Noticias ALAS

Las noticias de la industria de la seguridad en Latinoamérica

hanwha

Top 5 tendencias en videovigilancia de Hanwha Techwin para 2022

Los sectores de la seguridad y la vigilancia no pueden empezar a mirar hacia 2022 sin reconocer primero la importancia de 2021: un año que cambió todos los aspectos de nuestra vida cotidiana, incluida la forma en que socializamos, trabajamos, nos comunicamos y colaboramos. El mundo salió de una pandemia global sin precedentes, y las empresas de todos los sectores reevaluaron todos los aspectos de su negocio, desde cómo interactúan con sus clientes hasta cómo gestionan sus empleados y cómo salen al mercado.

Este nuevo panorama empresarial también ha creado nuevos tipos de retos de seguridad y vigilancia. Los empleados, clientes y socios trabajan cada vez más en lugares remotos, compartiendo y colaborando a través de redes en línea dispares y dejando los datos vulnerables a las intrusiones. Los sitios se vigilan a distancia y las nuevas directrices de salud pública y seguridad rigen el funcionamiento de las empresas.

Hanwha Techwin ha respondido a estos retos con nuevos productos y soluciones que incorporan tecnologías continuamente emergentes, desde la nube y la automatización hasta la Inteligencia Artificial/Depp Learning y una serie de servicios y procesos conectados. He aquí un avance de cómo continuarán estas tendencias en 2022:

Las soluciones de vigilancia y seguridad incorporan cada vez más análisis en borde que proporcione datos que pueden impulsar la protección y la supervisión inteligentes. El papel de la analítica en borde continuará expandiéndose significativamente en 2022 y más allá. A medida que los clientes combinen la computación en borde y la Inteligencia Artificial (IA) para lograr una mayor eficiencia en el monitoreo y la búsqueda.

Los informes del sector predicen que la infraestructura global de computación en borde tendrá un valor de más de 800.000 millones de dólares en 2028. El uso de Edge AI, especialmente con análisis basados en algoritmos de aprendizaje profundo, puede ser un elemento clave en una serie de aplicaciones de «smart surveillance». Entre ellas, la detección y clasificación de objetos y la recopilación de atributos en forma de metadatos, todo ello reduciendo las cargas de latencia y ancho de banda del sistema y permitiendo la recopilación de datos en tiempo real y la supervisión de la situación.

Estas ventajas de la computación en borde sólo pueden lograrse si se cuenta con una competencia básica en el SoC. Los códecs integrados en el SoC desempeñan un papel fundamental en la mejora de la calidad de la imagen, mientras que el motor de la NPU del SoC con algoritmo de IA permite el análisis de IA en borde. Y debido a la limitada disponibilidad de recursos en borde, la importancia de los algoritmos de IA SOTA (State-of-the-art) va en aumento. Maximizar la eficiencia de los recursos siempre ha sido un reto importante para la computación en borde, lo que hace inevitable la optimización de los algoritmos de IA. Para hacer frente a este reto, se presentan nuevas formas de aprendizaje automático -como el Transfer Learning- para sustituir a los actuales algoritmos líderes. Adelantarse a la tendencia e interiorizar estas competencias son las claves para ganar un terreno firme para el edge computing sin rival.

La IA y la computación en borde seguirán mejorando la eficiencia y la eficacia de los sistemas de videovigilancia en red, aplicando la analítica (detección de objetos, merodeo, líneas virtuales y cruce de zonas, por nombrar algunas) para supervisar todo tipo de zonas o situaciones. Con esta IA pan-vertical y la computación en borde habilitada por las cámaras, los usuarios pueden llevar a cabo una «detección preventiva» y depender menos de la supervisión reactiva, aumentando la seguridad y la eficiencia.

La solución de Hanwha Techwin:

Las cámaras de IA de las series P y X de Wisenet, que emplean la tecnología de IA y aprendizaje profundo permiten detectar solo los datos definidos por el usuario para realizar búsquedas forenses eficaces y mejorar la eficiencia operativa. Los algoritmos de IA y aprendizaje profundo ayudan a descartar los movimientos de objetos no deseados, como sombras, animales o árboles ondulantes, lo que reduce en gran medida las falsas alarmas.

Hanwha Techwin invierte continuamente en el desarrollo de SoC de IA para fortalecer sus capacidades de computación en borde con IA.

Contacto

https://es.hanwhasecurity.com/

Signalis Group
Julián Arcila
Agencia de Relaciones Públicas
980-309-2166
info@signalisgroup.com