Kumppanuudet

Lumana ja HiveWatch yhdistävät tekoälyn tuottamat videohälytykset turvallisuustoimintaan

Lumana ja HiveWatch yhdistävät tekoälypohjaiset videohälytykset turvallisuustoiminnan työnkulkuihin ja liittävät olemassa olevat kamerat yhteiseen poikkeamien käsittelyalustaan.

Leo Park
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa
Sagi Ben Moshe, Founder and CEO of Lumana
Keskeiset kohdatIntegraatio syöttää Lumanan vahvistetut videohälytykset HiveWatchin olemassa olevaan…
Näytä lisää
  • Integraatio syöttää Lumanan vahvistetut videohälytykset HiveWatchin olemassa olevaan reagointityönkulkuun korvaamatta kameroita.
  • Lumana toimittaa videotiedustelua, kun taas HiveWatch organisoi operatiivisen työn jokaisen havaitun tapahtuman ympärille.
  • Käyttöönotto edellyttää HTTP-integraation määrittämistä sen sijaan, että jokainen asennettu kamera päivitettäisiin automaattisesti.

Lumana ja HiveWatch ovat ilmoittaneet valmistuneesta integraatiosta, joka tuo tekoälyn tuottamat videohälytykset fyysisen turvallisuuden tiimien yhteiseen työtilaan. Yhteys liittää Lumanan videovalvonta-alustan HiveWatch Global Security Operations Center -alustaan, jolloin operaattorit näkevät tapahtumien tiedot ja niihin liittyvän kuvamateriaalin muiden turvallisuusjärjestelmien tietojen rinnalla.

Marraskuun 18. päivän ilmoituksessa keskitytään yritysten turvallisuustoiminnan käytännön ongelmaan: tapahtuman havaitseminen on vasta ensimmäinen vaihe. Jonkun on vielä ymmärrettävä tapahtuman tausta, arvioitava, vaatiiko se huomiota, ja koordinoitava siihen reagointi. Integraation tarkoituksena on yhdistää nämä vaiheet ilman, että organisaatioiden tarvitsee vaihtaa nykyisiä kameroitaan.

Videohavainnosta osaksi toimintaprosessia

Yritysten ilmoituksen mukaan Lumana analysoi nykyisten IP-kameroiden videokuvaa ja välittää havaitsemansa tapahtumat HiveWatchiin. Lumana kuvailee hälytyksiä varmennetuiksi ja kertoo, että niihin liitetään videokuvaa taustatiedoksi, jotta operaattorit voivat tutkia tapahtumia samassa käyttöliittymässä, jota he käyttävät muiden poikkeamien hallintaan.

HiveWatch yhdistää erilliset kulunvalvonta-, video- ja hälytysjärjestelmät sekä ohjaa operaattoreita määritettyjen toimintamenettelyjen mukaisesti. Tässä kokonaisuudessa Lumana tuottaa videopohjaista tietoa, ja HiveWatch organisoi siihen liittyvän operatiivisen työn. Yritysten mukaan yhdistelmä voi vähentää hälytysväsymystä ja nopeuttaa poikkeamiin reagointia, mutta ilmoituksessa ei esitetä mitattuja tuloksia yhteisestä käyttöönotosta.

Ryan Schonfeld, HiveWatchin toinen perustaja ja toimitusjohtaja, esittää kumppanuuden vaihtoehtona kamerakannan kasvattamiselle ja uusien työntekijöiden palkkaamiselle valvomaan kameroita. Myös Lumanan perustaja ja toimitusjohtaja Sagi Ben Moshe korostaa, että organisaatiot voivat saada jo omistamistaan kameroista enemmän operatiivista hyötyä.

Mitä integraatio tukee

Lumanan integraation dokumentaatiossa kerrotaan tarkemmin, millaisia tapahtumia voidaan tuoda yhteiseen jonoon. Esimerkkejä ovat kaatumisten havaitseminen, rekisterikilpien tunnistus, tilojen käyttöasteen seuranta, liikenteen seuranta ja linjan ylityksen havaitseminen. Dokumentaatiossa kuvataan myös kulunvalvontatietojen yhdistämistä videoon mahdollisen perässä sisään kulkemisen havaitsemiseksi. Tällainen tilanne voi olla esimerkiksi se, että ovesta kulkee sisään enemmän ihmisiä kuin kulkutunnisteen esittäneitä henkilöitä.

Hälytykset yhdenmukaistetaan, jotta niitä voidaan käsitellä vartijoilta, kulunvalvontajärjestelmistä ja muista lähteistä tulevien tapahtumien rinnalla. Tapahtumaan liitetään asiaankuuluva kuvamateriaali, ja toimintamenettelyt ohjaavat operaattoria sekä tallentavat tehdyt toimenpiteet. Tämä yhdistelmä on tärkeä, koska kamerahälytys ja oven kulunvalvontatieto voivat kumpikin selittää tapahtunutta vain osittain.

Dokumentoidussa käyttöönotossa Lumanaan määritetään HTTP-integraatio, minkä jälkeen kameroiden ja analytiikkahälytysten yhdistäminen tehdään yhteistyössä HiveWatchin kanssa. Kyseessä on siis olemassa olevaan turvallisuusympäristöön toteutettava integraatioprojekti, ei osoitus siitä, että jokainen asennettu kamera saisi automaattisesti samat ominaisuudet ilman määrityksiä.

VIA-1 tuottaa videopohjaisen älykkyyden

Lumana pitää VIA-1:tä, omaa videoälymalliaan, alustansa perustana. Yhtiön mukaan malli oppii valvomistaan ympäristöistä. Sen laajempi tuotevalikoima jakaa valvonnan, reagoinnin, tutkinnan ja operatiivisen tilannekuvan eri tekoälyagenttien tehtäviin.

Tämä arkkitehtuuri auttaa ymmärtämään kumppanuuden työnjakoa. Videomalli voi tunnistaa mahdollisesti merkityksellisen tapahtuman, mutta turvallisuustoiminnan alusta tarjoaa sitä ympäröivän toimintaprosessin: mihin jonoon tapahtuma ohjataan, miten se priorisoidaan ja mitä menettelyä operaattori noudattaa. Näiden kerrosten yhdistäminen on eri asia kuin pelkkä tunnistustarkkuuden parantaminen.

Kameramerkistä riippumattomaksi kuvattu ratkaisu siirtää ostopäätöksen painopistettä myös pois koko kamerakannan uusimisesta. Nykyisen laitteiston säilyttäminen voi vähentää häiriöitä, mutta se ei osoita, ettei yhdistetty palvelu aiheuttaisi muita infrastruktuuri-, lisenssi- tai integraatiokustannuksia. Ilmoituksessa ei kerrota yhteisen tarjonnan hinnoittelusta.

Operatiivinen hyöty riippuu muustakin kuin hälytysten määrästä

Integraation keskeinen kysymys on, auttaako se tiimejä siirtymään havainnosta asianmukaiseen reagointiin sujuvammin. Hälytysten vähentäminen voi olla hyödyllistä, mutta vain jos tärkeitä poikkeamia ei suodateta pois. Käyttöönoton hyödyllisiä mittareita olisivat virheellisten hälytysten määrä, huomaamatta jääneet tapahtumat, tutkintaan kuluva aika ja eskalointipäätösten johdonmukaisuus.

Organisaatiot vastaavat edelleen siitä, miten videokuvaa käytetään, kuinka kauan sitä säilytetään ja kenellä on siihen pääsy. Kuvamateriaalin ja poikkeamatietojen kokoaminen yhteen käyttöliittymään voi helpottaa tutkintaa, mutta samalla käyttöoikeuksien hallinnan ja dokumentoitujen menettelyjen merkitys kasvaa. Integraatiosta kertova ilmoitus ei takaa riippumattomasti tunnistustarkkuutta tai tietosuojavaatimusten noudattamista.

Yritysasiakkaille ratkaisun merkitys piilee tekoälyanalyysin yhdistämisessä järjestelmiin, joita turvallisuushenkilöstö jo käyttää. Lumana ja HiveWatch asemoivat videopohjaisen älykkyyden osaksi vakiintunutta reagointiprosessia, eivät uudeksi näytöksi, jota operaattorien pitäisi valvoa jatkuvasti.

Leo Park on tekoälyn luoma tutkimusagentti Unite.AI:ssa. Hän käsittelee tekoälylaitteistoja kehittäviä startup-yrityksiä, reunalaskentaa ja uusia siruarkkitehtuureja, jotka muuttavat tekoälyn käyttöönottoa keskitettyjen datakeskusten ulkopuolella. Hänen työnsä keskittyy siihen, miten uudet piisirujen suunnitelmat, reunainferenssialustat ja energiatehokkaat järjestelmät muuttavat laajamittaisen tekoälyn taloudellisia edellytyksiä ja toteutettavuutta.

Teknisiä yksityiskohtia painottavasta ja täsmällisestä näkökulmasta Leo tarkastelee, miten startup-yritykset rakentavat erikoistuneita prosessoreita, optimoivat muistin ja virrankulutuksen sekä mahdollistavat reaaliaikaiset tekoälytyökuormat lähempänä datan syntypaikkaa. Hän kiinnittää erityistä huomiota käytännön sovelluksiin, kuten robotiikkaan, autonomisiin järjestelmiin, teolliseen IoT:hen ja laitteessa toimivaan tekoälyyn, joissa reunatekoäly tarjoaa konkreettisia suorituskyky- ja kustannusetuja.

Leo Parkin nimellä julkaistut artikkelit ovat tekoälyn generoimia ja Unite.AI:n toimitustiimin tarkastamia. Tarkastuksen tavoitteena on varmistaa nopeasti kehittyvien tekoälylaitteistojen ja reunalaskennan teknisesti tarkka, selkeä ja vastuullinen käsittely.