Het potentieel voor het integreren van visuele data met het IoT

Het IoT maakt al deel uit van ons dagelijks leven, waardoor we onze verwarming vanaf elke locatie kunnen regelen en onze conditie kunnen monitoren. Het potentieel ervan wordt onderzocht door middel van onderzoeksprojecten zoals het milieu-internet der dingen, waaronder digitale halsbanden voor schapen en regen- en rivierstroommonitors. Deze apparaten sturen hun gegevens naar cloudopslag, waar ze worden gecombineerd met andere gegevens, geanalyseerd en geïnterpreteerd om een ​​ecosysteem te helpen beheren in het voordeel van alle belanghebbenden, zegt James Wickes, CEO en mede-oprichter van Cloudview . Ondertussen bepaalt Moocall wanneer koeien gaan kalven.

Ik geloof echter dat we het volledige potentieel van het IoT alleen zullen benutten als we visuele gegevens toevoegen om het Visual IoT (VIoT) te creëren. Hiervoor is geen bataljon nieuwe digitale camera's nodig; we hoeven alleen de terabytes aan visuele gegevens die al beschikbaar zijn te combineren met andere IoT-gegevens.

Digitale camera's zijn overal, van verkeerscamera's en CCTV-systemen tot kentekenherkenning en systemen die meten hoe vaak digitale billboard-advertenties worden bekeken. Op dit moment worden veel van de gegevens slechts voor één doel gebruikt en wordt slechts een klein percentage van wat wordt verzameld ooit bekeken.

Door deze gegevens aan die uit andere bronnen toe te voegen en vervolgens voorspellende analyses, kunstmatige intelligentie en deep learning te gebruiken, zouden alle aspecten van ons leven kunnen veranderen. Mogelijke toepassingen variëren van het verbeteren van bedrijfspraktijken tot het bestrijden van misdaad, en van het voorkomen van ziekten tot het beschermen van het milieu.

We zien al bedrijven zoals Vodafone  integratie van cloudgebaseerde CCTV met beveiligingssystemen van gebouwen, waardoor visuele verificatie wordt toegevoegd aan inbraakalarmen. Met dergelijke systemen kunnen woningbeveiligingsbedrijven en de politie eigendommen visueel controleren wanneer een alarm afgaat en snel vaststellen of er is ingebroken. Dit kan aanzienlijke tijd- en kostenbesparingen opleveren, terwijl indien nodig onmiddellijk actie kan worden ondernomen.

Een andere toepassing is parkeren in de binnenstad. Volgens de British Parking Association , 30% van de automobilisten in het stadscentrum is niet op weg van of naar een bestemming, maar zoekt een parkeerplaats. Camera's kunnen parkeerplaatsen langs de weg bewaken en een centraal systeem laten weten welke onbezet zijn.

Locatiegegevens kunnen worden gedeeld met de route-app van een chauffeur, waarbij visuele gegevens toegankelijk worden gemaakt, zodat ze weten waarnaar ze op zoek zijn. Het zou zelfs mogelijk moeten zijn voor de chauffeur om een ​​plaats te reserveren en de betaling automatisch te autoriseren, waarbij de verblijfsduur wordt berekend en de betaling wordt geïnd bij vertrek.

Het toepassen van analyses op visuele gegevens zal leiden tot verdere toepassingen door patronen te onthullen en toekomstig gedrag te voorspellen. Deze intelligentie helpt organisaties om systemen te optimaliseren, de veiligheid te verbeteren en betere, snellere en meer passende beslissingen te nemen. Het kan helpen om het beste aantal en de beste locatie voor objecten te bepalen op basis van hun gebruik, zoals het berekenen van het optimale aantal vorkheftrucks dat nodig is in een distributiefabriek, of de beste locatie voor apparatuur in een ziekenhuis. Het goede nieuws is dat machines 'kijken', niet mensen.

Camera's in combinatie met de juiste analyses kunnen worden geconfigureerd om bewegingspatronen in realtime in kaart te brengen, waardoor het aantal en de stroom mensen in openbare ruimtes zoals stations, luchthaventerminals, toeristische attracties en winkelcentra beter te begrijpen is.

Toepassingen zijn onder meer het automatiseren van het beheer van people flow-systemen, bijvoorbeeld het automatisch veranderen van de richting van roltrappen en liften in drukke stations als dat nodig is. In veel gevallen zijn camera's slechts sensoren en kunnen ze met analyses worden gebruikt om iets te verifiëren - zoals dat het object bij de poort een gele Mini is met een bepaald nummerbord - en actie te ondernemen, zoals het openen van de poort, zonder noodzakelijkerwijs het beeld op te nemen .

Analytics in combinatie met AI kan ook een sleutelrol spelen bij het beschermen van meer kwetsbare leden van de samenleving. We zien al camera's die in zorgsituaties worden gebruikt om pre-zelfbeschadiging of suïcidaal gedrag te detecteren en om individuen te monitoren om ervoor te zorgen dat ze goed worden behandeld (met de juiste toestemmingen).

In de toekomst kunnen thuiswonende ouderen baat hebben bij camera's die vastleggen waar en wanneer ze actief zijn. Perioden van inactiviteit kunnen wijzen op een probleem en kunnen waarschuwingen voor familie of verzorgers veroorzaken. Camera's op stations kunnen worden gebruikt om gedrag te herkennen dat wijst op mogelijke zelfmoorden en om passende waarschuwingen te geven aan het personeel.

Dit zijn slechts enkele voorbeelden van het enorme potentieel van de VIoT om ons leven te transformeren. Het enige dat we nodig hebben, is dat innovators relevante producten ontwikkelen.

De auteur van deze blog is James Wickes, CEO en mede-oprichter van Cloudview