Warum eine intelligentere Edge 2019 neue Anwendungen der Computer Vision hervorbringen wird

2018 hat große Fortschritte bei den Computer-Vision-Fähigkeiten gemacht. Die Genauigkeit der Objekterkennung und Gesichtserkennung wird weiter verbessert, und die Zahl der leicht verfügbaren Optionen auf der Grundlage modernster Deep-Learning-Technologien, einschließlich konvolutioneller und rekurrenter neuronaler Netze, nimmt weiter zu. Die Verbesserungen haben ihren Preis – eine Zunahme der Komplexität und der Verarbeitungsanforderungen der Technologien. YOLOV3 zum Beispiel, ein beliebtes Objekterkennungsmodell, hat eine zugrundeliegende Architektur mit 106 Schichten, die vollständig gefaltet ist und sich gegenüber der vorherigen Version mehr als verdoppelt hat. Andere Modelle wie RetinaNet- und SSD-Varianten zeigen ebenfalls enorme Fortschritte in der Genauigkeit, jedoch auf Kosten einer erhöhten Komplexität und geringeren Leistung.

Mit neuen Anforderungen Schritt halten

Während die Komplexität und die Rechenanforderungen der fortschrittlichen Computer-Vision-Technologie zunehmen, besteht ein Bedarf, diese Technologien auf eine wachsende Zahl von hochauflösenden Live-Videostreams anzuwenden. Die Zahl der Videoüberwachungskameras nimmt dramatisch zu, zusammen mit der Erwartung, dass sie proaktive Informationen liefern. Ein passives Videosystem reicht nicht mehr aus. Kameras müssen einfach viel intelligenter sein.

Die Einführung fortschrittlicher Technologien für maschinelles Lernen erfordert eine neue Denkweise über Implementierungen. Das Streamen von Videos in voller Auflösung zur Verarbeitung in die Cloud ist unerschwinglich, erfordert zu viel Bandbreite und führt zu hohen Latenzzeiten. Die Bereitstellung einer großen Anzahl von Hochleistungsservern vor Ort hat seine eigenen Probleme, die viel wertvollen Platz und Strom erfordern und bei der Einführung auf eine große Anzahl von Kameras unerschwinglich sein können. Es geht auch nicht auf die Realitäten des Umgangs mit Umgebungen mit mehreren Standorten ein, die für die Nutzung der Daten immer wichtiger werden. Die Verarbeitung von Live-Videos von 1 oder 2 Kameras ist eine Sache. Die Verarbeitung von Videos von Hunderten von Kameras in Echtzeit an einem oder mehreren Standorten, oft mit begrenzten verfügbaren Ressourcen, erfordert ein völlig anderes Denken.

Die Lösung:Video am Edge

Die Antwort liegt am Rand. Durch die Bereitstellung der Intelligenz am Edge kann die Arbeitslast auf viele Geräte verteilt werden. Dies kann bedeuten, dass entweder stärkere Verarbeitungsfunktionen in die Kamera selbst eingebettet werden oder hocheffiziente Edge-Appliances zwischen Kameras und Cloud hinzugefügt werden. Um dies zu ermöglichen, beginnen Unternehmen, schnelle, energieeffiziente spezialisierte KI-Prozessoren auf den Markt zu bringen. Nvidia hat mehrere Module seiner Jetson-Serie für die Durchführung von Echtzeit-Inferenzen in Embedded-Geräten auf den Markt gebracht und Intel bietet durch die Übernahme von Movidius seine Prozessoren der Myriad-Serie und seinen neuronalen Compute-Stick an. In den letzten Jahren floss auch ein enormer Betrag von Investorengeldern in eine neue Generation von Chipunternehmen, die kostengünstige und leistungsstarke Deep-Learning-Verarbeitungsfunktionen anbieten. Unternehmen wie Mythic, Graphcore und andere haben Hunderte von Millionen Dollar an Risikofinanzierung erhalten. Kürzlich haben sogar Google und Amazon ihre eigenen Edge-Processing-Chips angekündigt. Dies ist eine erstaunliche Bestätigung von zwei reinen Cloud-Unternehmen für die Bedeutung der Verarbeitung von maschinellem Lernen am Edge.

Was kommt

Edge-based Processing wird eine völlig neue Art von Echtzeit-Intelligenz ermöglichen. Was derzeit passive Videorekorder sind, werden demnächst nach ertrinkungsgefährdeten Kindern im Schwimmbad schauen, Waffen in der Nähe einer Schule entdecken oder Türen für Mitarbeiter ohne Schlüssel öffnen. Sie suchen nach Defekten in Fertigungslinien, finden Arbeiter, die keine Sicherheitsausrüstung tragen, und erfahren, wie sich Menschen in einer Einzelhandelsumgebung bewegen, um den Fluss zu optimieren und Wartezeiten zu verkürzen. Kameras werden endlich umsetzbare Daten in Echtzeit liefern. Wir werden enorme Verbesserungen in unserer Fähigkeit sehen, die Sicherheit, Fertigungszuverlässigkeit, Kundenzufriedenheit und Sicherheit im Geschäft zu erhöhen.

Mit über 1 Milliarde Kameras im Einsatz und der nächsten Milliarde bereit für den Einsatz bietet Edge Processing das Potenzial, sie endlich intelligent zu machen.

Unternehmen finden bereits Video-Intelligence-Dienste wie Kogniz, die in der Lage sind, Funktionen zur Identifizierung von Personen und Mustern in Echtzeit bereitzustellen. Mit dem Kogniz-Ansatz nutzt der Service Edge-basierte Appliances, einschließlich eigenständiger Kameras und Adapter für vorhandene IP-Kameras, was eine bedarfsgesteuerte Bereitstellung mit minimaler Infrastruktur ermöglicht. Die Kogniz-Lösung funktioniert mit einer unbegrenzten Anzahl von Kameras und an beliebig vielen Standorten.

Jed Putterman fungiert als Co-CEO von Kogniz. Herr Putterman hat mehrere Technologieunternehmen gegründet, darunter Snapcentric, das von VeriSign übernommen wurde, und Allerez, das von Mercury Interactive Corporation übernommen wurde. Herr Putterman begann seine Karriere bei der Oracle Corporation und war viele Jahre als Berater für große Unternehmen wie Sun Microsystems, SGI und Aspect Communications tätig. Er hat einen Abschluss an der University of California, Berkeley.