Beveiligingscamera’s – in vakjargon: camera observatie systemen – worden steeds meer ingezet voor aanvullende en andere taken. Door deep learning-technieken toe te passen liggen andere toepassingen binnen handbereik. Het voorspellen van inbraken is één van die nieuwe toepassingen.

“Door deep learning-technieken toe te passen liggen andere toepassingen binnen handbereik.”
Traditioneel beveiligen
Hoe is de beveiliging van uw organisatie geregeld? Voor beveiligen tegen inbraak en opsporing zijn camera’s niet meer weg te denken. Dagelijks worden beveiligingscamera’s ingezet voor observatie, herkenning en identificatie. Video Content Analyse (VCA) vind ik een mooi voorbeeld van ‘extra intelligentie’ bij camerabewaking. Hiermee kunt u aanvullende detectie en signaleringen inbouwen ten behoeve van bijvoorbeeld alarmmeldingen.
Inzicht in klantgedrag
Ik constateer dat niet alleen voor beveiliging, maar ook voor ‘doelgroep analyse’, beveiligingscamera’s worden ingezet. Winkelketens brengen steeds meer het klantgedrag en koopgedrag van consumenten in kaart. Op welke plaats blijven potentiële kopers langer staan? Welke route nemen zij? Is het een mannelijke of vrouwelijke persoon die de winkel binnenstapt en hoe vaak per dag komt dat voor? En, wat is de gemoedstoestand van een klant? Zo maar een aantal indicatoren waar slimme camera’s voor gebruikt worden om behoeften van klanten te peilen of juist aan te wakkeren.
Inbraak voorspellen
Een nieuw fenomeen is het kunnen voorspellen van inbraken. Door slimme beveiligingscamera’s toe te passen en te combineren met andere data, ontstaan er mogelijkheden om een inbraak te voorspellen. De politie is zelfs bezig om de plaats en het tijdstip van zakkenrollerij, straatroof, geweld, diefstal en bedrijfsinbraken vooraf te voorspellen. Hierbij draait het om big data. Eén van de ‘sensoren’ die deze big data levert zijn slimme camera’s.
Het toepassen van slimme beveiligingscamera’s vraagt kennis en kunde. Wij helpen u daar graag bij!

0 reacties