Seiring dengan matangnya teknologi pengenalan gambar dalam pengawasan, teknologi ini tidak hanya memperkuat keamanan internal dan melindungi aset fisik yang vital, tetapi juga memungkinkan deteksi dan pemantauan insiden secara real-time. Selain deteksi pencurian dan vandalisme, AI dapat digunakan untuk menganalisis sejumlah besar rekaman pengawasan untuk menghasilkan wawasan yang berguna, seperti aliran kerumunan, identifikasi kendaraan, dan pelacakan okupansi.
Synology telah menginvestasikan bertahun-tahun dalam pengembangan produk dan layanan pengenalan gambar yang komprehensif. Dari seri DVA, yang menyediakan analisis AI backend untuk aliran video pihak ketiga, hingga Kamera Synology yang dilengkapi kemampuan komputasi di edge, Synology telah menyediakan solusi pengawasan yang disesuaikan dengan kebutuhan unik bisnis tingkat perusahaan di seluruh dunia. Algoritma pembelajaran mendalam (deep learning) unik milik Synology telah mencapai akurasi lebih dari 97% dalam uji pengenalan wajah yang dilakukan oleh National Institute of Standards and Technology (NIST) di AS.
Keberhasilan-keberhasilan ini menimbulkan beberapa pertanyaan penting bagi pengguna teknologi pengenalan gambar. Bagaimana sistem-sistem ini dilatih? Sejauh mana pelatihan yang diperlukan agar solusi pengenalan gambar dapat dianggap akurat? Bisakah akurasi ini ditingkatkan? Mari kita jelajahi bagaimana Synology membuat sistem pengawasan menjadi lebih cerdas.
Membangun Model Pengenalan Gambar yang Akurat
Hampir semua teknologi pengenalan gambar didasarkan pada model dasar yang sudah ada sebelumnya, yang kemudian disesuaikan untuk aplikasi tertentu. Akurasi sistem-sistem ini sangat bergantung pada investasi sumber daya dan upaya yang dilakukan oleh pemasok selama pengembangan. Tim pengawasan Synology telah meningkatkan akurasi model pembelajaran mendalam gambar mereka melalui dua fase utama: pelatihan ekstensif dan integrasi aplikasi.
Selama fase pelatihan, tim tidak hanya mengumpulkan dataset yang tersedia secara publik dari internet, tetapi juga mengumpulkan data aplikasi dunia nyata untuk meningkatkan kinerja model. Sebagai contoh, kamera luar ruangan dilatih dengan menangkap adegan yang sama di bawah kondisi yang berbeda (siang, senja, malam, cerah, mendung, dan hujan) untuk membantu model meningkatkan akurasi pengenalan dalam kondisi yang menantang seperti cuaca mendung atau hujan.
Tim pembelajaran mesin Synology terus mempelajari makalah akademik terbaru, berbagi dan mendiskusikan riset terkini setiap minggu, serta menerapkan temuan-temuan ini dalam pelatihan model. Model terkenal YOLO untuk deteksi objek, yang merilis versi baru secara berkala, telah mengajarkan tim teknik pembangunan dan pelatihan model tingkat lanjut.
“Melihat banyaknya variabilitas dalam skenario pengawasan yang nyata, tidak ada teknologi pengenalan gambar yang tanpa batasan; tidak ada vendor yang dapat mencapai akurasi 100%,” kata Steven Liang, manajer grup pembelajaran mesin Synology. Tim ini melakukan uji lapangan dalam berbagai skenario untuk mengembangkan algoritma yang lebih canggih guna meningkatkan model.
Tantangan terbesar terletak pada situasi yang tidak terduga yang bisa menyebabkan kesalahan penilaian AI, seperti kamera yang tertutup jaring laba-laba atau salah identifikasi objek yang memiliki siluet mirip manusia di malam hari. Untuk mengatasi kesalahan identifikasi, Synology memberi lebih banyak data kepada model untuk membedakan dengan lebih halus atau menyesuaikan struktur model untuk meningkatkan akurasi pengenalan.
Solusi Berfokus pada Pelanggan Melalui Pembelajaran Mendalam
Liang menekankan bahwa meningkatkan pengalaman pengguna tidak hanya sebatas menyempurnakan akurasi model pembelajaran mendalam – penting untuk menyediakan fitur deteksi AI yang disesuaikan dengan berbagai skenario, memenuhi kebutuhan yang dihadapi di berbagai industri. “Synology fokus pada solusi yang memenuhi kebutuhan operasional dunia nyata pelanggan kami, membantu mengurangi beban manajemen mereka dan meningkatkan keamanan,” ujarnya. Pengenalan gambar Synology menargetkan kebutuhan utama dalam sistem pengawasan, seperti mengidentifikasi orang dan kendaraan, serta dapat mendeteksi penutup wajah atau melacak pergerakan.
Deteksi gerakan tradisional, yang sering terpicu oleh perubahan kecil seperti daun yang tertiup angin, dapat menyebabkan alarm palsu. Sebaliknya, fitur deteksi orang dan kendaraan berbasis AI Synology dibangun di atas model pembelajaran mendalam. Teknologi ini menawarkan akurasi lebih tinggi, dengan secara tepat mengidentifikasi orang atau kendaraan yang bergerak dalam rekaman dan melacak keberadaan mereka di area tertentu. Liang menjelaskan lebih lanjut bahwa model pembelajaran mendalam ini secara proaktif belajar untuk membedakan antara manusia dan kendaraan dari objek lain dalam video, mengatasi keterbatasan model deteksi gerakan sebelumnya yang hanya mengandalkan perubahan adegan, yang bisa dengan mudah terpicu oleh objek yang tidak relevan.
Pengenalan gambar tingkat lanjut meningkatkan keamanan dengan memantau terus-menerus ancaman yang sudah ditentukan sebelumnya, seperti akses tidak sah oleh individu atau kendaraan yang dilarang, serta memastikan hanya staf yang memasuki area terbatas. Sistem Synology juga mengurangi beban kerja keamanan dengan layanan peringatan, seperti memberi tahu staf ketika area menjadi terlalu padat, ditambah dengan perencanaan respons yang cepat.
Mengembangkan Kamera Synology dengan Teknologi Edge Computing
Synology menekankan pentingnya analisis real-time sebagai metrik evaluasi yang krusial untuk arsitektur pengenalan gambar yang efektif, dengan menyoroti signifikansi teknologi edge computing. Keuntungan dari edge computing terletak pada pemrosesan gambar langsung di sumbernya, sehingga meminimalkan keterlambatan dan menghemat daya tanpa membebani server backend dengan tugas decoding dan perhitungan yang berlebihan.
Tahun lalu, Synology memperkenalkan Synology Camera, produk utama yang menunjukkan kemampuan analisis gambar real-time. Kamera ini dilengkapi dengan Neural Processing Unit (NPU) yang dirancang untuk tugas komputasi dan AI, yang dikembangkan oleh tim pembelajaran mesin Synology. Model AI yang ringan memungkinkan perangkat kompak ini untuk mengenali gambar, termasuk mendeteksi orang, kendaraan, dan peristiwa intrusi. Ketika diintegrasikan dengan Surveillance Station, kamera ini memungkinkan pencarian gambar secara lebih cepat, membantu personel keamanan untuk dengan mudah mengidentifikasi potensi ancaman, segera memperjelas area yang mencurigakan, dan melanjutkan dengan pengambilan rekaman pengawasan yang relevan.
Menyeimbangkan Kemajuan Teknologi dengan Alat Manajemen yang Andal
Selain teknologi analisis video yang luar biasa, Synology menyediakan arsitektur pengawasan satu atap yang komprehensif, dengan fokus pada fitur penerapan dan manajemen yang membantu bisnis meningkatkan keamanan dengan mudah.
Surveillance Station kompatibel dengan lebih dari 150 merek dan 8.400 model kamera, memberikan fleksibilitas bagi bisnis untuk terus menggunakan perangkat lama atau meningkatkan ke perangkat baru sesuai dengan kebutuhan dan anggaran mereka. Untuk manajemen sistem pengawasan multi-situs dan multi-server, Centralized Management System (CMS) Synology menawarkan kontrol terpusat dan pembaruan sistem massal, memungkinkan tim IT untuk mengelola hingga 10.000 kamera dan 1.000 server perekam Synology NAS.
Setelah memastikan kelayakan manajemen skala besar, Synology juga mempertimbangkan biaya kepemilikan jangka panjang bagi bisnis. Surveillance Station, perangkat lunak pengawasan video komersial yang berjalan di Synology NAS, menggunakan model lisensi seumur hidup. Artinya, bisnis hanya perlu melakukan pembelian perangkat keras dan lisensi kamera sekali saja untuk menikmati fitur manajemen pengawasan yang komprehensif, dengan mudah membangun arsitektur pengawasan yang berkelanjutan dalam jangka panjang. Seiring dengan berkembangnya organisasi, lisensi dapat dibeli sesuai kebutuhan untuk kamera tambahan, atau dapat dipindahkan dari kamera lama ke kamera baru saat melakukan upgrade, yang secara signifikan meningkatkan fleksibilitas anggaran IT.
Dengan keuntungan-keuntungan ini, Synology secara komprehensif memenuhi kebutuhan keamanan organisasi, tidak hanya mengejar presisi dalam teknologi pengenalan gambar, tetapi juga berfokus pada kegunaan dan biaya, menjadikannya pilihan terbaik bagi perusahaan yang berinvestasi dalam arsitektur cerdas.
ingin tahu lebih banyak mengenai synology, silahkan hubungi [email protected]