Vai al contenuto principale
SECO
  • AI
  • Industries
  • Edge Computing

AI per la sicurezza: analisi video in tempo reale con 120 TOPS di potenza di calcolo

Il modulo SECO SOM-COMe-BT6-RK3588 offre una potente piattaforma di calcolo embedded per la visione artificiale in tempo reale all’edge, per migliorare notevolmente l’affidabilità dei sistemi di videosorveglianza grazie a un’inferenza AI integrata che potenzia il rilevamento delle minacce e alleggerisce il carico degli operatori.

AI per la sicurezza: analisi video in tempo reale

Le postazioni di monitoraggio delle telecamere sono una parte essenziale della vita moderna e servono di tutto, dagli uffici agli ospedali, alle banche e ai musei. In queste postazioni gli operatori della sicurezza scorrono più flussi video alla ricerca di anomalie e corrono a verificare le minacce non appena si presentano. Ma che gli schermi siano pieni di folla o restino vuoti per un intero turno, un’ipervigilanza prolungata può portare all’affaticamento dell’operatore, in cui stanchezza mentale e fisica compromettono l’efficacia.

Ad esempio, ripetuti falsi positivi possono causare una desensibilizzazione agli allarmi e portare a ignorare minacce reali. Allo stesso modo la monotonia induce cali di concentrazione in cui le attività sospette iniziali non vengono notate affatto. E quando queste si trasformano in minacce reali, può essere troppo tardi perché i team di sicurezza, di numero limitato, riescano a recuperare, soprattutto in edifici grandi o in contesti affollati.

Per alleggerire il carico cognitivo, la visione con intelligenza artificiale (visione AI) può automatizzare l’evidenziazione in tempo reale delle minacce sia attive sia potenziali su più flussi video. Fungendo da moltiplicatore di forza, la visione AI aiuta gli operatori umani a concentrarsi sulle aree rilevanti quando c’è calma o a dare priorità agli sforzi nei turni più intensi. Combinare l’AI con i sistemi di telecamere risolve un pressante problema di sicurezza incentrato sulle persone, ma l’integrazione diretta richiede un potente calcolo basato sull’edge per la massima autonomia del sistema e un’inferenza in tempo reale.

Come la visione AI all’edge migliora la videosorveglianza

L’analisi video con AI offre due approcci principali: l’elaborazione basata sull’edge e quella nel cloud. Se quest’ultima può sfruttare abbondanti risorse di calcolo per eseguire le analisi più avanzate disponibili, comporta svantaggi che possono compromettere le operazioni di sicurezza.

Lo svantaggio principale è la latenza, cioè il tempo che intercorre tra l’acquisizione del video e le decisioni che ne derivano. Tradizionalmente la latenza indica il tempo necessario perché i dati video vengano inviati al cloud, analizzati e poi restituiti per l’inferenza AI o per un flusso combinato. Dati i volumi dei dati video ad alta definizione, questo rende poco opportuna l’elaborazione video nel cloud per ottenere prestazioni in tempo reale prevedibili, essenziali nelle applicazioni di sicurezza perché massimizzano la finestra di risposta degli operatori. Il problema cresce in modo significativo con il numero di telecamere e di applicazioni che richiedono la correlazione di eventi su più flussi.

L’elaborazione basata sull’edge risolve questo problema perché l’inferenza AI viene eseguita vicino alla sorgente, con latenza minima. L’elaborazione locale basata sull’edge non è influenzata dall’affidabilità della rete esterna né dall’accodamento dei lavori nei data center di terze parti. Reti di sicurezza chiuse e localizzate migliorano l’affidabilità complessiva del sistema e riducono il rischio di attacchi informatici. Mantenere tutti i dati video all’interno di una rete locale può eliminare i costi continui di trasferimento dei dati e dei servizi in cloud, rendendo l’inferenza basata sull’edge interessante per gli integratori di sistemi AI.

Nonostante i limiti di risorse dell’hardware edge, molti sofisticati modelli di visione AI sono prontamente disponibili per il deployment. Esempi di carichi di lavoro per le applicazioni di sicurezza includono:

  • Il riconoscimento facciale facilita l’ingresso del personale autorizzato nelle aree riservate o segnala le persone non riconosciute.
  • La re-identificazione (Re-ID) traccia gli individui su immagini diverse e flussi di telecamere separati, in modo che i soggetti sospetti non vadano persi tra la folla o su lunghe distanze.
  • Il rilevamento di oggetti informa gli operatori di potenziali minacce segnalando elementi come armi, oggetti rubati o giubbotti ad alta visibilità (un travestimento che permette di agire senza essere messi in discussione).
  • Il tracciamento dei movimenti del corpo esamina i gesti di una persona per segnalare comportamenti aggressivi o sospetti, ad esempio chi si concentra sulle telecamere di sicurezza.

Un approccio basato su CoM all’AI integrata

Nel valutare le piattaforme edge per la visione AI, il computer-on-module (CoM) SOM-COMe-BT6-RK3588 è una soluzione innovativa. A differenza della maggior parte dei moduli COM Express, che in genere adottano architetture x86, il SOM-COMe-BT6-RK3588 combina un system-on-a-chip (SoC) multicore Rockchip RK3588 basato su Arm con una unità di elaborazione per l’intelligenza artificiale (AIPU) Axelera AI Metis separata, per abilitare una visione AI avanzata entro il ridotto intervallo di potenza definito dallo standard aperto COM Express.

Gran parte della capacità di elaborazione AI del modulo si deve alla Metis AIPU, un circuito integrato dedicato che offre un’efficienza energetica di circa 15 TOPS per watt, fino a 120 TOPS di prestazioni AI come parte della piattaforma completa SOM-COMe-BT6-RK3588. Questo supporta l’inferenza video basata sull’edge su più flussi di telecamere per un rilevamento completo delle minacce in tempo reale.

Queste architetture di elaborazione sono supportate da fino a 32 GB di memoria per la CPU e da 2 GB dedicati all’AIPU, che offrono ampie risorse per la gestione dei dati video durante l’analisi AI. Le principali interfacce per telecamere comprendono due connettori MIPI-CSI a 2 lane e diverse porte USB, con una singola porta Ethernet per il collegamento alle reti di sicurezza locali.

Integrando l’edge computing tramite un CoM commerciale standard (COTS) a standard aperto, gli sviluppatori ottengono anche i vantaggi di uno sviluppo accelerato, di un supporto a lungo termine senza vendor lock-in e di un’integrazione flessibile e compatta tramite carrier board. Una volta progettata, questa carrier può poi servire più generazioni di prodotto per un time-to-market più rapido man mano che le applicazioni di sicurezza evolvono.

Implementare la visione AI in tempo reale con Metis

L’Axelera AI Voyager SDK offre uno stack software integrato end-to-end e facile da usare, che semplifica il deployment dei modelli di visione AI sulla Metis AIPU. Che si usino modelli proprietari o framework di sviluppo diffusi come YOLO e ResNet, Voyager SDK compila e ottimizza automaticamente le pipeline AI per una configurazione più semplice dell’inferenza in tempo reale. Per maggiori informazioni consulta il repository GitHub dell’Axelera AI Voyager SDK.

A completare l’ecosistema software del SOM-COMe-BT6-RK3588, Clea OS di SECO offre una piattaforma flessibile basata su Yocto che gli ingegneri possono personalizzare per soddisfare le esigenze specifiche delle applicazioni di sicurezza abilitate dall’AI. La sua natura modulare accelera lo sviluppo di basso livello e snellisce l’accesso ai numerosi core di elaborazione a bordo del SOM-COMe-BT6-RK3588, sia che il CoM sia integrato in una singola telecamera per l’inferenza sull’endpoint, sia che supporti più telecamere vicine prima di inoltrare i flussi analizzati alla postazione di sicurezza principale.

Un futuro più snello per le telecamere di sicurezza guidate dall’AI

Molte aziende e servizi pubblici sembrano ridimensionare la sicurezza per ridurre la spesa. La visione AI può avere un ruolo fondamentale nel potenziare l’efficacia di team più piccoli e nel risolvere problemi come l’affaticamento degli operatori. Il SOM-COMe-BT6-RK3588 offre una soluzione economicamente efficace per portare un’inferenza avanzata ed efficiente dal punto di vista energetico nei sistemi locali di telecamere di sicurezza, grazie a una combinazione altamente integrata che comprende Metis AIPU, Voyager SDK e Clea OS.

Se le applicazioni di sicurezza rappresentano un caso forte per assistere gli operatori con telecamere abilitate dall’AI, queste soluzioni sono adatte anche all’automazione di fabbrica e ai contesti attenti a salute e sicurezza. In questo caso riconoscimento facciale, Re-ID, rilevamento di oggetti e tracciamento dei movimenti del corpo possono garantire che i lavoratori siano adeguatamente protetti e restino idonei a usare le apparecchiature per cui sono qualificati.

Scopri di più sulle piattaforme di edge computing e CoM di SECO su seco.com e scopri come usare la visione AI sullo SECO App Hub.

SOM-COMe-BT6-RK3588

In evidenza in questo articolo

SOM-COMe-BT6-RK3588

Modulo COM Express® type 6 basato su SoC Rockchip RK3588 abbinato alla AIPU Metis di Axelera AI.

  • COM Express®
  • Rockchip RK3588

Ricevi la newsletter di SECO.

Iscriviti con il tuo indirizzo email su seco.com.

Iscriviti