Vaizdo įrašuose – paieška žodžiais: Hikvision ir Dahua dirbtinio intelekto naujovės

Kiekvienas, kuriam teko ieškoti konkretaus įvykio vaizdo stebėjimo įrašuose, žino, kaip tai atrodo: laiko juostos sukinėjimas, dešimtys judesio įvykių ir valandos, praleistos žiūrint į ekraną. Paieška pagal judesį, o vėliau – pagal žmones ir transporto priemones, procesą sutrumpino, tačiau esmė nepasikeitė: žmogus vis tiek turėjo peržiūrėti daugybę fragmentų.

Per pastaruosius pusantrų metų du didžiausi pasaulyje vaizdo stebėjimo įrangos gamintojai – Hikvision ir Dahua – pristatė sprendimus, kurie šį procesą keičia iš esmės. Juose ieškoma tiesiog parašius, ko ieškote, pavyzdžiui, „baltas furgonas“ ar „žmogus vedžioja šunį“. Tai tapo įmanoma dėl didžiųjų daugiarūšių dirbtinio intelekto modelių, kurie geba susieti tekstą su vaizdu.

Hikvision AcuSeek: pirmasis žingsnis

2025 metų vasarą Hikvision pristatė AcuSeek NVR – vaizdo įrašymo įrenginius, veikiančius su bendrovės didžiaisiais dirbtinio intelekto modeliais „Guanlan“. Pranešime spaudai gamintojas pažymėjo, kad apsaugos darbuotojai, tirdami incidentus, dažnai valandų valandas peržiūri įrašus kadras po kadro. AcuSeek turėjo šią problemą išspręsti: reikiamą vaizdo įrašą ar nuotrauką sistema randa per kelias sekundes pagal įvestą frazę.

Technologijos pagrindas – modelis, apmokytas su didžiuliu kiekiu vaizdų ir juos aprašančių tekstų porų. Taip sistema išmoksta susieti žodžius su vaizdo ypatybėmis: kontūrais, tekstūromis, spalvomis. Naudotojui įvedus frazę, pavyzdžiui, „žmogus kalba telefonu“, „baltas furgonas“ ar „žmogus vedžioja šunį“, sistema iš įrašų išskiria objektus ir jų ypatybes, o tada semantiškai palygina juos su užklausa.

Hikvision išskyrė keturis pagrindinius AcuSeek privalumus:

• Plati paieška Sistema atpažįsta dažniausiai pasitaikančius objektus – žmones, automobilius, dviračius ir motorolerius, bet leidžia ieškoti ir konkrečių daiktų, pavyzdžiui, lagaminų su ratukais ar mažų vežimėlių. Taip pat ji atpažįsta neįprastas situacijas, pavyzdžiui, kai žmogus be šalmo yra ten, kur jį dėvėti privaloma.
• Tiksli paieška Sistema supranta sudėtingesnius aprašymus, pavyzdžiui, „žmogus su kepure ir juodais drabužiais“ ar „vaikas su kuprine“, todėl, gamintojo teigimu, gerokai sumažėja klaidingų rezultatų.
• Greita paieška Atsakymas pateikiamas per kelias sekundes net ieškant didelėje įrašų apimtyje.
• Lanksti paieška Sąsajoje yra greitieji mygtukai „Rasti žmones“, „Rasti transportą“ ir „Rasti gyvūnus“, taip pat galima įvesti savo frazę. Specialaus mokymo naudotis sistema nereikia.

Kaip pritaikymo pavyzdžius gamintojas nurodė tyrimus („juodas visureigis apvaliais žibintais“), eismo kontrolę (motoroleriai ir motociklai, įvažiavę į draudžiamą zoną) ir bendruomenių paslaugas, pavyzdžiui, pasiklydusių augintinių ar pamestų daiktų paiešką. Hikvision produktų vadovas Leo Chen pažymėjo, kad AcuSeek sprendžia tradicinės paieškos, paremtos rankiniu žymėjimu, neefektyvumo problemą, ir pažadėjo toliau tobulinti algoritmus bei plėsti jų taikymo sritis.

2025 metų rugsėjį AcuSeek paieška buvo integruota ir į Hikvision programinę įrangą – debesijos platformą Hik-Connect 6 bei didesnėms sistemoms skirtą HikCentral Professional.

Dahua „Xinghan“ ir WizSeek

Konkurentė Dahua Technology 2025 m. rugsėjo 19 d. Hangdžou mieste pristatė atnaujintus didžiuosius dirbtinio intelekto modelius „Xinghan“. Bendrovė primena, kad vaizdo dėmesio tyrimus pradėjo dar 2017 metais, o 2023 metais pristatė apsaugos sričiai skirtą vaizdo atpažinimo bazinį modelį. Naujoji „Xinghan“ sistema paremta įrenginio ir debesijos bendradarbiavimu ir suskirstyta į tris serijas:

• L serija natūralios kalbos supratimas ir sąveika.
• V serija vaizdo analizė, susitelkianti į svarbiausius objektus – žmones, automobilius ir kitas transporto priemones.
• M serija daugiarūšiai modeliai, apjungiantys tekstą, vaizdus, garsą ir video.

Paieškai aktualiausia M serija. Joje yra WizSeek – funkcija, leidžianti ieškoti įrašų archyve žodžiais aprašant žmogų, transporto priemonę, gyvūną ar daiktą. Kita M serijos naujovė – tekstu apibrėžiami aliarmai. Taisyklę, kada sistema turi siųsti pranešimą, naudotojas gali aprašyti paprastais žodžiais, nerašydamas programinio kodo ir nesirinkdamas iš iš anksto nustatyto įvykių sąrašo.

V serijoje Dahua pristatė ir kelias vaizdo analizės funkcijas. Perimetro apsauga, gamintojo duomenimis, atpažįsta mažesnius objektus – iki 20×20 pikselių – nei ankstesni algoritmai, todėl mažiau klaidingų pavojaus signalų ir didesnis aptikimo nuotolis. Objektų sekimo algoritmas „WizTracking“ geriau susidoroja su situacijomis, kai objektą kažkas užstoja ar jis keičia pozą, – deklaruojamas tikslumo pagerėjimas siekia 50 proc. Minios žemėlapis „Crowd Map“ mažus objektus aptinka iki dviejų kartų toliau, lyjant būna iki 80 proc. tikslesnis ir gali skaičiuoti iki 5000 žmonių. Dahua pažymi, kad šie skaičiai gauti standartinėmis bandymų sąlygomis.

2026 m. ruduo: Hik-Connect 7 ir HIKO

Kitas žingsnis žengtas 2026 m. rugsėjo 29 d., kai Hikvision paskelbė Hik-Connect 7 – didelį savo debesijos programinės įrangos atnaujinimą su nauju dirbtinio intelekto varikliu HIKO ir pertvarkyta sąsaja. Esminis skirtumas nuo AcuSeek: HIKO veikia debesijoje, todėl, pasak gamintojo, funkcijos pasiekia esamus Hik-Connect naudotojus per programinės įrangos atnaujinimą ir papildomos įrangos pirkti nereikia.

Hik-Connect produktų vadovė Eunice Yu pristatyme pabrėžė, kad iki šiol žmonės turėjo prisitaikyti prie apsaugos programinės įrangos, o HIKO sukurta taip, kad sistema pati suprastų, ko reikia naudotojui, ir surastų atsakymą. Atnaujinimas apima tris sritis: „AI Guardian“, „AI Search“ ir „AI Assistant“.

Paieškos dalyje „AI Search“ atsirado klausimai apie vaizdą („Video Q&A“): galima tiesiog paklausti, pavyzdžiui, ar kas nors tą rytą įnešė krepšį į tam tikrą zoną, užuot peržiūrėjus kelių valandų įrašus. „AI Timeline“ žmogaus judėjimą per kelias kameras atvaizduoja žemėlapyje, o „Fusion Search“ į vieną seką sujungia vaizdo įrašus, praėjimo kontrolės ir automobilių numerių atpažinimo duomenis.

„AI Guardian“ dalyje funkcija „Focus“ leidžia nurodyti žinomą automobilį ar asmenį, laiką ir vietą, o sistema pati susieja įrašus iš skirtingų kamerų, sudaro įvykių seką ir parašo santrauką. Pranešimų taisykles, kaip ir Dahua sprendime, galima aprašyti žodžiais, pavyzdžiui: „pranešk, jei kas nors nukrito ir neatsikelia“. „AI Deterrence“ leidžia laipsniškai stiprinti įspėjimus – nuo bendro perspėjimo iki pranešimo, kuriame aprašoma konkretaus asmens ar automobilio išvaizda ir vieta. „AI Summary“ kiekvienai kamerai sudaro paros santrauką apie užfiksuotus žmones, transporto priemones ir įspėjimus.

Trečioji dalis, „AI Assistant“, skirta sistemos administravimui: viena komanda natūralia kalba, pavyzdžiui, prašymas suteikti prieigą lankytojo automobiliui, pakeičia kelių ekranų nustatymus. Hik-Connect 7 diegiama visame pasaulyje tiek komandų („Team Mode“), tiek asmeninio („Personal Mode“) režimo naudotojams.

Kur link juda rinka

Abiejų gamintojų kryptis sutampa: vaizdo stebėjimo sistema iš įrašų saugyklos virsta įrankiu, kuris supranta, kas vyksta vaizde, ir atsako į klausimus žmonių kalba. Iš pradžių tokios funkcijos atsirado specializuotuose įrašymo įrenginiuose, o dabar keliasi į debesijos programas, kuriomis naudojasi ir smulkusis verslas, ir namų ūkiai.

Kartu išlieka ir klausimų. Gamintojų skelbiami tikslumo bei greičio rodikliai gauti jų pačių bandymų sąlygomis, o realūs rezultatai priklauso nuo kamerų vaizdo kokybės, apšvietimo ir montavimo kampų. Be to, Europos Sąjungoje vaizdo duomenų tvarkymą reglamentuoja Bendrasis duomenų apsaugos reglamentas, todėl išmani paieška ir automatinės įvykių santraukos nekeičia reikalavimų, kam ir kokiu tikslu leidžiama naudoti įrašus. Kaip greitai šios funkcijos taps įprastos kasdienėse sistemose, priklausys ir nuo to, kaip jas įvertins naudotojai.

Šaltiniai: Hikvision apie AcuSeek NVR (2025); Dahua apie „Xinghan“ modelius (2025-09-19); Hikvision apie Hik-Connect 7 ir HIKO (2026-09-29).