البحث الذكي في Genetec Security Center
البحث الذكي في أنظمة الأمن يعني أن النظام يفهم السياق، وليس الطوابع الزمنية فحسب. في Genetec Security Center تنقل هذه القدرة عمليات البحث من استعلامات بسيطة عبر بيانات التعريف إلى استعلامات قائمة على المعنى. على سبيل المثال، يمكن للمشغل كتابة عبارة بلغة طبيعية مثل “شخص يرتدي سترة حمراء يدخل عبر الباب الرئيسي” ويعيد النظام المقاطع المطابقة. هذا النوع من البحث الجنائي يلغي الحاجة لمعرفة معرفات الكاميرا أو أوقات التسجيل الدقيقة. نتيجة لذلك، يمكن للفرق إجراء بحث سريع مستهدف والحصول على نتائج بعدد أقل بكثير من الخطوات.
يبني الفهرس الدلالي أوصافًا غنية للمشاهد. ونتيجة لذلك، تقوم الخوارزميات بووسم الأشياء والسمات والأفعال. يوسم النظام الأشخاص والمركبات والحقائب. ثم يربط تلك الوسوم بأحداث مثل الدخول أو الخروج أو التسكع. وبما أن الفهرس سياقي، يمكن للمحققين توجيه بحث الفيديو الخاص بهم بوصف السلوك والمظهر بدلًا من البحث في بيانات التعريف. للمشغلين الذين يريدون دليل مستخدم موجز، تعرض المنصة قدرات البحث في واجهة بديهية.
تلتقط الدكتورة ماري دوبون الفائدة جيدًا: “يحَوّل البحث الدلالي في الفيديو المراقبة بالفيديو من أداة تسجيل سلبية إلى أصل ذكي نشط. بتمكين استعلامات اللغة الطبيعية، يساهم ذلك في ديمقراطية الوصول إلى بيانات الفيديو ويُسرع أوقات الاستجابة للحوادث.” تشرح هذه المقولة لماذا تقدر فرق التحقيق الأدوات الدلالية ولماذا تعتمدها العديد من فرق الأمن. لمزيد من المعلومات حول كيفية عمل البحث الجنائي في بيئات النقل راجع مقالتنا حول البحث الجنائي في المطارات.
أخيرًا، يساعد أداة البحث السريع الجديدة في تركيز النتائج دون إعداد طويل. وبما أن أداة البحث تساعدك على استهداف لحظات محددة، يقضي المستخدمون وقتًا أقل في فتح تدفقات الكاميرا. وبهذه الطريقة، يساعد البحث الذكي في الكشف عن الأدلة بشكل أسرع مع تبسيط سير عمل البحث الأساسي.
تسريع التحقيقات باستخدام البحث الدلالي في الفيديو
يمكن للبحث الدلالي في الفيديو تسريع التحقيقات بجعل عملية البحث نفسها أسرع وأكثر موثوقية. في التجارب، أبلغت مؤسسات عن زيادة بنسبة 50% في دقة نتائج البحث في الفيديو عند استخدام البحث الدلالي مقارنة بأساليب البيانات الوصفية التقليدية، مما يعني تقليل الخيوط الخاطئة وزيادة الوقت المنتج لكل قضية (المصدر). بالإضافة إلى ذلك، تشير وثائق المنتج إلى أن البحث الدلالي في الفيديو يمكن أن يقلل الوقت المطلوب لتحديد المقاطع ذات الصلة بما يصل إلى 70% (إحصائية). هذه المكاسب قابلة للقياس ومتكررة.
يفترض الفهرس لحظيًا أهمية كبيرة. يمكن للأنظمة الحديثة فهرسة البث المباشر بحيث يعيد بحث سريع في التشغيل نتائج شبه فورية، حتى عبر أرشيفات كبيرة جدًا. تتيح هذه القدرة للمحققين إجراء بحث سريع ثم الانتقال إلى اللحظة الدقيقة التي حدث فيها الحدث. نتيجة لذلك، يمكن للفرق إغلاق القضايا بسرعة أكبر لأنها تشاهد المقاطع ذات الصلة فقط. للمواقع الكبيرة، تتيح القدرات الفدرالية والفهرسة المركزية للفرق البحث عبر مواقع متعددة بدون تجميع يدوي. يدعم هذا النهج الحوادث المعقدة متعددة الكاميرات ويختصر تجربة التحقيق.
علاوة على ذلك، تدفع التحليلات الدقة. تحلل نماذج عميقة شبكية إطارات الفيديو وبيانات التعريف لإبراز المشاهد ذات الاهتمام. تزود هذه النماذج وسوم سمات مثل لون الملابس ونوع المركبة، مما يساعد المحققين على استهداف بحث الفيديو للحصول على نتائج أسرع. بالنسبة للاستجابة للحوادث التي تحتاج إلى العثور على أشخاص أو أشياء ذات اهتمام، فإن هذا المستوى من التفاصيل يسرع التعرف ويقلل وقت المراجعة اليدوية. إن الجمع بين الفهرسة السريعة والتصنيف الدقيق هو ما يساعدك على استهداف فيديوك في تحقيقات الضغط العالي.
أخيرًا، تستفيد الفرق التي تستخدم نسخة Security Center SaaS أو نشرًا محليًا من البحث شبه الفوري. سواء استخدمت الجهة خدمة سحابية أو نظام إدارة فيديو محلي، يقلل الفهرس الدلالي الوقت للوصول إلى الرؤى ويساعد فرق التحقيق على حل القضايا بسرعة أكبر (مرجع التعلم العميق).
AI vision within minutes?
With our no-code platform you can just focus on your data, we’ll do the rest
حالات استخدام التحقيق عبر القطاعات
يدعم البحث الدلالي أنواعًا عديدة من التحقيقات. في قطاع النقل، تستخدم فرق الأمن الاستعلامات السياقية للعثور على سلوك مشبوه أو لتحديد مواقع الأغراض المفقودة. على سبيل المثال، يمكن للمشغلين البحث عن “شخص يترك حقيبة عند بوابة” ثم الانتقال إلى الجدول الزمني الدقيق عبر عدة كاميرات. غالبًا ما تجمع المطارات بين التعرف على لوحات المركبات والوسوم الدلالية لتتبع المركبات داخل المناطق وخارجها. لمزيد حول سير العمل التلقائي للمركبات واللوحات راجع موردنا عن ANPR/LPR في المطارات.
تستفيد فرق التجزئة أيضًا. يستخدمون الفهرس الدلالي لدراسة مسارات العملاء، وتوليد خرائط الحرارة وتحسين تخطيطات المتاجر. عند الجمع بين العدّ الأشخاص وتحليلات الإشغال، تُحسّن هذه الرؤى العمليات وتدفق العملاء. يمكن للمنصة تحديد الأشخاص والأشياء ذات الاهتمام ثم ربط تلك المعلومات بأوقات الدخول والخروج لنمذجة اختناقات الدفع. لتغييرات تصميمية قائمة على الأدلة، تقدم المنصة وظائف بديهية تبسط التحليل للموظفين غير التقنيين.
تستخدم أجهزة إنفاذ القانون البحث الدلالي في أعمال القضايا. يمكن للمحققين البحث عن “مركبة حمراء تدخل بعد منتصف الليل” وتلقي مقاطع من كامل الموقع. تتيح القدرة على البحث عن الأدلة بعبارات عادية للضباط إيجاد الأدلة دون وسم متخصص. بالنسبة للمطارات ومحاور النقل، يعمل البحث الدلالي جيدًا مع الكشف عن المحيط والتسلل لتسريع تقييم الحوادث. لأمثلة على سير العمل الخاص بالمحيط والكشف عن التسلل راجع صفحة الكشف عن التسلل في المطارات.
عبر القطاعات تتكرر نفس الموضوعات. يساعدك البحث الدلالي على استهداف الفيديو عندما تكون السرعة مهمة. يقلل من المراجعة اليدوية، ويدعم عمليات البحث الموزعة عبر مواقع متعددة ويحسّن فرصة حل القضايا بسرعة. ونتيجة لذلك، تصبح تحقيقات الفيديو أقل عن استرجاع البيانات وأكثر عن الحصول على رؤًى قابلة للتنفيذ.
تمكين فرق الأمن باستخدام استعلامات اللغة الطبيعية
تغير استعلامات اللغة الطبيعية من يمكنه إجراء التحقيقات. سابقًا، كان المحللون المدربون فقط هم من يستطيعون وسم اللقطات وبناء استعلامات معقدة. الآن، يمكن لمشغل الأمن كتابة وصف قصير والعثور على المقطع. تزيل الواجهة الذكية الجديدة الحاجة إلى التدريب المتخصص. نتيجة لذلك، يمكن للمزيد من الموظفين إجراء تحقيقات أساسية واستخلاص سياق الحادث بسرعة.
سلطت الدكتورة ماري دوبون الضوء على هذا التحول: “يحَوّل البحث الدلالي في الفيديو المراقبة بالفيديو من أداة تسجيل سلبية إلى أصل ذكي نشط.” تلتقط هذه الفكرة كيف يساعد البحث في كشف التفاصيل الأساسية ولماذا تقدر فرق الأمن الأدوات البديهية. وبما أن الواجهة تدعم الاستعلامات النصية الحرة، لا يحتاج فريق التحقيق إلى تعلم مخططات بيانات وصفية معقدة أو قراءة وثائق تقنية قبل البدء.
كما يمكن لهذا النهج تمكين الفرق الميدانية. على سبيل المثال، يمكن لحارس عند بوابة نائية إجراء بحث سريع لتأكيد هوية أو للعثور على اللحظة الدقيقة التي مرت فيها مركبة. تربط التكنولوجيا سجلات التحكم في الدخول وأنظمة أخرى بحيث يعيد الاستعلام إجابة سياقية، وليس مجرد مقطع. وبهذه الطريقة، تقوم الحلول على الأتمتة الذكية ومع ذلك تظل محكومة بسياسات واضحة ومسارات تدقيق.
أخيرًا، يقلل البحث العبء المعرفي أثناء الحوادث. يتلقى المشغلون نتائج ذات أولوية وخطوات موصى بها تالية، مما يساعد على إغلاق القضايا بسرعة أكبر. كما يدعم النظام وضع “إجراء بحث سريع مستهدف” للحالات ذات الضغوط العالية، والذي يعرض المقاطع الأكثر احتمالًا أولًا حتى تتمكن الفرق من التحرك دون تأخير.
AI vision within minutes?
With our no-code platform you can just focus on your data, we’ll do the rest
توحيد بيانات الفيديو وبيانات التعريف في منصة واحدة
يساعد النهج الموحد الفرق على العمل بسرعة أكبر. تربط منصة أمن موحدة البثوص الحية واللقطات المؤرشفة وبيانات تنبيه الإنذار في واجهة واحدة. يقلل هذا التصميم الحاجة للتنقل بين الأنظمة ويساعدك في العثور على الأدلة من لوحة تحكم واحدة. عمليًا، يرى المشغلون التنبيهات والخرائط ونتائج البحث في عرض واحد حتى يتمكنوا من حل القضايا دون جمع أدوات متعددة معًا.
تستفيد عروض Security Center SaaS والنشرات المحلية على حد سواء من هذا النموذج الموحد. تتيح قدرات الفدرالية لفريق مركزي استعلام المواقع الموزعة مع الحفاظ على البيانات محلية عند الحاجة. يدعم هذا البنية العديد من المواقع ويتوافق مع سياسات البيانات الصارمة. تفضل العديد من المنظمات نهجًا هجينًا يتيح لها توحيد العمليات مع الحفاظ على التحكم في اللقطات الحساسة.
تكامل مع أنظمة التحكم في الدخول والكشف عن التسلل يضاعف القيمة. على سبيل المثال، عندما يحدث حدث تحكم في الدخول، يمكن للنظام تعبئة الجدول الزمني تلقائيًا وعرض اللحظة الدقيقة التي تم فيها استخدام البطاقة. وبالمثل، يمكن تراكب وسوم التعرف على لوحات المركبات على مسارات المركبات لتبسيط المتابعة. لمزيد من التفاصيل حول سير عمل اللوحات، راجع موردنا عن كشف وتصنيف المركبات في المطارات.
أخيرًا، تدعم المنصة بنية مفتوحة. يضمن هذا التصميم توفر الوثائق الفنية وواجهات برمجة التطبيقات لمندوبي نظام التكامل ومستخدمي SaaS. وبما أن البنية مفتوحة، يمكن للفرق دمج أفضل تحليلات الطرف الثالث والحفاظ على التحكم في النماذج والبيانات. يساعد هذا النهج المؤسسات على تلبية متطلبات الامتثال في الاتحاد الأوروبي وخارجه مع الاستفادة من قدرات البحث المتقدمة.
أتمتة فهرسة الفيديو باستخدام الذكاء الاصطناعي
تُعد الأتمتة مهمة لأن الوسم اليدوي لا يمكن أن يتوسع. تقوم نماذج التعلم العميق بأتمتة عملية الفهرسة. تعالج الشبكات العصبية التلافيفية والمتكررة البيانات المكانية والزمانية لوضع وسوم للمشاهد. تدعم هذه النماذج اكتشاف الكائنات والتعرف على السمات والتحليل السلوكي. للاطلاع على نظرة فنية عامة عن النماذج ذات الصلة راجع هذا المسح حول التعلم العميق للتنبؤ ومهام التسلسل (مرجع).
تشمل القدرات اكتشاف الأشخاص والمركبات، والتعرف على الملابس أو نوع المركبة، والتنبيهات لسلوكيات مثل التسكع أو تكوّن الحشود. يمكن للنظام تحديد الأشخاص والأشياء ثم وسم الأشخاص والأشياء ذات الاهتمام للمراجعة. يحسّن التدريب المستمر على الموقع الأداء لفئات محددة على مستوى الموقع. تتيح خيارات النشر على الحافة والسحابة للفرق اختيار مكان المعالجة لتلبية السياسات وأهداف الكمون.
تحسّن الأتمتة أيضًا تجربة التحقيق. على سبيل المثال، يمكن للمحققين البحث عن سمة محددة وتلقي نتائج مرتبة حسب الصلة. يبرز الجدول الزمني وبيانات التعريف المرتبطة اللحظة الدقيقة التي حدث فيها الحدث. تساعد هذه الميزة الفرق على العثور على الأشخاص والدلائل الأخرى بسرعة أكبر وتقلل الوقت المستغرق في تنقّب ساعات من الفيديو. عمليًا، تتيح الأتمتة والتحليلات التطبيقية للفرق إجراء تحقيقات الفيديو بسرعة واتساق أكبر بكثير.
أخيرًا، نظرًا لأن شركتنا visionplatform.ai تركز على طبقات الاستدلال ونماذج لغة الرؤية المحلية، يحصل المشغلون على تفسيرات مرافقة للتنبيهات. يساعد هذا الجمع بين الفهرسة الآلية والوصف الودي للبشر الفرق على اتخاذ قرارات قابلة للتكرار والتدقيق. كما يدعم قدرات مستقبلية مثل الإجراءات الموجهة بالوكلاء والاستقلالية المُسيطر عليها المستندة إلى الأتمتة الذكية.
الأسئلة الشائعة
ما هو البحث الدلالي في الفيديو؟
يستخدم البحث الدلالي في الفيديو الذكاء الاصطناعي لفهرسة الفيديو بحسب المعنى بدلًا من الوسوم أو الطوابع الزمنية. يسمح للمستخدمين بإدخال وصف نصي بسيط واسترجاع المقاطع ذات الصلة عبر الكاميرات والزمن.
كيف يسرّع البحث الدلالي التحقيقات؟
يقلل الفهرس الدلالي الوقت اللازم للعثور على المقاطع ذات الصلة عن طريق إبراز المقاطع التي تطابق الأوصاف، وليس خصائص الملفات فقط. في التجارب، أبلغت المؤسسات عن نتائج أسرع ودقة أعلى عند المقارنة بالبحث التقليدي (المصدر).
هل يمكن للموظفين غير التقنيين إجراء عمليات البحث؟
نعم. تتيح استعلامات اللغة الطبيعية للحراس والمشرفين العثور على المقاطع دون تدريب متخصص. توفر الواجهة وظائف بديهية واستعلامات مقترحة لمساعدة المستخدمين الجدد.
هل يعمل البحث الدلالي عبر كاميرات متعددة؟
نعم. تتيح الفدرالية والفهرسة المركزية للفرق البحث عبر كاميرات ومواقع متعددة في آن واحد. تدعم هذه القدرة الحوادث متعددة الكاميرات والمراقبة على نطاق المدينة.
ما مدى دقة عمليات الكشف؟
تختلف الدقة بحسب النموذج والموقع، لكن أظهرت عمليات الطرح التجريبية تحسنًا يصل إلى 50% في دقة نتائج البحث مقارنة بالطرق المعتمدة على البيانات الوصفية (دراسة). يتحسن الكشف بمرور الوقت من خلال التدريب المستمر.
هل يمكن لبحث دلالي التكامل مع سجلات التحكم في الدخول؟
نعم. تخلق التكاملات مع أنظمة التحكم في الدخول وأنظمة أخرى جداول زمنية سياقية تعرض أحداث الدخول والخروج جنبًا إلى جنب مع الفيديو. يساعد هذا فرق التحقيق على ربط الفيديو وأحداث النظام بسرعة.
هل تتم معالجة الفيديو في السحابة؟
تشمل خيارات النشر السحابة، والنشر المحلي، والهجين. تفضل العديد من المؤسسات المعالجة المحلية للامتثال. تدعم visionplatform.ai نماذج لغة الرؤية المحلية للحفاظ على الفيديو والنماذج داخل البيئة.
ما أنواع التحليلات المستخدمة؟
تستخدم الأنظمة اكتشاف الكائنات، والتعرف على السمات، والتحليلات السلوكية. تستخرج الشبكات العصبية التلافيفية والمتكررة الميزات المكانية والزمانية لبناء بيانات وصفية غنية (بحث).
هل يمكن للبحث الدلالي المساعدة في العثور على لوحات الأرقام؟
نعم. يمكن دمج التعرف على لوحات الأرقام مع الوسوم الدلالية لتتبع المركبات والبحث عن أرقام اللوحات أو أنواع المركبات عبر الجداول الزمنية.
أين يمكنني معرفة المزيد حول دمج البحث الدلالي؟
راجع الوثائق الفنية للمنتج وأدلة المستخدم لنظام إدارة الفيديو لديك. للأمثلة العملية في بيئات النقل، اطلع على مواردنا لكشف الأشخاص وكشف المركبات: كشف الأشخاص في المطارات و كشف وتصنيف المركبات في المطارات.
