Derin Öğrenme video çözümlerine değer katıyor

25 Apr 2019

Bu makalede Hanwha Techwin Europe’un Ürün ve Pazarlama Müdürü Uri Guterman ve A.I Tech’in müşterek ortağı ve Salerno Üniversitesi’nde yardımcı doçent Dr. Alessia Saggese Derin Öğrenmeye genel bir bakış sunuyor ve iki şirketin gerçek yaşamda pratik yararlar sağlayarak videolu gözetim sistemlerine değer katacak çözümleri geliştirmek için nasıl birlikte çalıştıklarını anlatıyorlar.

Yapay zeka ve bilgisayar görüşü üzerine geliştirmelerin ilerleyişi o kadar hızlı ki bilgisayar bilimcisi Yann LeCun gibi teknoloji duayenleri 2012 yılından önce bu alanlarda yapılan çalışmalara şakacıktan “tarih öncesi” olarak atıfta bulundukları bilinmektedir. Nesne tanıma bağlamında o zamanlar mevcut olan algoritmalar sadece %75 doğruluk sağlıyordu. Bugünlerdeyse derin öğrenme bazlı bir yaklaşım sayesinde biz doğruluğun çok daha yüksek olacağını bekleyebiliyoruz. Gerçekten de son 12 ay içerisinde elde edilen ilerlemeler, bizim bu teknolojileri videolu gözetim sistemlerinin çoğuna entegre etmeyi cidden düşüneceğimiz bir konumda olmaya çok yakın olduğumuz anlamına gelmektedir.

Derin Öğrenmeye gelişmiş video analiz yazılımı platformunun bir türü olarak bakmak yanlış olacaktır, çünkü bu teknoloji güvenlik sektörü içerisinde olayların nasıl tespit edilebileceği ve onlara nasıl yanıt verilebileceği üzerine bir paradigma değişikliğini temsil etmektedir.

 

Derin Öğrenme nedir?

Video analiz araçlarının birçok türlerinin aksine Derin Öğrenme uygulaması geliştiricisinin nesneleri tanımak için karmaşık algoritmalar yazmasına gerek yoktur. Bunun yerine, bir Derin Öğrenme çözümü “örneklerden” öğrenme yeteneğine sahiptir. Bir başlangıç eğitim aşamasında uygulamaya, bir insanı yaşına veya cinsiyetine göre sınıflandırmak gibi söz konusu sorunu doğru çözen örnekleri temsil eden büyük miktarda veri sağlanır.

Bir derin ağ, girilen verilerle bir kişinin cinsiyeti gibi beklenen çıktı arasındaki ilişkiyi analiz eder ve problemi benzerlik kurarak çözmeyi öğrenir. Bir örnek olarak, bir kişinin cinsiyetini doğru olarak belirleyebilmek için bir Yapay Zeka uzmanının eğitim aşamasında her biri bilinen gerçek cinsiyetiyle etiketlenmiş uygun seçilmiş milyonlarca yüzden oluşan bir veritabanını kullanan bir derin ağı tasarlaması, eğitmesi ve kontrol etmesi gerekmektedir. Birkaç günlük öğrenmeden sonra sinir ağı çalışmaya başlamaya hazırdır ve yaklaşık %98 doğruluk oranına sahip olması olasıdır ki bu oran, insanların aynı şeyi yapabilme yeteneğinin düzeyiyle yaklaşık aynıdır.

 

Zorluklar

Derin Öğrenme devasa bilgi işlem kaynaklarıyla birlikte makine öğrenimi uzmanlarının uzmanlığını ihtiyaç duyar, çünkü Uygulama değişen ışık koşulları, gölgeler, bir yüzün konumu vb. gibi “yaban şartlarla” baş edebilmelidir. Bunun sonucunda en temel Derin Öğrenme çözümlerinin dışındaki herhangi bir şeyin uygun miktarda bilgi işlem gücü ve belleği bulunan sunucularda çalıştırılması gerekecektir. Derin öğrenmenin videolu gözetim sistemlerinin çoğunluğuna pratik bir katkı olabilmesi için, uç noktada çalışabilmesi bağlamında optimize bir yazılım mimarisi gerektireceği genel olarak kabul edilmektedir. Biz bununla Uygulamalar nasıl akıllı telefonlar ve tabletlerde çalıyorsa aynı şekilde kameralarda yerleşik olmayı kast ediyoruz.

 

Hanwha Techwin Ortaklığı

Uç noktada çalıştırılabilmesi için Derin Öğrenmenin işlem gereksinimlerini azaltmak büyük bir başarı olacaktır ve bu nedenledir ki Hanwha Techwin en yeni inovasyonlara ve araştırmaya erişebilmek için kameralı güvenlik çözümlerinin üreticilerinin bu uzmanlık alanındaki uzmanlarla yakından çalışması gerektiğini savunmaktadır.

Hanwha Techwin için bu, Salerno Üniversitesi’nin Mühendislik Fakültesinin Bilgisayar Mühendisliği Bölümünün bir yan ürünü olan A.I. Tech’le ortaklık içinde çalışmak demektir ki bu şirketin özel bir “Video Tanıma için Akıllı Makineler” Laboratuvar araştırma grubu bulunmaktadır. A.I. Tech’in CEO’su Mario Vento mühendislik dalında en yüksek dereceli İtalyan bilim adamlarından biridir ve aynı zamanda Bilgisayar Görüşü ve Yapay Zeka alanında İtalya’da en çok atıfta bulunulan bilim adamıdır.

 

Y.Z. Kameralar

Hanwha Techwin aynı zamanda 2019 yılının ikinci kısmında Derin Öğrenme uygulamalarının kameralarda yerleşik olarak çalışabilmesini sağlayan bir bilgisayar görüş chipsetine sahip olacak yeni Wisenet kameraları piyasaya sürmek üzerinde çalışıyor. Bizim mevcut Wisenet P birinci sınıf kamera serimize eklenecek bu yeni 4K ve 5MP kameralar başlangıçta mevcut video analiz araçlarının daha doğru sonuç veren biçimlerini sunacak. Buna rağmen bu kameralar aynı zamanda, yeni kameralarla sorunsuz olarak entegre olan çığır açıcı Derin Öğrenme uygulamalarını sunmak üzere bizim API’mızı kullanmaları için teknoloji ortaklarımıza bir platform sunacaktır.

 deep2

Derin Öğrenme hakkında sorularınız var mı? Email Uri Guterman [email protected] veya Dr. Alessia Saggese [email protected]

 

This post is also available in: İngilizce, Fransızca, Almanca, İtalyanca, İspanyolca, Polonyaca