Tekoälyn kanssa työskentely on arkipäivää AVARN Securityn tuotepäällikölle Timo Räihälle. Räihä on työskennellyt turvallisuuden ja videovalvonnan parissa 15 vuotta ja nähnyt miten teknologian kehitys on muuttanut turvallisuusalaa.
Videovalvonnan kattavuus on lisääntynyt huomattavasti Räihän uran aikana niin madaltuneen hintatason kuin kuvanlaadun parantumisen myötä. Jo pelkästään videokuvan laatu on vuosien saatossa ottanut harppauksia eteenpäin – 240x240 analogisesta videosta aina 4K:n digitaaliseen 360° videoon saakka. Digitaaliset videonhallintajärjestelmät (VMS) ovat tuoneet oman osansa alan muutokseen ja mm. mahdollistaneet kameroiden etäsäätämisen sekä nopeamman materiaalin käsittelyn ja läpikäymisen. Alan uusimpia ulottuvuuksia ovat koneoppiminen ja tekoäly, joita myös AVARN Security hyödyntää videovalvonnassa.
– Kaikki tämä kehitys on epäilemättä helpottanut minun ja kollegojeni jokapäiväistä työtä, Räihä toteaa.
AVARN Securityn palveluihin kuuluvan älykkään videovalvonnan sydän on uuden sukupolven MarshallAI -massavalvontajärjestelmä, jonka toiminta perustuu syväoppimiseen. Poiketen muista markkinoilla olevista älykameraratkaisuista MarshallAI toimii olemassa olevan kamerainfrastruktuurin päällä ja sulautuu saumattomasti valmiisiin työnkulkuihin. AVARN Securityn asiakkaalta tämä säästää pitkän pennin, sillä heidän ei tarvitse ostaa uusia, älykkäämpiä kameroita tai uusia lisenssejään saadakseen massavalvontajärjestelmän täydet hyödyt käyttöönsä. Teknologia toimii myös kattavasti ilman asiakaskohtaisia konfigurointi- tai kehitysprojekteja, mikä tarkoittaa, että asiakkaalla on mahdollisuus saada suoraan käyttöönsä laaja paketti tehokkaita valvontaominaisuuksia.
Reaaliaikainen työmaavalvonta tekoälyllä tunnistaa työmaalla vaaditut työvarusteet automaattisesti
Päivittäisessä työssään Räihä hyödyntää monia järjestelmän tekoälyominaisuuksista, joista tärkeimpinä hän mainitsee:
- Massa-analytiikan, jolla voidaan valvoa helposti suuria kiinteistöjä. Massa-analytiikka tunnistaa alueella liikkuvien ihmisten määrän lisäksi mm. oletetun sukupuolen, iän, kulkusuunnan, ajan sekä alueet, joilla on havaittu liikettä.
- Kasvojen tunnistaminen, jota voidaan hyödyntää tietyn henkilön etsinnässä esimerkiksi poliisin tukena.
- Seuranta, jolla voidaan seurata tietyn henkilön liikkeitä esimerkiksi siten, että järjestelmä hälyttää automaattisesti valvomoon tarkkailtavan henkilön siirtyessä paikasta toiseen.
- Esinetunnistus, jota voidaan käyttää esimerkiksi lentoasemilla hylättyjen matkatavaroiden välittömään tunnistamiseen ja paikantamiseen.
- Alueseuranta, jonka avulla voidaan valvoa esimerkiksi tiettyjen sisäänkäyntien liikennettä kiinteistön aukioloaikojen ulkopuolella.
- PPE-seuranta (personal protective equipment monitoring), jota käytetään yleensä alueseurantaan yhdistettynä rakennustyömailla tai jälleenrakennuskohteissa. PPE-seurannan avulla voi helposti seurata käyttävätkö työmaalle tulevat henkilöt tarvittavia suojavarusteita tai onko alueella ulkopuolisia henkilöitä.
– Edellä mainittujen lisäksi järjestelmää voidaan käyttää ajoneuvojen laskemiseen ja seurantaan, henkilöliikenteen havaitsemiseen sisä- ja ulkotiloissa sekä aseiden ja muiden kiellettyjen esineiden tunnistamiseen ja paikantamiseen vilkkailla alueilla, kuten kauppakeskuksissa, kuljetuskeskuksissa ja urheilustadioneilla, Räihä kertoo.
Tietosuoja on tärkeää myös kuvavalvonnassa
AVARN Securityn käyttämä tekoälyjärjestelmä on suunniteltu täyttämään korkeimmat tietosuojastandardit. Henkilöiden kasvot lukuun ottamatta kiinnostuksen kohteena olevia henkilöitä sumennetaan täysin, ja yksilöiviä henkilötietoja ei missään olosuhteissa kerätä tai säilötä julkisiin pilvipalveluihin. Materiaalin käsittely tapahtuu asiakkaiden omissa, paikallisissa järjestelmissä, joissa tietoturvaa voidaan hallita mahdollisimman tarkasti.
Tekoäly mahdollistaa tehokkaan ihmisten, ajoneuvojen ja esineiden tunnistamisen
Mitä tulevaisuus tuo turvallisuusvalvojien arkeen?
Räihä ennustaa turvallisuusvalvojien työn muuttuvan ihmisten ja käytöksen seurannasta älykkään turvajärjestelmän hienosäätämiseen, valvomiseen ja opettamiseen. Tulevaisuudessa valvoja käyttää yhä vähemmän aikaa manuaalisten rutiinitöiden hoitamiseen, ja sen sijaan keskittyy niihin asioihin, mitkä tuottavat suurinta hyötyä asiakkaalle.
Tulevaisuudessa tyypillinen turvallisuusvalvojan työpäivä voisi alkaa esimerkiksi valvontajärjestelmän poimimien tapahtumien, hälytysten ja huomioiden läpikäynnillä. Sen sijaan, että päivä alkaisi ja kuluisi koko valvontamateriaalin läpikahlaamiseen, valvoja voisi keskittyä niihin tapahtumiin ja tilanteisiin, jotka vaativat erityishuomiota. Aikaa vievien rutiinitöiden poistuessa päiväjärjestyksestä valvojalle jää aikaa kouluttaa työkaverinaan toimivaa tekoälyä suoriutumaan yhä haastavammista tilanteista.
Tulevaisuuden turvallisuusvalvoja hyödyntää teknologiaa tehokkaasti: tekoäly hoitaa selkeiden rutiinitapausten käsittelyn ja valvojan äly ne tapaukset, missä vaaditaan monipuolista ongelmanratkaisukykyä ja kokemusta.
Haluatko kuulla lisää? Kerromme mielellämme lisää älykkäistä teknologiapalveluistamme. Jätä yhteydenottopyyntö, niin olemme sinuun pian yhteydessä.
