Conntour Зібрав $7 Мільйонів, Щоб Перетворити Камери Безпеки на Пошукові Системи

Conntour вийшов з режиму приватного фінансування з раундом фінансування у розмірі $7 мільйонів, підтриманим інвесторами, серед яких General Catalyst, Y Combinator, SV Angel та Liquid 2 Ventures. Компанія позиціонує себе навколо простої, але амбітної ідеї: команди безпеки повинні能够 шукати відеозаписи так же легко, як вони шукають в Інтернеті.

Платформа вводить природну мовну запитування по мережах камер, дозволяючи користувачам описувати, що вони шукають, а не покладатися на попередньо визначені фільтри чи категорії.

Від Пасивних Камер До Пошукової Інтелектики

Традиційні системи відеоспостереження побудовані на жорстких правилах. Оператори повинні визначити, що вони хочуть виявити заздалегідь – конкретні об’єкти, рухи чи поведінку. Цей підхід часто призводить до пропущених інцидентів та годин ручного перегляду, коли щось несподіване відбувається.

Conntour замінює цю модель на більш гнучкий інтерфейс. Замість налаштування попередніх сповіщень користувачі можуть вводити запити, такі як “людина, яка залишає сумку без нагляду” або “фургон біля доку вчора”, і система повертає відповідні відеозаписи.

Це позначає зміну від моніторингу до запитування. Відео більше не є чимось, що потрібно дивитися – воно стає чимось, що можна досліджувати та опитувати на вимогу.

Створено Для Реальної Складності

Одним із основних викликів у сфері спостереження є те, що реальні ситуації рідко вписуються у чіткі категорії. Підозріла поведінка часто є контекстною, включаючи послідовності дій, а не окремий визначений об’єкт.

Система Conntour розроблена для обробки цієї двозначності. Вона працює як з прямими трансляціями, так і з історичними відеозаписами, забезпечуючи сповіщення в реальному часі, а також швидке розслідування після інциденту. Платформа також працює з існуючою інфраструктурою камер і може бути розгорнута повністю на місці, що є критично важливим для середовищ, де дані не можуть покидати безпечні мережі.

Інтерфейс розроблений для зручності використання, дозволяючи некваліфікованим операторам взаємодіяти з складними системами без необхідності налаштовувати правила виявлення або розуміти основні моделі.

Перші Здобутки У Високоризикових Середовищах

Компанія вже розгорнута в операціях з національної безпеки в Сінгапурі, що свідчить про раннє впровадження в середовищах, де точність і швидкість мають критичне значення.

Фон засновників у сфері розвідки та високотехнологічних систем, схоже, впливає на дизайн продукту, особливо на його увагу до операційної ефективності. Платформа стверджує, що дозволяє одному оператору моніторити тисячі камер, одночасно суттєво скорочуючи час, необхідний для розслідування інцидентів.

У порівнянні з традиційними системами відеоаналітики платформа повідомляє про суттєві операційні поліпшення:

• До 90% зниження часу ручного перегляду відео
• До 80% менше пропущених подій
• До 70% зниження кількості хибних сповіщень
• Можливість для одного оператора наглядати за тисячами камер

Ці досягнення стають можливими завдяки заміні правилових робочих процесів системами, які інтерпретують контекст та намір більш динамічно.

Куди Ця Технологія Може Привести

То, що будує Conntour, вказує на більш широкий зсув у тому, як інтерпретується відеодані – не лише швидший аналіз, а й фундаментально інша модель взаємодії. Замість того, щоб проектувати системи навколо попередньо визначених правил виявлення, акцент зміщується у бік розуміння наміру, вираженого природною мовою.

Цей зсув має наслідки поза сферою безпеки. Якщо системи можуть надійно інтерпретувати відкриті запити, такі як “хтось, хто залишає об’єкт позаду” або “незвичайний рух біля входу”, це свідчить про рух у бік семантичного розуміння відео – де контекст, відносини та послідовності мають таку ж важливість, як і окремі об’єкти.

У масштабі це може змінити, як організації використовують відеоархіви. Відеозаписи стають індексованим набором даних, який можна запитувати динамічно, а не пасивно зберігати. У середовищах, таких як транспортні хаби, логістичні мережі чи публічна інфраструктура, це може змінити, як інциденти реконструюються, аудитуються та потенційно передбачаються.

Під Капотом: Від Виявлення До Розуміння

Традиційні системи спираються на моделі виявлення об’єктів, навчені розпізнавати конкретні категорії, такі як люди чи транспортні засоби. Хоча вони ефективні у контрольованих сценаріях, ці моделі борються, коли запити виходять за межі попередньо визначених міток.

Підхід Conntour, ймовірно, включає побудову багатших візуальних представлень – часто званих вкладеннями – які захоплюють не лише об’єкти, а також атрибути, відносини та зміни з часом. Запити природної мови можуть потім бути відображені у тому ж просторі представлення, дозволяючи системі зіставити намір з візуальними даними.

Іншим ключовим викликом є часове міркування. Багато реальних запитів включають послідовності подій, а не окремі кадри. Підтримка цього вимагає відстеження сутностей у часі та розуміння взаємодій, а не лише ідентифікацію об’єктів у ізоляції.

Обмеження Та Компроміси

Незважаючи на свій потенціал, така система вводить нові виклики. Обробка великих обсягів відео з просунутими моделями є обчислювально інтенсивною, особливо у розгорнутті на місці, де ресурси обмежені.

Точність також є фактором. Відкриті запити вводять двозначність, і системи повинні балансувати гнучкість з точністю, щоб уникнути хибних позитивів чи пропущених виявлень. На відміну від правилових систем, системи, керовані природною мовою, сильно залежать від того, як добре моделі узагальнюють крайні випадки.

Є також питання управління. Можливість шукати конкретні атрибути чи поведінку піднімає питання про нагляд, контроль доступу та належне використання – особливо у чутливих чи публічних середовищах.

Conntour вийшов з режиму приватного фінансування, що свідчить про зсув від жорстких, правилових систем спостереження до систем, які можуть інтерпретувати намір та контекст у реальному часі.

Якщо ця модель виявиться надійною, вона може змінити, як організації взаємодіють з відеоданими – рухаючись від пасивного моніторингу до динамічної, запитної інтелектуальної діяльності.