211service.com
Deep Learning gebruiken om videobewaking slimmer te maken
Een startup maakt homevideo-monitoring slim genoeg om erachter te komen of een hond, kat of pakketje op je pad komt.
Vrachtauto , die een app biedt waarmee een smartphone of tablet als bewakingscamera kan fungeren en met enkele afzonderlijke camera's werkt, maakt al gebruik van machine learning om de belangrijkste gebeurtenissen die die dag door de camera van een gebruiker zijn vastgelegd te signaleren en om gebruikers te laten zoeken naar voertuigen en voorbijgangers zoals ze komen en gaan.
Maar vanaf deze week breidt Camio het gebruik van kunstmatige neurale netwerken uit - een techniek voor machinaal leren die voortbouwt op de manier waarop netwerken van neuronen in de hersenen zich aanpassen aan nieuwe informatie - zodat gebruikers hun opnames kunnen doorzoeken op verschillende moeilijker te identificeren objecten zoals katten, honden, fietsen, vrachtwagens en pakketten.
Mensen kunnen ook waarschuwingen instellen om te weten wanneer deze dingen op film zijn vastgelegd, en een integratie met de online respons-triggering service IFTTT (If This, Then That) laat hen voorgeprogrammeerde acties opzetten die in gang worden gezet door wat de Camio-aangesloten camera ziet. (U kunt hem bijvoorbeeld opdracht geven om uw smartphone te bellen wanneer een kat uw deur nadert tussen 02.00 uur en 06.00 uur)
Camio-medeoprichter en CEO Carter Maslan zegt dat de nieuwe objectlabels en IFTTT-integratie naar verwachting op dinsdag beschikbaar zullen zijn, en dat Camio in de loop van de tijd meer zoekbare termen zal toevoegen.
De sleutel is om een drempel te vinden waar deze precies genoeg is, zegt Maslan.
Terwijl sommige andere bewakingscamera's voor consumenten, zoals de Nest Cam, gebruikers waarschuwingen kunnen sturen op basis van beweging, geluid en gezichtsdetectie, kan het gebruik van deep learning leiden tot veel genuanceerder observaties van wat wordt opgepikt door een cameralens.
Camio, gevestigd in San Mateo, Californië, stelt vast dat iets dat wordt opgenomen door de camera van een gebruiker interessant is door een aanzienlijke hoeveelheid beweging in een scène te detecteren. Maslan zegt dat het bedrijf momenteel neurale netwerken gebruikt met elke videocamera die tegelijkertijd stemmen over wat zij denken dat de gebruiker interessant zou vinden. De technologie wordt bewezen goed of fout te zijn op basis van video's die de gebruiker uiteindelijk opent, afspeelt en verwijdert. Gebruikers kunnen het systeem helpen leren door clips een duim omhoog of omlaag te geven.
Maslan zegt dat het zwaarste computerwerk - en dus het duurste - erin bestaat precies uit te zoeken wat er gebeurt in de stukjes video die interessant zijn. Normaal gesproken, zegt hij, is dit ongeveer een minuut aan beeldmateriaal per dag, dus Camio gebruikt alleen neurale netwerken om dat stukje video verder te analyseren, in plaats van door te ploeteren wat er de hele dag is opgenomen.
In plaats van uren en uren aan opnames, kun je uiteindelijk niet eens de video bekijken en gewoon de informatie krijgen die je nodig hebt, zegt hij.
Het zal echter niet gratis zijn. Tot deze week konden gebruikers met Camio een maand aan video streamen en opslaan vanaf een enkele camera zonder te betalen; vanaf deze week, zegt Maslan, zal het bedrijf gebruikers gratis blijven laten streamen, maar het zal $ 9 per camera per maand in rekening brengen om video op te nemen en af te spelen.