AI를 통해 물체를 선택하여 Percept 시스템은 스트리밍 비디오보다 Cameras 40 배 빠른 데이터를 송신합니다.

그녀는 오토 트림에 의해 제시되었습니다

오스트레스트 (Ostream)는 "물리적 세계에서 효과적인 인공 지능을 배치하기위한 객체 데이터를위한 솔루션 공급 업체"소프트웨어 및 지각 데이터 시스템을 도입했습니다. 개발은 하드웨어 지원 및 소프트웨어 서비스를 사용하여 멀티미디어 II 결정 시장에 들어가는 비용과 시간을 줄이기 위해 고안되었습니다. Ostream에 따르면, 저렴한 무선 카메라와 센서는 이미 널리 사용 가능하지만, 이러한 데이터 스트림에 의해 생성 된 클라이언트 네트워크에서 큰로드를 생성하고 클라우드 컴퓨팅 비용을 선형으로 증가시켜 실질적인 배포를 제한합니다. Percect는 "인공 지능의 모든 서비스가있는 모든 챔버"를 통합 하여이 문제를 해결합니다.

오스 트림 지각은 세 가지 구성 요소로 구성됩니다.

최초의 "가상 오브젝트 카메라"(가상 오브젝트 카메라), 일반적인 IoT 카메라에 연결된 1km의 전송 범위가있는 무선 오브젝트 챔버의 내장 소프트웨어 및 전원 공급 장치가있는 오래된 IP 카메라의 입력 소스 포인트를 형성 전원 공급 장치.

두 번째는 AI 객체 라우터 및 데이터 호수 하위 구성 요소가 열린 작업을 통합하고 데이터 저장 및 검색을 보장하는 AI 허브 서버 소프트웨어입니다.

셋째 - AI 서비스 시장. 300 개 이상의 II 및 처리 서비스 제공 업체 및 타사 플랫폼에 대한 액세스가 집계되었습니다.

오토 트림 (Ostream)에 따르면, 멀티미디어 데이터를 주변의 AI 수단으로 처리하고자하는 욕구는 장비 및 유지 보수 비용을 증가시켜 벽 전원이있는 장소의 센서의 배포를 제한하고 기존의 Wi-Fi 네트워크에 액세스 할 수 있습니다. 저전력 Ostream Object 코덱은 멀티미디어 스트림을 컴팩트 한 객체로 변환하여 배터리 전원 공급 장치 장치에서 최소한의 비용으로 AI 데이터를 수집하고 선택한 다음 장거리에 걸쳐 저전력 무선 네트워크로 전송할 수 있습니다.

무선 연결을 사용하면 주변 장치에서 서버 클래스 컴퓨팅을 완전히 피하고 클라이언트 Wi-Fi를 무시하고 클라이언트 Wi-Fi를 무시하고 클라이언트 Wi-Fi를 무시하고 클라이언트 Wi-Fi를 무시하는 제어를 통해 제어를 배포 할 수 있습니다. 클라우드 또는 로컬에서는 Ostream에서 AI 허브를 배포하여 IoT 주변 장치 장치의 후보 데이터를 수집하여 개발자가 선택한 솔루션을 클라우드 서비스 AI에 보관하고 실시간 데이터를 저장하고 검색하는 것입니다. Ostream Object 코덱, 저전력 무선 네트워크 및 AI 허브는 고객의 IT 인프라 스트럭처를 의지하지 않고 거의 어느 곳에서나 컴퓨터 비전을 제공합니다.

카메라 및 다른 주변 멀티미디어 장치에서 작은 에지 컴퓨팅의 아이디어를 구현하는 Ostream Object 코덱 코덱은 비디오 및 이미지 전송 채널의 부하가 감소되어 있지 않아 AI에 대한 경량 후보 데이터를 생성합니다. 제조업체의 평가에 따르면, 감소는 97.5 %에 이르기 때문에 저전력 무선 네트워크조차도 감소 된 트래픽에 쉽게 대처할 수 있습니다. RIPL Networks MLMESH 네트워크는 안전한 무선 전송에 사용됩니다. 엔드 포인트는 Wi-Fi 또는 Bluetooth가 액세스 할 수없는 최대 1km의 범위입니다.

첫 번째 카메라 "내부의 Percept"및 관련 장치는 3 월 21 일에 제공됩니다.