Videoanalytiikka

Videoanalytiikka tarkoittaa videomateriaalin sisällön automaattista tulkintaa tietokoneiden avulla. Hyödyntäen koneoppimista ja tietokonenäköä se tunnistaa objekteja, tapahtumia ja liikkeen sekä tuottaa videoista metadataa. Se voi toimia sekä reaaliaikaisesti että tallenteiden analysointiin.

Keskeisiä ominaisuuksia ovat objektien tunnistus ja seuranta, liikkeen ja käyttäytymisen analysointi sekä poikkeamien raportointi. Videosta voidaan myös laskea ihmismäärä ja tarjota tunnistus- tai luokittelutuloksia osana suurempia järjestelmiä.

Teknologian perusta on tietokonenäössä ja koneoppimisessa. Käytetyimpiä ovat konvoluutioverkot (CNN), syväoppimismallit sekä ajalliseen kontekstin hyödyntävät ratkaisut kuten RNN:t tai transformer-arkkitehtuurit. Tärkeitä ovat lisäksi optinen virtaus, taustaerottelu ja pose-estimaatio.

Sovelluskohteita ovat turvallisuus ja valvonta, vähittäiskaupan asiakasvirtojen analysointi, liikenne ja älykaupunki-infra, urheiluanalytiikka, terveydenhuolto sekä teollinen automaatio. Turvallisuudessa on huomioitava yksityisyys ja tietosuoja sekä väärinkäytön riskit.

Dataa ja suorituskykyä mitataan usein tarkkuudella, precision- ja recall-arvoilla sekä F1-pistemäärällä. Reaaliaikaisissa ratkaisuissa keskeisiä ovat viive, läpäisykyky ja virhema-arvot. Tulokset esitetään usein luokituksina, kohdistuksina tai hälytyksinä.

Haasteina ovat esteet (occlusion), valaistus- ja kamerakulman vaihtelu, mittakaava sekä laskennalliset vaatimukset ja datan laatu. Yksityisyys, bias ja virhetunnistukset voivat herättää eettisiä ja oikeudellisia kysymyksiä.

Eettiset ja sääntelykysymykset, kuten GDPR, ohjaavat Videoanalytiikan käyttöä. Anonymisointi, on-device käsittely ja datan minimointi ovat suositeltuja käytäntöjä.