A NEC kameraképekből észlelné a katasztrófák korai jeleit
A NEC olyan mesterségesintelligencia-technológiát fejlesztett, amely élő út- és folyókamerák képeiből számszerűsíti a katasztrófákhoz kapcsolódó állapotokat. A rendszer az áradás, az elöntés és a hófelhalmozódás korai jeleit is képes lehet felismerni.
- A NEC VLM segítségével elemzi az utak és folyók élő kameraképeit.
- A rendszer pontszámokkal követi az elöntés, az áradás és a hófelhalmozódás változásait.
- A helyszínhez és katasztrófatípushoz igazított promptokat automatikusan generálja.
- A technológia meglévő önkormányzati és infrastruktúra-kamerákat is használhat.
- A NEC a 2027-es pénzügyi évben tervezi a gyakorlati bevezetést.
Számszerűsíti a kameraképeken látható változásokat
A NEC október 23-án ismertetett technológiája látás és nyelv alapú modellt, vagyis VLM-et használ az utak és folyók élő kamerafelvételeinek elemzésére. A rendszer az adott helyszín állapotához pontszámokat rendel, így folyamatosan követhetővé válik például az elöntés vagy a hófelhalmozódás mértékének változása.
A vállalat szerint ez lehetővé teszi a katasztrófák előjeleinek korábbi felismerését, valamint a helyszíni ellenőrzés és a reagálással kapcsolatos döntések felgyorsítását. A pontszámok alapján az üzemeltetők az egyes helyszínekhez és katasztrófatípusokhoz illeszkedő előjelzési és veszélyességi küszöbértékeket is beállíthatnak.
A rendszer a VLM belső számításait is felhasználja
A hagyományos, általános célú VLM szövegesen képes leírni, mit lát a felvételen, de a válaszokból önmagukban nem derül ki pontosan az állapot mértéke vagy kiterjedése. A NEC megoldása ezért nem csak a modell szöveges válaszaira támaszkodik. A vállalat saját technológiája a szöveggenerálás közben számított valószínűségi értékeket elemzi, és ezekből nyeri ki a szöveggé alakítás során elvesző információt.
Így a rendszer folyamatos numerikus értékekként tudja megjeleníteni a nehezen észlelhető, apró változásokat és az időbeli trendeket. A NEC megjegyzése szerint például árvíz esetén azt vizsgálja, mekkora valószínűséggel válaszolná a VLM egy képre azt, hogy az elöntést mutat.
Automatikusan készülnek a helyszínhez igazított utasítások
A VLM válaszait erősen befolyásolja a hozzá intézett szöveges kérdés, vagy prompt. A NEC szerint korábban szakértelemmel rendelkező mérnökökre volt szükség ahhoz, hogy minden kameraálláshoz és katasztrófatípushoz megfelelő promptokat tervezzenek és finomhangoljanak. Ez lassította volna a technológia bevezetését, különösen akkor, ha sokféle helyszínt kellett megfigyelni.
Az új megoldás a megfigyelt katasztrófatípus és az egyes kamerák által rögzített jelenet alapján automatikusan állítja elő a promptot. A rendszer egymást követő képek pontszámainak folyamatosságát vizsgálja, közben azonosítja azokat a képrészleteket, amelyekre a VLM-nek figyelnie kell, valamint azokat, amelyek figyelmen kívül hagyhatók. A NEC szerint ez mérsékli az apró képkülönbségekből eredő pontszámingadozást, és stabilabb értékelést tesz lehetővé.
A meglévő kamerákra építenének
A technológia a helyi önkormányzatok, kormányzati szervek és infrastruktúra-üzemeltetők már működő élő kameráit is használhatja. Ez a NEC szerint megkönnyíti a bevezetést a katasztrófafigyelési helyszíneken, miközben csökkentheti a megfigyelési műveletek terhét.
A vállalat célja, hogy a technológiát a 2027-es pénzügyi évben gyakorlati használatba állítsa. A hozzá kapcsolódó NEC-kutatást az ACM Multimedia Asia 2026 nemzetközi konferencián tervezik bemutatni. A vállalat szerint a megoldás a helyi önkormányzatok és az infrastruktúra-üzemeltetők hatékonyabb megfigyelését támogathatja, és hozzájárulhat a helyi közösségek biztonságához.
NEC: NEC Develops AI Technology Using VLM to Detect Early Signs of Disasters from Live Camera Footage
