ניתוח וידאו באמצעות בינה מלאכותית עשוי לחולל מהפכה בתחום האבטחה

This post is also available in: English (אנגלית)

חוקרים בבית הספר להנדסה ומדע יישומי של אוניברסיטת וירג'יניה יצרו מערכת ניתוח וידאו חדשנית המונעת על ידי בינה מלאכותית שיכולה לעזור לשנות את תחום האבטחה והניטור. טכנולוגיה חדשנית זו, הנקראת Semantic and Motion-Aware Spatiotemporal Transformer Network (SMAST), מפורטת בכתב העת IEEE Transactions on Pattern Analysis and Machine Intelligence, והיא צפויה להגדיר מחדש את האופן שבו אנו מנטרים על הסביבה שלנו.

בליבה של מערכת ה-SMAST ישנה בינה מלאכותית מתקדמת שמטרתה לזהות ולפרש פעולות אנושיות בדיוק גבוה מאוד. המחקר, בהובלת סקוט אקטון, יו"ר המחלקה להנדסת חשמל ומחשבים, מבטיח יתרונות רבים לחברה, החל ממערכות מעקב מתקדמות ושיפור בטיחות הציבור ועד מעקב תנועה מתוחכם יותר בתחום הבריאות וניווט רכב אוטונומי.

SMAST משתמשת בשתי תכונות פורצות דרך כדי להשיג את היכולות המדהימות שלה. הראשונה היא מודל רב-תכליתי של תשומת לב סלקטיבית, המאפשר לבינה המלאכותית להתמקד באלמנטים קריטיים בתוך הסצנה. גישה ממוקדת זו משפרת באופן משמעותי את דיוק המערכת בזיהוי פעולות.

הרכיב השני הוא אלגוריתם קידוד מיקום דו-ממדי, המאפשר לבינה המלאכותית לעקוב ולזכור תנועות לאורך זמן. תכונה זו חיונית במיוחד במסגרות דינמיות שבהן גורמים מרובים מקיימים אינטראקציה. על ידי שילוב תכונות חדשניות אלה, SMAST יכולה לזהות פעולות מורכבות, מה שהופך אותה למוכנה לסביבות בסיכון גבוה כמו אבטחה או נהיגה אוטונומית.

מערכות ניתוח וידאו נוכחיות מתקשות לעתים קרובות עם עומס בתוכן המצולם המוביל פעמים רבות לאיבוד של רמזים קונטקסטואלים. על פי TechXplore, העיצוב של SMAST מצליח לזהות את היחסים הדינמיים בין אנשים לאובייקטים, ומספק רמה של הבנה שחסרה בטכנולוגיות הנוכחיות. המערכת כבר הוכיחה ביצועים מעולים על פני אמות מידה אקדמיות מרכזיות, וקבעה סטנדרטים חדשים לדיוק ויעילות.

עם SMAST, העתיד של ניתוח וידאו נראה לא רק חכם יותר, אלא גם בטוח יותר. טכנולוגיית AI טרנספורמטיבית זו עומדת מוכנה לחולל מהפכה בתעשיות, ולהפוך את מעקב הווידאו בזמן אמת לחכם יותר מאי פעם.