تُحلّ تكنولوجيا الترميز الجديدة من هيكسفيجن غوانلان معضلة التخزين وتُطلق القيمة الجوهرية للفيديو

أصبح الفيديو الأساسَ البياناتيَّ الأساسيَّ للوقاية الأمنية واتخاذ القرارات التشغيلية. لكن وراء فيض البيانات تكمن «معضلة التخزين»: فتشير الدراسات إلى أن نحو ٧٠٪ من مقاطع الفيديو المراقبة تتكوّن من صور ثابتة أو ذات قيمة منخفضة، وأن مزجها مع المحتوى الفعّال لا يُضيّع موارد التخزين فحسب، بل ويُكبّد أيضًا تكاليف إضافية شاملة تشمل شراء الأجهزة وتشغيل مراكز البيانات وصيانتها.

بصفتها قوة دافعة وراء التطور التكنولوجي في قطاع الأمن، ظلَّت شركة هيكفيجن تقود الابتكار في هذا القطاع باستمرارٍ لأكثر من عشرين عاماً، مستندةً في ذلك إلى ركيزتها الأساسية المتمثلة في «استكشاف القيمة الجوهرية لمقاطع الفيديو». أما تقنية الترميز الجديدة «غوان لان» التي أطلقتها الشركة مؤخراً، فهي تستند إلى فهمٍ عميقٍ لاحتياجات القطاع وآليات ترميز دقيقة مدعومة بالذكاء الاصطناعي، ما يكسر اللعنة السائدة في المجال والمتمثلة في «عدم إمكانية تحقيق جودة صورة عالية وكفاءة تخزين عالية في آنٍ واحد»، وتقدِّم حلولاً مُحسَّنة للتخزين تحقِّق «خفض التكاليف دون المساس بالكفاءة» لمئات القطاعات المختلفة.

التراكم التقني: أكثر من عشرين عاماً من الممارسة الميدانية في المشاريع صقلت الكفاءات الأساسية.

تنبع استكشافات شركة هيكفيجن للقيمة المتأصلة في مقاطع الفيديو من سنواتٍ عديدةٍ من التكرار التكنولوجي والممارسة الميدانية في المشاريع:

وفي عام ٢٠١٥، كنَّا أول من دمج خوارزميات التعلُّم العميق في الأجهزة الطرفية، ما أرَّخ بداية عصر الذكاء الاصطناعي في مجال الأمن.

في عام ٢٠١٧، تم إطلاق معمارية السحابة الذكية الاصطناعية ذات المستويات الثلاثة، والتي حَلَّت مشكلات «تفرُّق قوة الحوسبة وعدم كفاية التعاون» ووفَّرت دعماً قوياً لتنفيذ الذكاء الاصطناعي.

في عام ٢٠١٨، أطلقت الشركة منصة مفتوحة للذكاء الاصطناعي لمساعدة العملاء الذين لا يمتلكون أي خوارزميات على تطوير خوارزميات صناعية حصرية، مما عزَّز الاندماج العميق لتكنولوجيا الإدراك المرئي مع التطبيقات الصناعية.

في عام ٢٠٢١، استثمرت شركة هيك فيجن رسمياً في بحوث وتطوير النموذج الكبير غوان لان، وبنت نظاماً ثلاثي المستويات يشمل «الأساس والصناعة والمهمة»، ورسَّخت بذلك أساس خوارزميات فهم الفيديو.

من الإدراك الأساسي لما هو «مرئي» إلى العرض الدقيق لما هو «مرئي»، ثم إلى التفسير العميق لما هو «مُفهوم»، تتمحور التطورات الأساسية لشركة هيك فيجن حول خمسة أبعاد:

• الترقية من تسميات الصور المُهيكلة إلى الفهم الدقيق الدلالي للفيديو.

·الانتقال من نموذج تمييزي واحد يركّز على مشهدٍ معيّن إلى نموذج مرئي كبير متعدد الوسائط.

·التحول من قوة حاسوبية موزَّعة على الطرف (end side) إلى نشر واسع النطاق لقوة الحوسبة في سحابة الحافة (cloud edge side).

·التوسّع من التعرُّف على الأهداف الأساسية مثل الأشخاص والسيارات ليشمل الكائنات ذات التكرار المنخفض (long tail objects) عبر جميع الفئات.

·الترقية من التصفية القائمة على العلامات (tags) إلى تفاعل إنساني-آلي دلالي متعدد الوسائط.

على مدى سنوات عديدة، قدّمت شركة Hikvision خدماتها لملايين العملاء في شتى أنحاء العالم، وشاركت بعمق في سيناريوهات متنوعة تشمل النقل والمالية والمجمّعات الصناعية والرعاية الصحية. وهذه التحديثات التكنولوجية، التي تنبع من الممارسة وتُستخدَم فيها، شكّلت أساساً راسخاً لظهور تقنية Guanlan للتشفير.

ترقية تكنولوجية: تمكين الذكاء الاصطناعي لكسر الاختناقات

تُحقِّق تكنولوجيا الترميز التقليدية السائدة في القطاع تحسينًا في تخزين البيانات بنسبة تتراوح بين ٣٠٪ و٧٠٪ من خلال ضبط قوة الضغط ديناميكيًّا، لكنها تتميَّز بقيود واضحة: فالتمييز القائم على الحالات الديناميكية والساكنة للعناصر يعرِّضه لاحتمالات عالية في تحديد العناصر الديناميكية غير الحرجة بشكل خاطئ (مثل الأوراق التي تحركها الرياح أو الطيور وغيرها)، كما أن التغيرات في الإضاءة قد تؤثِّر أيضًا على فعاليته. وهي مناسبة فقط للمشاهد الساكنة البسيطة مثل المستودعات والممرات.

تدمج تكنولوجيا الترميز غوانلان من شركة هيكسفيجن بين قدرة النموذج الكبير غوانلان على الفهم العميق وتكنولوجيا التجزئة على مستوى البكسل، لبناء نظام متكامل مُحسَّن يشمل «التمييز الذكي، وتجزئة المنطقة المهمة بدقة، والترميز التفاضلي»، ما يحقِّق تعاونًا مزدوجًا بين كفاءة التخزين وجودة الصورة.

بيانات الاختبار الفعلي: تحسُّن ملحوظ في كفاءة التخزين

دعم النموذج الكبير، وترقية رقمية ذكية

بفضل دعم نموذج غوان لان البصري الذي طوّرناه داخليًّا، يمكننا تحليل الأهداف الرئيسية عالية القيمة بدقة، مثل الأشخاص والمركبات والمركبات غير الآلية. وارتفعت دقة التعرُّف بشكل ملحوظ مقارنةً بالخوارزميات التقليدية، كما يدعم التعرُّف على ما يصل إلى ٦٤ هدفًا في وقتٍ واحد.

باستخدام تقنية تجزئة حماية منطقة الاهتمام المُحسَّنة، يتم فصل الهدف الأمامي عن المنطقة الخلفية بدقة: حيث تُستخدم الترميزات التقليدية للهدف الأمامي لضمان احتفاظه بكافة التفاصيل، بينما تُطبَّق ضغطٌ فعّالٌ على المنطقة الخلفية لتقليل استهلاك التخزين، ثم يُولَّد تيار بت متوافق مع المعايير في النهاية، مما يوازن بين جودة الصورة والكفاءة. وبافتراض أن جودة المناطق غير المستهدفة متساوية من منظور كلٍّ من الإنسان والآلة، فيمكن توفير معدل البت بنسبة تتراوح بين ٢٠٪ و٩٠٪.

إدراك المشهد، مع التكيُّف الديناميكي مع المشهد بأكمله

تستند تكنولوجيا الترميز الخاصة بشركة هيكسفيجن غوانلان إلى مفهوم «إدراك المشهد»، وتبني نظام ترميز ذكي قابل للتكيف ديناميكيًّا، بالاعتماد على التشغيل المنسق لإدراك الحركة والسكون.

• إدراك الحركة: يُلتقط سعة حركة المشهد وكثافة التفاصيل فيه في الزمن الحقيقي، وتُوزَّع الموارد وفقًا لِنسبة أقصى معدل بت (ماكسي ببس) لضمان جودة الصورة دون فقدان في المشاهد المعقدة.

• إدراك السكون: يُطبَّق ترميز الإطارات المتكررة على الصور الثابتة أو ذات الحركة المنخفضة، بحيث لا يتجاوز حجم كل إطار بضعة عشرات من البايتات، ما يحقِّق أقصى درجات تحسين تكلفة التخزين.

على سبيل المثال، في مشاهد المداخل والمخارج في الحديقة: تُعاد تفاصيل المشهد بمعدل بت مرتفع خلال ساعة الذروة الصباحية، وتتوازن جودة الصورة مع الكفاءة بنسبة ٥٠٪ ليلًا، وتُضغط بنسبة ١٠٪ في الساعات الأولى من الصباح لتعظيم وفورات التخزين. وبتكيف ديناميكي مع تعقيد المشهد، يمكن تحقيق توزيع دقيق للموارد الترميزية.

ترميز غوانلان: يوفِّر المال والطاقة والمساحة

وبفضل سعة تصل إلى ٢٠٠٠ مسارًا بدقة ١٠٨٠ بكسل وبمعدل بت ٢ ميغابت/ثانية، واتخاذ فترة التخزين الممتدة ٩٠ يومًا كمثال، يحقِّق نظام الترميز «غوان لان» خفضًا بنسبة ٦٠٪ في عدد أقراص التخزين الصلبة، وخفضًا بنسبة ٦٠٪ في مساحة مركز البيانات، وخفضًا بنسبة ٥٠٪ في فواتير الكهرباء على مدى خمس سنوات، ما يقلِّل تكاليف المشروع بشكلٍ كبير ويحقِّق فعليًّا مبدأ «خفض التكاليف دون المساس بالكفاءة».

ومن تنفيذ تقنيات التعلُّم العميق، إلى تطبيق البيانات المُهيكلة تمامًا، ثم الإعلان عن تقنية ترميز «غوان لان»، تواصل شركة «هايك فيجن» التزامها بتحقيق هدف «جعل الفيديوهات تولِّد قيمةً أكبر»، وتدفع عجلة تطور قطاع الأمن من مرحلة «التسجيل السلبي» نحو مرحلة «الذكاء النشيط». وبدمج الذكاء الاصطناعي وتقنيات الترميز دمجًا عميقًا، يمكن تحويل بيانات الفيديو من حالة «التكرار الهائل» إلى حالة «الدقة والكفاءة»، مما يضخ زخمًا جديدًا في عملية الترقية الذكية لمئات الصناعات.

حاليًّا، طُبِّقت تكنولوجيا ترميز قوان لان على منتجات الواجهة الأمامية والخلفية الخاصة بشركة هيكسفيجن، وستُطرح قريبًا. تابعونا!