Cargas de trabajo
Visión computarizada / Análisis de vídeo
Computación perimetral
Robótica
Sectores
Ciudades/espacios inteligentes
Fabricación
Sector público
Comercio minorista/Productos de consumo envasados
Atención sanitaria y ciencias de la vida
Objetivo comercial
Retorno de la inversión, mitigación de riesgos
¿Por qué los grandes almacenes e instalaciones necesitan un seguimiento de varias cámaras impulsado por tecnología de IA?
Imagine un mundo en el que las fábricas funcionen de forma automática con seguridad y eficiencia excepcionales, los espacios del comercio minorista estén optimizados para la experiencia del comprador y los espacios públicos como hospitales, aeropuertos y campus sean más seguros y ágiles. Estos espacios son demasiado grandes para que una sola cámara los pueda cubrir, por lo que suelen estar supervisados por cientos de cámaras superpuestas. El seguimiento de objetos y la medición de la actividad con precisión en varias cámaras y en el espacio se denomina seguimiento de varias cámaras, lo que le permite supervisar y gestionar sus espacios de forma más eficaz.
El seguimiento de varias cámaras es importante porque convierte una colección de transmisiones de cámaras aisladas en un sistema de detección unificado e inteligente. Al vincular las observaciones de varias vistas, reduce los puntos ciegos, mejora la detección de incidentes y permite análisis más completos, como flujo de multitudes, tiempo de permanencia y comportamiento entre zonas. Esto no se puede hacer de forma fiable desde un único punto de vista. En la práctica, esto significa mejores respuestas de seguridad y decisiones más inteligentes sobre personal y disposición de las tiendas en el comercio minorista, así como operaciones más eficientes en grandes instalaciones.
El seguimiento de varias cámaras le permite:
- Ver todo en sus instalaciones con una única vista conectada.
- Responder a los problemas de seguridad y protección más rápido.
- Utilizar patrones de movimiento para mejorar la disposición del espacio y las operaciones.
- Reducir costes al automatizar la supervisión rutinaria al tiempo que cubre más espacio.
En este ejemplo de almacén con varias cámaras, las cámaras superiores y laterales realizan un seguimiento de trabajadores, carretillas elevadoras y AMR en todas las instalaciones, lo que proporciona una conciencia situacional en tiempo real de cada pasillo utilizando NVIDIA DeepStream.
¿Qué sectores utilizan el seguimiento de varias cámaras impulsado por IA, y cómo?
Automatización de fabricación y almacenes: mejore sus operaciones de planta optimizando las rutas para robots autónomos, equipos y trabajadores. El análisis impulsado por IA ayuda a identificar congestiones, cuellos de botella y riesgos, lo que permite tomar decisiones basadas en datos que mejoran la productividad, la seguridad de los trabajadores y la seguridad de los robots.
Optimización de la distribución de la tienda minorista: al analizar el recorrido de los clientes en toda la tienda, puede volver a configurar los pasillos y el posicionamiento de los productos para maximizar las ventas y los ingresos. El seguimiento de varias cámaras ayuda a identificar cuellos de botella, realizar un seguimiento del comportamiento de los clientes y simular situaciones de diseño para predecir el impacto en las ventas y las experiencias de los clientes.
Ciudades inteligentes: aproveche el seguimiento con varias cámaras para supervisar el flujo de tráfico y el movimiento de peatones en intersecciones, terminales de transporte y lugares públicos. Esto ayuda a los encargados de la gestión urbanística a reducir la congestión, mejorar la seguridad pública y optimizar las decisiones de planificación urbana.
Atención al paciente en el hospital: acceda a la supervisión continua de pacientes en hospitales para añadir una capa de seguridad adicional. La solución habilita alertas y notificaciones en tiempo real, lo que garantiza una atención rápida cuando es necesaria.
Implementación técnica
Cree aplicaciones de seguimiento de varias cámaras con habilidades de agentes
NVIDIA DeepStream 9.1 simplifica el desarrollo de aplicaciones de seguimiento de varias cámaras con habilidades de agentes que ayudan a los agentes de codificación a crear y personalizar flujos de procesamiento de vídeo en tiempo real. Su habilidad de seguimiento 3D de varias vistas (MV3DT) permite un seguimiento preciso y de extremo a extremo de objetos en varias vistas de cámara, mientras que AutoMagicCalib (AMC) automatiza la calibración de la cámara para acelerar la implementación y mejorar la precisión del seguimiento.
Con el blueprint de NVIDIA Metropolis para búsqueda y resumen de vídeos (VSS), los desarrolladores pueden crear agentes de IA de análisis de vídeo que entiendan el contenido visual y posibiliten el seguimiento avanzado de varias cámaras. Con tecnología de DeepStream, estos agentes mantienen una identidad uniforme a medida que un objeto se mueve entre las vistas de las cámaras, lo cual permite obtener información entre cámaras, como rutas de extremo a extremo, tiempos de permanencia y recuentos únicos. El microservicio MV3DT preconfigurado también se puede utilizar con blueprint de NVIDIA VSS y habilidades de agente para integrar el flujo de procesamiento con microservicios, bases de datos y agentes adicionales.
Enlaces rápidos
Preguntas frecuentes
Puede lograr visibilidad en toda la instalación si utiliza el seguimiento de varias cámaras de DeepStream para unificar los datos de varias cámaras IP estándar. Este sistema coordina campos de visión superpuestos para mantener una identidad uniforme de cada persona o activo a medida que se mueve entre las cámaras, lo que proporciona datos de ubicación 3D unificados. Se escala fácilmente en el hardware de NVIDIA, que va desde dispositivos perimetrales hasta GPU de centros de datos.
Sí, el seguimiento basado en visión ofrece una alternativa sin localizadores a las tecnologías tradicionales de sistemas de localización en tiempo real (RTLS) como Wi-Fi, balizas Bluetooth, UWB o RFID. En lugar de requerir que las personas o los activos lleven dispositivos, los sistemas basados en cámaras realizan un seguimiento de los objetos directamente con la visión computarizada. El seguimiento con varias cámaras de NVIDIA DeepStream genera coordenadas 3D en tiempo real en un marco de referencia global, proporcionando datos de ubicación comparables a los de los sistemas basados en localizadores, pero sin el coste de hardware por objeto seguido, el mantenimiento de la batería ni el requisito de que los objetos lleven localizadores.
El seguimiento multivista 3D de DeepStream mantiene la uniformidad de la identidad de los objetos al utilizar un protocolo distribuido en el que las cámaras con campos de visión superpuestos negocian y propagan automáticamente las identidades globales a través de mensajería MQTT ligera. Cuando un objeto aparece en la vista de una nueva cámara, el sistema lo compara con los tracklets de cámaras vecinas mediante la correlación de posición 3D (no es necesario un servidor central). El sistema también incluye la calibración automática de cámaras para reducir la laboriosa tarea de sincronizar manualmente todas las cámaras en un sistema de coordenadas espaciales global.
DeepStream admite opciones de implementación flexibles en dispositivos perimetrales, centros de datos o configuraciones híbridas. El diseño distribuido del sistema procesa los datos localmente en lugar de transmitir todos los vídeos de forma centralizada, lo que reduce los requisitos de ancho de banda y permite escalar el número de cámaras sin crear cuellos de botella de rendimiento.
NVIDIA DeepStream es independiente de detectores y admite cualquier modelo que produzca cajas delimitadoras. Puede utilizar arquitecturas estándar como YOLO y Faster R-CNN, modelos entrenados con NVIDIA TAO o sus propios modelos personalizados. Dado que el seguimiento se realiza después de la detección, puede seleccionar o cambiar el detector que mejor se adapte a su caso de uso específico.
Empezar
Desarrollar este caso de uso
Acelera el desarrollo de tu aplicación de IA para el seguimiento de varias cámaras al menos seis veces más rápido con las habilidades de agente de NVIDIA DeepStream