Hikvision Guanlan'ın yeni kodlama teknolojisi, depolama sorununu çözer ve videoyun temel değerini ortaya çıkarır

Video, güvenlik önleme ve işletme karar verme süreçlerinde temel veri altyapısı haline gelmiştir. Ancak bu veri selinin ardında bir "depolama sorunu" gizlidir: Araştırmalar, yaklaşık %70 oranında güvenlik kamerası görüntüsünün hareketsiz ya da düşük değerli olduğunu göstermektedir; bu tür görüntülerin etkili içeriklerle karıştırılması yalnızca depolama kaynaklarını değil, aynı zamanda donanım satın alma maliyetlerini ve veri merkezi işletim-bakım masraflarını da artırır.

Güvenlik sektörünün teknolojik evrimine öncülük eden bir güç olarak Hikvision, "videoların temel değerini keşfetmek" ilkesiyle 20 yıldan fazla süredir sektör yeniliklerini sürekli olarak yönlendiriyor. Son zamanlarda duyurulan Guanlan kodlama yeni teknolojisi, sektörle ilgili derin içgörüler ve yapay zekâ destekli hassas kodlama mantığıyla, "görüntü kalitesi ile depolama verimliliği aynı anda sağlanamaz" sorununu çözmüş ve binlerce sektör için "verimlilikten ödün vermeden maliyetleri azaltan" depolama optimizasyonu çözümleri sunuyor.

Teknik birikim: 20 yılı aşkın proje uygulaması sayesinde temel yetkinlikler geliştirildi

Hikvision’un video değerine yönelik araştırması, yıllar boyu süren teknolojik yinelemelerden ve proje uygulamalarından kaynaklanıyor:

2015 yılında güvenlik alanında yapay zekâ çağını başlatmak amacıyla ön uç cihazlara derin öğrenme algoritmalarını entegre eden ilk şirket olduk.

2017 yılında, 'dağılmış hesaplama gücü ve yetersiz iş birliği' sorunlarını çözen üç katmanlı AI Cloud mimarisi başlatıldı ve yapay zekâ uygulamalarının gerçeklenmesine güçlü destek sağlandı.

2018 yılında, sıfır algoritmaya sahip müşterilerin özel sektör algoritmaları geliştirmesine yardımcı olmak amacıyla bir AI açık platformu başlatıldı; bu da video algılama teknolojisi ile endüstriyel uygulamaların derin entegrasyonunu teşvik etti.

2021 yılında Hikvision, Guanlan büyük modelinin araştırma ve geliştirilmesine resmi olarak yatırım yaptı ve 'temel–sektör–görev' olmak üzere üç seviyeli bir sistem inşa ederek video anlama algoritmalarının temelini güçlendirdi.

'görünür' olanı temel düzeyde algılamaktan, 'görünür' olanı kesin şekilde sunmaya ve ardından 'anlaşılabilir' olanı derinlemesine yorumlamaya kadar Hikvision’un temel evrimi beş boyutta odaklanır:

·Görüntüye dayalı yapılandırılmış etiketlerden videoya dayalı derin anlam bilgisi anlayışına geçiş.

·Tek bir sahne ayırt edici modelden görsel çoklu modlu büyük modele geçiş.

·Uç tarafta dağıtılmış hesaplama gücünden bulut kenarında büyük ölçekli hesaplama gücü dağıtımına geçiş.

·İnsanlar ve otomobiller gibi temel hedefleri tanıma işlevinden, tüm kategorilerdeki uzun kuyruk nesnelerini kapsayacak şekilde genişleme.

·Etiket tabanlı süzgeçten anlamsal insan-makine çoklu modlu etkileşime geçiş.

Yıllardır Hikvision, dünya çapında milyonlarca müşteriyi hizmet vermiş ve ulaşım, finans, sanayi bölgeleri ve sağlık hizmetleri başta olmak üzere tüm senaryolara derinlemesine dahil olmuştur. Bu teknolojik yineleme, uygulamadan kaynaklanmakta ve uygulamada kullanılmaktadır; Guanlan kodlama teknolojisinin doğuşu için sağlam bir temel oluşturmuştur.

Teknolojik Yükseltme: Yapay Zeka Yetkinliğiyle Tıkanıklıklar Aşılıyor

Sektordeki ana geleneksel kodlama teknolojisi, sıkıştırma gücünü dinamik olarak ayarlayarak %30–%70 arası depolama optimizasyonu sağlayabilir; ancak açık sınırlamalara sahiptir: nesnelerin dinamik ve statik durumlarına dayalı tanıma, kritik olmayan dinamik nesneleri (örneğin rüzgârın savurduğu yapraklar, kuşlar vb.) yanlış tanıma eğilimindedir ve ışık koşullarındaki değişiklikler de performansı etkileyebilir. Bu teknoloji yalnızca depo ve koridor gibi basit statik sahneler için uygundur.

Hikvision’un Guanlan kodlama teknolojisi, Guanlan büyük modelinin derin anlama yeteneğini piksel düzeyinde bölütlenme teknolojisiyle birleştirerek ‘akıllı tanıma – kesin ROI bölütlenmesi – farklılaştırılmış kodlama’ tam zincir optimizasyon sistemini oluşturur ve depolama ile görüntü kalitesi arasında çift yönlü iş birliği sağlar.

Gerçek test verileri: depolama verimliliğinde önemli iyileşme

Büyük model desteğiyle dijital zekâ yükseltmesi

Kendimiz geliştirdiğimiz Guanlan görsel modelimizin desteğiyle insanlar, araçlar ve motorsuz taşıtlar gibi yüksek değerli ana hedefleri doğrudan analiz edebiliriz. Tanıma doğruluğu, geleneksel algoritmalara kıyasla önemli ölçüde artmıştır ve aynı anda en fazla 64 hedefin tanınmasını destekleyebilir.

İyileştirilmiş ROI koruma bölütlemesi teknolojisi kullanılarak ön plan hedefi ile arka plan alanı doğru bir şekilde ayrıştırılır: ön planda tam ayrıntıların korunmasını sağlamak için geleneksel kodlama uygulanır; arka planda depolama kullanımını azaltmak için verimli sıkıştırma uygulanır; son olarak standartlara uygun bit akımları üretilir ve görüntü kalitesi ile verimlilik dengelenir. İnsanlar ve makineler açısından karşılaştırılabilir olmayan hedef kalitesi sağlanırken, bit hızında %20 ila %90 oranında tasarruf sağlanabilir.

Sahne algısı, sahnenin tamamına dinamik olarak uyum sağlar

Hikvision Guanlan'ın kodlama teknolojisi, 'sahne algısı'na dayanır ve dinamik olarak uyarlanabilen bir akıllı kodlama sistemi oluşturur; bu sistem, dinamik ve statik algının koordine çalışmasına dayanır:

· Dinamik algı: Sahnedeki hareket genliği ve detay yoğunluğunu gerçek zamanlı olarak yakalar; karmaşık sahnelerde kayıpsız görüntü kalitesini sağlamak için kaynakları maksimum bit hızı (MaxBps) yüzdesine göre ayırır.

· Statik algı: Durağan veya düşük hareketli görüntüler için tekrarlanan kare kodlaması kullanılır; her kare yalnızca birkaç on bayt tüketir ve depolama maliyetlerinin optimizasyonunu maksimize eder.

Parkın giriş ve çıkış sahnelerini örnek alırsak: sabah yoğunluğu sırasında yüksek bit hızıyla detaylar geri yüklenir; gece boyunca görüntü kalitesi ile verimlilik arasında %50 dengelenme sağlanır; erken sabah saatlerinde ise depolama tasarrufunu maksimize etmek amacıyla %10 sıkıştırma uygulanır. Sahnenin karmaşıklığına dinamik olarak uyum sağlayarak kodlama kaynaklarının kesin dağıtımı sağlanabilir.

Guanlan kodlaması, para, elektrik ve alan tasarrufu sağlar

2000 rota ölçeğiyle, 1080P@2 Mbps çözünürlükte ve 90 günlük depolama örneği alınarak değerlendirildiğinde Guanlan kodlama şeması, geleneksel kodlamaya kıyasla sabit disk sayısında %60, veri merkezi alanında %60 ve 5 yıllık elektrik faturalarında %50 oranında azalma sağlar; bu da proje maliyetlerini önemli ölçüde düşürür ve gerçekten "verimlilik kaybı olmadan maliyet azaltımı" hedefini gerçekleştirir.

Derin öğrenmenin uygulanmasından tam yapılandırılmış verilerin kullanımına ve ardından Guanlan kodlama teknolojisinin piyasaya sürülmesine kadar Hikvision, "videoların daha fazla değer yaratmasını sağlamak" taahhüdünü sürdürmekte ve güvenlik sektörünün "pasif kayıt"tan "aktif zekâ"ya evrimini desteklemektedir. Yapay zekâ ile kodlamanın derin entegrasyonu sayesinde video verileri "devasa fazlalık"tan "kesinlik ve verimlilik"e dönüştürülebilir; bu da binlerce sektörün akıllı dönüşümüne yeni bir ivme kazandırır.

Şu anda Guanlan kodlama teknolojisi, Hikvision’un ön uç ve arka uç ürünlerine uygulanmış olup yakında piyasaya sürülecek. Takipte kalın!