Pourquoi un bord plus intelligent suscitera de nouvelles applications de vision par ordinateur en 2019

2018 a vu de grandes avancées dans les capacités de vision par ordinateur. La précision de la détection d'objets et de la reconnaissance faciale continue de s'améliorer, et le nombre d'options facilement disponibles basées sur des technologies d'apprentissage en profondeur de pointe, y compris les réseaux de neurones convolutifs et récurrents, continue d'augmenter. Les améliorations ont un coût - une augmentation de la complexité et des exigences de traitement des technologies. YOLOV3, par exemple, un modèle de reconnaissance d'objets populaire, possède une architecture sous-jacente entièrement convolutive à 106 couches, soit plus du double de la version précédente. D'autres modèles, tels que les variantes RetinaNet et SSD, affichent également d'énormes progrès en termes de précision, mais encore une fois au prix d'une complexité accrue et de performances réduites.

Suivre les nouvelles exigences

Alors que la complexité et les exigences de calcul de la technologie avancée de vision par ordinateur augmentent, il existe une demande d'application de ces technologies contre un nombre croissant de flux vidéo en direct à haute résolution. Le nombre de caméras de vidéosurveillance augmente à un rythme spectaculaire, parallèlement à l'attente qu'elles fournissent des renseignements proactifs. Un système vidéo passif ne suffit plus. Les caméras, tout simplement, doivent être beaucoup plus intelligentes.

La réalité du déploiement de technologies avancées d'apprentissage automatique nécessite une nouvelle façon de penser les implémentations. La diffusion de vidéos en pleine résolution vers le cloud pour le traitement est d'un coût prohibitif, nécessite trop de bande passante et introduit une latence élevée. La mise en place d'un grand nombre de serveurs de grande puissance sur site a ses propres problèmes, nécessitant de grandes quantités d'espace et d'énergie précieux, et peut s'avérer coûteuse lorsque l'on essaie de déployer un grand nombre de caméras. Il ne répond pas non plus aux réalités de la gestion d'environnements multi-sites qui deviennent de plus en plus importants pour utiliser les données. Traiter la vidéo en direct de 1 ou 2 caméras est une chose. Le traitement de la vidéo de centaines de caméras en temps réel sur un ou plusieurs emplacements, souvent avec des ressources disponibles limitées, nous oblige à penser totalement différemment.

La solution :la vidéo à la périphérie

La réponse se trouve à la limite. Mettre l'intelligence à la périphérie permet de répartir la charge de travail sur de nombreux appareils. Cela peut signifier soit l'intégration de capacités de traitement plus puissantes dans la caméra elle-même, soit l'ajout d'appliances de périphérie hautement efficaces qui se situent entre les caméras et le cloud. Pour permettre cela, les entreprises de traitement de pointe commencent à lancer des processeurs d'IA spécialisés rapides et économes en énergie. Nvidia a lancé plusieurs modules de sa série Jetson pour effectuer des inférences en temps réel dans les appareils embarqués et Intel, grâce à son acquisition de Movidius, propose ses processeurs de la série Myriad et sa clé de calcul neuronale. Au cours des dernières années, une énorme quantité de financements d'investisseurs a également été allouée à une nouvelle génération de sociétés de puces offrant des capacités de traitement d'apprentissage en profondeur à faible coût et hautes performances. Des entreprises telles que Mythic, Graphcore et d'autres ont reçu des centaines de millions de dollars de financement par capital-risque. Récemment, même Google et Amazon ont annoncé leurs propres puces de traitement de pointe. Il s'agit d'une reconnaissance étonnante par deux sociétés cloud pures de l'importance du traitement de l'apprentissage automatique à la périphérie.

À venir

Le traitement Edge-based permettra un tout nouveau type d'intelligence en temps réel. Ce qui sont actuellement des magnétoscopes passifs surveilleront bientôt les enfants risquant de se noyer dans une piscine, détecteront des armes près d'une école ou ouvriront des portes aux employés sans clé. Ils rechercheront les défauts dans les lignes de fabrication, trouveront les travailleurs qui ne portent pas d'équipement de sécurité et apprendront comment les gens se déplacent dans un environnement de vente au détail pour optimiser les flux et réduire les temps d'attente. Les caméras fourniront enfin des données exploitables en temps réel. Nous verrons d'énormes améliorations dans notre capacité à accroître la sécurité, la fiabilité de fabrication, la satisfaction et la sécurité des acheteurs en magasin.

Avec plus d'un milliard de caméras en déploiement et le prochain milliard prêt à être déployé, le traitement à la périphérie offre le potentiel de les rendre enfin intelligentes.

Déjà, les entreprises peuvent trouver des fournisseurs de services d'intelligence vidéo tels que Kogniz capables de fournir des capacités permettant d'identifier les personnes et les modèles en temps réel. Avec l'approche Kogniz, le service s'appuie sur des appliances Edge, notamment des caméras autonomes et des adaptateurs pour les caméras IP existantes, permettant un déploiement à la demande avec une infrastructure minimale. La solution Kogniz fonctionne avec un nombre illimité de caméras et sur un nombre illimité d'emplacements.

Jed Putterman est co-PDG de Kogniz. M. Putterman a lancé plusieurs sociétés technologiques, dont Snapcentric, acquise par VeriSign, et Allerez, acquise par Mercury Interactive Corporation. M. Putterman a commencé sa carrière chez Oracle Corporation et a passé de nombreuses années en tant que consultant pour de grandes entreprises telles que Sun Microsystems, SGI et Aspect Communications. Il est diplômé de l'Université de Californie à Berkeley.