا بدین شکل سیستم های نظارتی امنیتی خود را بهبود ببخشند.

 

منبع: مجله a&s

http://www.didarc.com/fa/%3F-news/what-verticals-are-multisensor-cameras-suitable-for

مقالات

نصب سیستم های نظارتی IP در بانک ها

Posted on by مدیر

صنعت بانکداری یکی از بخش های اصلی بازار در صنعت نظارت ویدئویی است. بانک ها برای بازبینی دفاتر و شعب کاری خود نیازمند سیستم های نظارت ویدئویی باکیفیت هستند. تکنولوژی IP یکی از روندهای رایج این روزهاست. بسیاری از نصاب های امنیتی جدید میخواهند بدانند که چگونه به طراحی و نصب سیستم های نظارت ویدئویی IP در بانک ها بپردازند.

یک سیستم نظارت ویدئویی تحت شبکه معمولی شامل دوربین های تحت شبکه ، NVRها و همچنین سوئیچ های تحت شبکه ﴿یا سوئیچ های PoE) میشود. از آنجایی که این سیستم ها برای انتقال داده ها نیازمند شبکه ی اینترنت هستند، اساسا طراحی سیستم های نظارت ویدئویی IP مشابه مسیریابی سلسه مراتبی توپولوژیک شبکه است.  از آنجایی که در راهکارهای نظارت ویدئویی IP ، تکنولوژی PoE ﴿انرژی از طریق اترنت﴾ امری رایج است، به شدت توصیه میگردد که کاربران به دنبال تجهیزات شبکه ای باشند که از تکنولوژی PoE پشتیبانی کند. تکنولوژی PoE  از دو مزیت بزرگ برای کاربران خود برخوردار است: نخست، از لحاظ کارآمدی شبکه و دیگری، از لحاظ هزینه ی تحمیل شده. با وجود تکنولوژی PoE، محدودیت های داشتن دوشاخه و پریزهای AC از بین می رود و با کمک آں میتوان میزان انرژی را به صورت مرکزی مدیریت نمود.

چالش های راهکارهای امنیتی در بانک ها

کیفیت مگاپیکسل تصاویر

در حال حاضر کاربران تجاری نیازمند دوربین های مگاپیکسلی هستند که از رزولوشن ویدئویی فول اچ دی و 1080 پیکسلی پشتیبانی نموده و در عملکردهای درازمدت، قابلیت اطمینان کافی را تامین کنند. علاوه بر این، دوربین های تحت شبکه باید قادر به مقاومت در برابر شرایط آب و هوایی دشوار بوده تا بتوانند از فضاها و کاربری های گوناگون پشتیبانی کنند: ضدآب، مقاوم در برابر هرگونه تخریب، مناسب فضاهای باز و بسته، مقاومت در برابر شرایط آب و هوایی بسیار سرد یا گرم و غیره…

مقیاس پذیری سیستم

معمولا امنیت بانک ها نیازمند یک ساختار توزیع شده به همراه مدیریتی مرکزی است. سیستم های بکارگرفته شده در بانک ها باید مقیاس پذیر باشند و امکان افزودن تعداد دوربین های تحت شبکه را در یک مکان و یا افزایش میزان پوشش دهی راهکار مربوطه برای در بر گرفتن مکان های بیشتر را فراهم سازند.

قابلیت اعتماد به سیستم

یکی از نگرانی های بزرگ موجود در مورد راهکارهای امنیتی بانک ها بحث قابلیت اعتماد است. این راهکارها باید از امکان راه اندازی یک راهکار بازبینی ویدئویی IP واقعی برخوردار باشند که اجازه ی نصب آسان و نگهداری رایگان را فراهم سازند. نصابان پروژه ها به خوبی نسبت به تاثیر این موارد روی عملکرد سیستم و ثبات ایجادشده به کمک پهنای باند بزرگ موردنیاز برای جریان های ویدئویی مگاپیکسل آگاهی دارند.

مثال 1

بانک سینوپک، بانکی با 129 شعبه در تایوان است که گستره ی فعالیت های خود را به چین، هنگ گنگ، آمریکا و ویتنام بسط داده است. این شرکت سیستم های نظارتی آنالوگ موجود خود را به سیستم های نظارت ویدئویی IP ارتقا داده است. ظاهرا، سیستم های نظارت ویدئویی IP تبدیل به روند رایج این روزها تبدیل شده اند و مزیت های زیادی را ازجهت وضوح ویدئوها و قابلیت های تشخیص ارائه میکنند. در این پروژه، بانک سینوپک تصمیم به نصب 75 دوربین بولت تحت شبکه 1080 پیکسلی گرفت که 15 شعبه از بانک های سینوپک را پوشش میداد. این دوربین های تحت شبکه در محدوده ی کارمندان هر یک از شعب بانک سینوپک نصب گردید تا یک پوشش دهی جامع و کاملی از منطقه تعیین شده به عمل آید. با کمک سیستم های باکیفیت و پیشرفته، تراکنش های مالی و فرآیندهای مربوط به اسناد قانونی را میتوان به دقت و به وضوح ثبت و ضبط نمود. دوربین های فول اچ.دی 1080 پیکسلی مجهز به عملکرد WDR نیز نصب شدند تا فضاهایی با میزان نورپردازی متغیر ﴿همچون ورودی بانک ها﴾ مورد بازبینی قرار بگیرند.

مثال 2

بانک خاورمیانه یکی از نمونه بانک هایی که از سیستم های نظارتی است تحت شبکه برای ایمن سازی فضای خود استفاده نموده است. در این بانک از دوربین های WDR مجهز به تکنولوژی IR خارجی برای ورودی شعب استفاده شده است. بانک خاورمیانه برای افزایش بازدهی تصاویر دوربین های تحت شبکه، کاهش هزینه های اجرای پروژه و افزایش دید نظارت تصویری در محیط های اداری، دوربین های Fisheye را بکار گرفته است. در این بانک از نرم افزار مرکز کنترل برای مدیریت نظارت تصویری یکپارچه در شعب و فعالسازی آنالیتیک های تصویری استفاده شده است. علاوه بر این، بانک خاورمیانه از سیستم گزارش دهی GV-Centre V2 در مرکز مانیتورینگ ساختمان مرکزی خود بهره مند شده است.

مثال 3

بانک بی.ام.سی.ای مراکش سیستم های نظارت ویدئویی IP را برای شعب جدید خود انتخاب کرده است.  راهکار نظارتی این بانک شامل تعدادی دوربین های بولت مخصوص فضای باز میشده است تا با کمک آنها بتوان مناطق پیرامونی بانک را بازبینی نمود. این دوربین های بولت داراری عملکرد IR هستند تا بتوانند در روز/شب به نظارت ویدئویی بانک بپردازند. دوربین های تحت شبکه مجهز به WDR نیز در بالای هر یک از ورودی های بانک نصب شد تا ایمنی آنها تامین شود. دوربین های تحت شبکه پانوراما، با ارائه ی نظارتی 260/180 درجه ای،  مطلوبترن انتخاب برای راهروهای بانک ها و دفاتر شعب هستند. علاوه بر بازبینی ویدئویی اچ.دی، دوربین های تحت شبکه قادر به انجام آنالیتیک های ویدئویی قدرتمند هستند. این آنالیتیک ها شامل موارد ذیل میشوند:

  • شناسایی یک شی رهاشده و یا حذف شدن آن از یک منطقه از پیش تعریف شده و به صدا درآمدن آلارم های اعلام سرقت برای جلوگیری از جرائم؛
  • تشخیص عبور از یک خط پیش فرض در مناطق حساس برای محافظت از اینگونه مناطق؛
  • آنالیتیک های مربوط به تشخیص و شناسایی شماره پلاک وسایل نقلیه؛
  • تشخیص چهره غیرطبیعی و فعالسازی آلارم در صورت تشخیص وقوع فعالیت های عجیب در دستگاه های خودپرداز؛
  • تشخیص مواردی که به صورت غیرقانونی ضمیمه شده باشند، تا بدین شکل از اهدف مجرمانه در دستگاه های خودپرداز جلوگیری شود.

 

منبع: یونیفور دات نت

http://www.didarc.com/fa/news/setup-ip-surveillance-systems-in-banks