SECO SOM-COMe-BT6-RK3588モジュールは、エッジでのリアルタイム機械視覚のための強力な組み込みコンピューティングプラットフォームを提供し、内蔵AI推論を通じて脅威検出を強化し、人間のオペレーターの負担を軽減することで、セキュリティカメラシステムの信頼性を大幅に向上させます。
カメラ監視ステーションは、オフィスビルから病院、銀行、美術館に至るまで、現代生活の重要な一部を形成しています。これらのステーション内では、セキュリティオペレーターが複数のビデオフィードをスキャンして異常を検出し、脅威が発生した際には迅速に調査に向かいます。しかし、画面が人混みで埋まっている場合でも、シフト全体が空のままである場合でも、持続的な過度の警戒はオペレーターの疲労を引き起こし、精神的および身体的な疲労が効果を損なうことがあります。
例えば、繰り返される誤検知はアラートへの感覚麻痺を引き起こし、実際の脅威が無視される可能性があります。同様に、単調さは集中力の低下を引き起こし、最初の疑わしい活動が完全に見逃されることがあります。そして、これらが実際の脅威に発展する頃には、特に大規模な建物や忙しい環境では、限られたセキュリティチームが追いつくのが遅すぎるかもしれません。
認知負荷を軽減するために、人工知能ビジョン（AIビジョン）は、複数のビデオフィードにわたってリアルタイムでアクティブおよび潜在的な脅威を自動的にハイライトすることができます。力の増幅器として機能するAIビジョンは、人間のオペレーターが静かなときに関連するエリアに集中したり、忙しいシフト中に努力を優先したりするのを助けます。AIとカメラシステムを組み合わせることで、人間中心のセキュリティ問題を解決しますが、直接統合には最大のシステム自律性とリアルタイム推論のための強力なエッジベースのコンピューティングが必要です。
エッジでのAIビジョンが監視を改善する方法
AIビデオ分析には、エッジベースの処理とクラウドでの処理の2つの主要なアプローチがあります。後者は最も高度な分析を行うために豊富なコンピューティングリソースを使用できますが、セキュリティ操作を妨げる可能性のある欠点があります。
主な欠点は遅延です。これは、ビデオキャプチャと結果の決定の間の時間を指します。伝統的に、遅延はビデオデータがクラウドに送信され、分析され、AI推論または結合フィードのために返されるまでの時間を指します。高解像度ビデオのデータ量を考えると、クラウドベースのビデオ処理は予測可能なリアルタイムパフォーマンスを達成するためには賢明ではありません。これは、オペレーターの応答ウィンドウを最大化するためにセキュリティアプリケーションで不可欠です。この問題は、複数のフィードにわたるイベントの相関を必要とするカメラやアプリケーションの数が増えると大幅に拡大します。
エッジベースの処理は、この問題を解決します。AI推論がソースに近い場所で行われるため、遅延が最小限に抑えられます。ローカルのエッジベースの処理は、外部ネットワークの信頼性やサードパーティのデータセンターでのジョブキューイングに影響されません。閉じたローカライズされたセキュリティネットワークは、システム全体の信頼性を向上させ、ハッキングのリスクを減らします。すべてのビデオデータをローカルネットワーク内に保持することで、継続的なデータ転送とクラウドベースのサービスコストを排除でき、エッジベースの推論はAIシステムインテグレーターにとって魅力的です。
エッジハードウェアのリソース制限にもかかわらず、多くの高度なAIビジョンモデルが展開可能です。セキュリティアプリケーションの例としては、次のようなものがあります：
- 顔認識は、制限区域への承認された人員の入場を容易にしたり、認識されない人をフラグします。
- 再識別（Re-ID）は、異なる画像や別々のカメラフィードにわたって個人を追跡し、疑わしい人物が群衆や長距離で見失われないようにします。
- 物体検出は、武器、盗まれた物品、または高視認性ベスト（疑問を持たれずに行動を可能にする変装）などのアイテムをフラグして、オペレーターに潜在的な脅威を知らせます。
- 身体動作追跡は、攻撃的または疑わしい行動をフラグするために人のジェスチャーを調べます。例えば、セキュリティカメラに集中している場合などです。
統合AIへのCoMベースのアプローチ
AIビジョンのためのエッジプラットフォームを検討する際、SOM-COMe-BT6-RK3588コンピュータオンモジュール（CoM）は革新的なソリューションです。ほとんどのCOM Expressモジュールが通常x86アーキテクチャを特徴とするのに対し、SOM-COMe-BT6-RK3588は、ArmベースのRockchip RK3588マルチコアプロセッシングシステムオンチップ（SoC）と、別個のAxelera AI Metis人工知能プロセッシングユニット（AIPU）を組み合わせて、COM Expressオープンスタンダードで定義された狭い電力エンベロープ内で高度なAIビジョンを可能にします。
モジュールのAI処理能力の多くは、Metis AIPUに依存しています。これは、専用の集積回路であり、完全なSOM-COMe-BT6-RK3588プラットフォームの一部として最大120 TOPSのAIパフォーマンスを提供するために、約15 TOPS/Wの電力効率を提供します。これにより、包括的なリアルタイム脅威検出のために複数のカメラフィードにわたるエッジベースのビデオ推論がサポートされます。
これらの処理アーキテクチャは、CPU用に最大32 GBのメモリとAIPU用に専用の2 GBをサポートしており、AI分析中のビデオデータ管理に十分なリソースを提供します。主要なカメラインターフェースには、2つのMIPI-CSI 2レーンコネクタといくつかのUSBポートが含まれており、ローカルセキュリティネットワークとのインターフェース用に単一のイーサネットポートがあります。
オープンスタンダードの商用オフザシェルフ（COTS）CoMを介してエッジコンピューティングを統合することで、開発者は加速された開発、ベンダーロックインなしの長期間サポート、およびキャリアボードを介した柔軟でコンパクトな統合の利点も得られます。一度設計されると、このキャリアはセキュリティアプリケーションが進化するにつれて、複数の製品世代に対応することができます。
Metisを使用したリアルタイムAIビジョンの実装
Axelera AI Voyager SDKは、Metis AIPU上でのAIビジョンモデルの展開を簡素化するユーザーフレンドリーなエンドツーエンドの統合ソフトウェアスタックを提供します。独自のモデルを使用する場合でも、YOLOやResNetなどの一般的な開発フレームワークを使用する場合でも、Voyager SDKはAIパイプラインを自動的にコンパイルし、リアルタイム推論のセットアップを容易にします。詳細については、Axelera AI Voyager SDK GitHubリポジトリをご覧ください。
SOM-COMe-BT6-RK3588のソフトウェアエコシステムを完成させるために、SECOのClea OSは、AI対応セキュリティアプリケーションの特定の要求を満たすためにエンジニアがカスタマイズできる柔軟なYoctoベースのプラットフォームを提供します。そのモジュール性により、低レベルの開発が加速され、SOM-COMe-BT6-RK3588の多くのオンボード処理コアへのアクセスが簡素化されます。CoMがエンドポイント推論のために個々のカメラに統合されている場合でも、分析されたフィードをメインセキュリティステーションに中継する前に複数の近くのカメラをサポートする場合でもです。
AI駆動のセキュリティカメラのための合理化された未来
多くの企業や公共サービスは、支出を削減するためにセキュリティを縮小しているようです。AIビジョンは、小規模なチームの効果を高め、オペレーターの疲労などの問題を解決する上で重要な役割を果たすことができます。SOM-COMe-BT6-RK3588は、Metis AIPU、Voyager SDK、およびClea OSを含む高度に統合された組み合わせを通じて、ローカルセキュリティカメラシステムに高度で電力効率の高い推論をもたらすための費用対効果の高いソリューションを提供します。
セキュリティアプリケーションは、AI対応カメラでオペレーターを支援するための強力なケースを提示しますが、これらのソリューションは工場の自動化や健康と安全を重視する環境にも適しています。ここでは、顔認識、Re-ID、物体検出、および身体動作追跡が、労働者が適切に保護され、資格のある機器を操作するために適していることを保証します。
SECOのエッジコンピューティングおよびCoMプラットフォームについてはseco.comで詳細をご覧いただき、SECO App HubでAIビジョンがどのように使用されるかを発見してください。