AI Video Analytics คืออะไร? เพิ่ม AI ให้กล้องวงจรปิดเดิม

กล้องวงจรปิดจำนวนมากในองค์กรยังทำหน้าที่หลักเหมือนเดิม คือจับภาพ แสดงภาพ และบันทึกเหตุการณ์เอาไว้เพื่อให้เจ้าหน้าที่ตรวจสอบ แต่ในวันที่โรงงาน โกดัง อาคารสำนักงาน หรือพื้นที่ขนาดใหญ่มี CCTV หลายสิบหรือหลายร้อยตัว คำถามสำคัญอาจไม่ใช่ว่า “เรามีกล้องเพียงพอหรือยัง” แต่คือ เราสามารถใช้ข้อมูลจากกล้องที่มีอยู่ให้เกิดประโยชน์ได้มากกว่านี้หรือไม่

หนึ่งในเทคโนโลยีที่เข้ามาตอบโจทย์นี้คือ AI Video Analytics หรือการใช้ AI เข้ามาช่วยวิเคราะห์ข้อมูลภาพจากกล้อง เพื่อให้ระบบสามารถตรวจจับและแยกแยะเหตุการณ์ที่กำหนดไว้ได้โดยอัตโนมัติ แทนที่จะพึ่งเจ้าหน้าที่เฝ้าดูภาพจากหน้าจอเพียงอย่างเดียว

สำหรับองค์กรที่มีระบบ CCTV อยู่แล้ว จุดที่น่าสนใจยิ่งกว่าการเพิ่มจำนวนกล้อง คือการนำ AI มาทำงานร่วมกับโครงสร้างพื้นฐานเดิม เพื่อเปลี่ยนภาพวิดีโอจำนวนมหาศาลให้กลายเป็นข้อมูลที่ช่วยในการเฝ้าระวัง แจ้งเตือน และสนับสนุนการตัดสินใจได้รวดเร็วขึ้น

นี่เป็นแนวคิดเดียวกับ ASAP หรือ All Smart AI Platform ของ Canal One ซึ่งพัฒนาให้ AI สามารถทำงานร่วมกับอุปกรณ์การทำงานเดิมขององค์กร เพิ่มความสามารถในการวิเคราะห์ แยกแยะ ตรวจจับแนวโน้มของสถานการณ์ผิดปกติ และแจ้งเตือนได้อย่างครอบคลุม

‍

AI Video Analytics คืออะไร และต่างจาก CCTV ทั่วไปอย่างไร?

หากอธิบายให้เข้าใจง่ายที่สุด AI Video Analytics คือการนำปัญญาประดิษฐ์มาช่วยวิเคราะห์ภาพหรือวิดีโอจากกล้อง CCTV เพื่อค้นหาเหตุการณ์ วัตถุ หรือรูปแบบที่ระบบได้รับการออกแบบให้ตรวจจับ

ความแตกต่างจึงอยู่ที่ “สิ่งที่เกิดขึ้นหลังกล้องมองเห็นภาพ”

CCTV แบบทั่วไปทำหน้าที่เป็นดวงตาของระบบ ภาพจากพื้นที่ถูกส่งมายังหน้าจอหรือถูกบันทึกไว้ และเจ้าหน้าที่เป็นผู้ตีความว่าภาพที่เห็นมีสิ่งผิดปกติหรือไม่

เมื่อเพิ่ม AI เข้าไป ภาพจากกล้องสามารถถูกนำมาวิเคราะห์เพื่อช่วยตรวจจับเหตุการณ์ที่ต้องให้ความสนใจ และหากตรวจพบเงื่อนไขที่กำหนด ระบบสามารถนำข้อมูลนั้นเข้าสู่กระบวนการแจ้งเตือนต่อได้

Canal One นำแนวทางนี้มาใช้กับ ASAP ในหลายลักษณะ เช่น Smoke and Fire AI Detection, PPE Safety, Intruder Detection, Face Recognition, License Plate Recognition, Path Track Technology, Suspicious Object Detection และ Staff Counting

กล้องจึงไม่ได้มีคุณค่าเฉพาะตอนที่ต้องย้อนกลับมาหาหลักฐานหลังเกิดเหตุ แต่สามารถกลายเป็นส่วนหนึ่งของระบบที่ช่วยเฝ้าระวังเหตุการณ์ระหว่างการปฏิบัติงานได้

‍

ปัญหาของ CCTV อาจไม่ได้อยู่ที่คุณภาพของกล้อง แต่อยู่ที่คนต้องดูทุกอย่างเอง

ลองนึกถึงห้องควบคุมที่มีภาพจากกล้องจำนวนมากแสดงพร้อมกันบน Monitor

ในทางทฤษฎี เจ้าหน้าที่สามารถมองเห็นทุกพื้นที่ได้ แต่ในสถานการณ์จริง การเฝ้าติดตามภาพจากกล้องจำนวนมากอย่างต่อเนื่องเป็นงานที่ต้องใช้ความสนใจสูง และระบบแบบดั้งเดิมอาจยังพึ่งพาเจ้าหน้าที่เป็นหลัก จึงมีโอกาสเกิดความผิดพลาดหรือความล่าช้าได้

Company Profile ของ Canal One ระบุถึง Pain Point นี้โดยตรงว่า ระบบตรวจจับ บันทึกข้อมูล และแจ้งเตือนแบบดั้งเดิมอาจพึ่งพาเจ้าหน้าที่เป็นหลัก และการนำเทคโนโลยีเข้ามาช่วยสามารถเพิ่มประสิทธิภาพและลดปัญหา Human Error ได้

AI Video Analytics จึงไม่ได้มีเป้าหมายเพียงทำให้กล้อง “ฉลาด” ขึ้น แต่ช่วยเปลี่ยนวิธีบริหารข้อมูลจาก CCTV

แทนที่จะคาดหวังให้คนมองทุกภาพตลอดเวลา ระบบสามารถช่วยคัดกรองเหตุการณ์ตามเงื่อนไขที่กำหนด และดึงความสนใจของเจ้าหน้าที่ไปยังสิ่งที่ควรได้รับการตรวจสอบ

ในมุมของงาน Safety และ Security นี่เป็นความแตกต่างที่สำคัญ เพราะเวลาไม่กี่นาทีหรือแม้แต่ไม่กี่วินาทีอาจมีผลต่อการจัดการสถานการณ์

‍

กล้อง CCTV เดิมสามารถเพิ่ม AI ได้อย่างไร?

การนำ AI Video Analytics มาใช้ไม่ได้หมายความว่าองค์กรจะต้องเริ่มต้นด้วยการรื้อระบบ CCTV ทั้งหมดแล้วติดตั้งใหม่เสมอไป

แนวทางของ Canal One คือการนำ AI มาทำงานร่วมกับอุปกรณ์การทำงานเดิม และเริ่มต้นจากการวิเคราะห์ปัญหา ความต้องการ รวมถึง Infrastructure ที่องค์กรมีอยู่ ก่อนออกแบบและปรับแต่งระบบให้เหมาะสมกับสภาพแวดล้อมการใช้งานจริง

หลักคิดจึงไม่ใช่ “เปลี่ยนกล้องทุกตัวให้เป็นกล้อง AI” แต่คือ ทำอย่างไรให้ภาพจากระบบเดิมสามารถถูกนำเข้าสู่กระบวนการวิเคราะห์และบริหารจัดการที่ฉลาดขึ้น

เมื่อระบบได้รับภาพจากกล้องแล้ว AI สามารถเข้ามาช่วยวิเคราะห์เหตุการณ์ตาม Use Case ที่องค์กรต้องการ จากนั้นผลการตรวจจับสามารถเชื่อมต่อกับระบบแจ้งเตือน Dashboard หรือกระบวนการตอบสนองที่ออกแบบไว้

Canal One ยังระบุถึง ASAP AI Box ในกลุ่ม Software + AI as a Service โดยใช้ Edge AI สำหรับการประมวลผลข้อมูลอย่างปลอดภัยและมีประสิทธิภาพ ซึ่งสะท้อนแนวทางการนำความสามารถด้าน AI เข้าไปเสริมระบบปฏิบัติการขององค์กรโดยไม่มอง AI เป็นเพียงคุณสมบัติที่ติดมากับตัวกล้องเท่านั้น

ดังนั้น ก่อนตัดสินใจเปลี่ยน CCTV ทั้งระบบ สิ่งที่ควรพิจารณาก่อนคือกล้องและ Infrastructure ปัจจุบันสามารถนำมาทำงานร่วมกับระบบ AI ที่ต้องการได้มากน้อยเพียงใด และ Use Case ที่องค์กรต้องการแก้จริง ๆ คืออะไร

‍

จาก “เห็นเหตุการณ์” สู่ “เข้าใจว่าเหตุการณ์นั้นสำคัญหรือไม่”

คุณค่าของ AI Video Analytics เริ่มชัดขึ้นเมื่อระบบไม่ได้วิเคราะห์ทุกภาพด้วยความหมายเดียวกัน แต่ถูกนำไปใช้กับเหตุการณ์ที่มีความสำคัญต่อบริบทของพื้นที่

ในโรงงาน ความเสี่ยงหนึ่งอาจเป็นการเกิดควันหรือไฟ ขณะที่อีกพื้นที่อาจให้ความสำคัญกับการสวม PPE ส่วนคลังสินค้าหรือพื้นที่ควบคุมอาจต้องเฝ้าระวังผู้บุกรุกหรือวัตถุต้องสงสัย

ASAP ของ Canal One รองรับแนวทาง AI-Based Safety Detection ในหลายกรณีเหล่านี้ และแนวทาง USP ของ Canal One ยังต่อยอดไปสู่ AI-Powered Compliance Monitoring เช่น การตรวจสอบว่าพนักงานปฏิบัติตามข้อกำหนด การสวม PPE หรือ SOP ที่กำหนดไว้หรือไม่

ความสามารถเช่นนี้ทำให้ข้อมูลจาก CCTV สามารถมีบทบาทมากกว่าการรักษาความปลอดภัยหลังเกิดเหตุ เพราะภาพสามารถกลายเป็นหนึ่งในข้อมูลสำหรับติดตาม Safety และ Compliance ระหว่างการปฏิบัติงาน

สำหรับองค์กร นี่คือการเปลี่ยนจาก Video Surveillance ไปสู่ Video Intelligence ซึ่งคุณค่าของระบบไม่ได้อยู่ที่จำนวนชั่วโมงของวิดีโอที่บันทึกไว้ แต่อยู่ที่วิดีโอนั้นสามารถช่วยให้องค์กรมองเห็นสิ่งที่ควรให้ความสนใจได้เร็วเพียงใด

‍

AI ที่ตรวจจับได้ แต่ไม่แจ้งเตือนคนที่เกี่ยวข้อง ก็ยังไม่ใช่คำตอบทั้งหมด

สมมติว่า AI ตรวจพบผู้บุกรุกในพื้นที่หวงห้ามได้อย่างถูกต้อง แต่ข้อมูลนั้นแสดงอยู่บน Dashboard เพียงอย่างเดียว หากไม่มีใครกำลังมองหน้าจออยู่ในขณะนั้น ประโยชน์ของการตรวจจับก็อาจลดลง

เพราะฉะนั้น AI Video Analytics ที่ใช้งานจริงจึงควรถูกมองเป็นส่วนหนึ่งของกระบวนการที่ใหญ่กว่า

Canal One วางแนวทาง Real-Time Notification ให้สามารถเชื่อมการแจ้งเตือนไปยังช่องทางต่าง ๆ เช่น LINE Official Account, Android/iOS Application, Wired Telephone, API, Direct Message, Strobe Light/Siren และ Portable Radio

เมื่อ AI ตรวจพบเหตุการณ์ที่กำหนดไว้ ข้อมูลจึงสามารถถูกส่งต่อไปยังช่องทางที่เหมาะกับผู้ปฏิบัติงานได้ แทนที่จะหยุดอยู่แค่หน้าจอ CCTV

นี่คือจุดที่ AI Video Analytics เริ่มเปลี่ยนจาก “ระบบวิเคราะห์ภาพ” ไปสู่ส่วนหนึ่งของ Incident Management เพราะ Detection จะมีคุณค่ามากขึ้นเมื่อเชื่อมต่อกับ Alert และ Response

‍

กล้องเดิมหนึ่งตัวจึงสามารถมีบทบาทได้มากกว่าหนึ่งแบบ

ในระบบแบบเดิม เรามักคิดถึงกล้องตามตำแหน่งติดตั้ง เช่น กล้องประตูทางเข้า กล้องหน้าโกดัง หรือกล้องบริเวณสายการผลิต

แต่เมื่อเพิ่ม Video Analytics เข้าไป วิธีคิดสามารถเปลี่ยนจาก “กล้องตัวนี้อยู่ที่ไหน” ไปเป็น “ข้อมูลจากกล้องตัวนี้ช่วยตอบคำถามอะไรได้บ้าง”

ภาพจากพื้นที่หนึ่งอาจนำไปใช้ตรวจจับผู้บุกรุก ขณะที่พื้นที่การผลิตอาจถูกนำไปประยุกต์กับ PPE Safety และพื้นที่อีกประเภทอาจเหมาะกับการตรวจจับควันหรือไฟ ทั้งหมดขึ้นอยู่กับสภาพแวดล้อม คุณภาพของข้อมูล และ Use Case ที่ระบบได้รับการออกแบบให้รองรับ

ดังนั้นการเพิ่ม AI ให้ CCTV จึงไม่ควรเริ่มต้นจากคำถามว่า “AI ทำอะไรได้บ้างทั้งหมด”

แต่ควรเริ่มจากคำถามว่า “ปัญหาอะไรที่เราต้องการให้กล้องช่วยตรวจจับหรือแจ้งเตือนให้เร็วขึ้น?”

เมื่อโจทย์ชัดเจน การเลือก AI Analytics และการออกแบบ Workflow ก็จะตรงกับการใช้งานจริงมากกว่า

‍

จาก AI Video Analytics สู่ Smart Integration

อีกขั้นของการพัฒนาเกิดขึ้นเมื่อข้อมูลจากกล้องไม่ได้ทำงานอยู่เพียงลำพัง

ในโลกจริง เหตุการณ์หนึ่งอาจต้องใช้ข้อมูลมากกว่าภาพ CCTV ตัวอย่างเช่น กล้องตรวจพบสิ่งผิดปกติ ขณะที่ Sensor IoT ให้ข้อมูลอุณหภูมิ ระดับน้ำ หรือคุณภาพอากาศเพิ่มเติม จากนั้นระบบแจ้งเตือนเจ้าหน้าที่ และในระบบที่รองรับ Automation อาจมีการนำ Drone เข้าไปตรวจสอบพื้นที่

Canal One วาง ASAP ในลักษณะของแพลตฟอร์มที่เชื่อม AI กับอุปกรณ์และข้อมูลหลายประเภท รวมถึง CCTV, Smart Drone, Smart Robot, Integrated Communication System, Smart Voice Radio และ Advanced Thermal Sensor

ความหมายของ AI Video Analytics ในบริบทนี้จึงใหญ่กว่าการทำให้กล้องตรวจจับวัตถุได้

มันคือการทำให้ “ภาพ” กลายเป็นหนึ่งในข้อมูลที่สามารถเชื่อมต่อกับ IoT, Communication และ Automation เพื่อสนับสนุนกระบวนการ Safety, Security & Environment ได้อย่างเป็นระบบ

‍

ผลจาก AI Video Analytics มีประโยชน์ต่อการปฏิบัติงานเมื่อเจ้าหน้าที่เข้าใจเหตุและรู้ว่าต้องส่งต่อให้ใคร นี่เป็นบริบทที่สามารถนำแนวคิด Integrated Operation Center หรือระบบศูนย์ปฏิบัติการบูรณาการบริหารสถานการณ์แบบอัจฉริยะมาออกแบบการเชื่อมข้อมูลและประสานผู้รับผิดชอบได้

AI Video Analytics กับอนาคตของระบบรักษาความปลอดภัย

อนาคตของ CCTV อาจไม่ได้ถูกตัดสินด้วยความละเอียดของภาพเพียงอย่างเดียว

สิ่งที่สำคัญขึ้นเรื่อย ๆ คือความสามารถในการนำข้อมูลจากภาพมาใช้ให้เกิดประโยชน์ระหว่างที่เหตุการณ์กำลังเกิดขึ้น รวมถึงการเชื่อมข้อมูลนั้นกับระบบอื่นที่องค์กรใช้งานอยู่

สำหรับองค์กรที่มี CCTV จำนวนมากอยู่แล้ว นี่หมายความว่าการยกระดับระบบรักษาความปลอดภัยอาจไม่จำเป็นต้องเริ่มจากการซื้อกล้องเพิ่มเสมอไป

จุดเริ่มต้นอาจเป็นการกลับมามอง Infrastructure ที่มีอยู่ แล้วถามว่า ข้อมูลจากกล้องเหล่านี้สามารถช่วยให้เราตรวจจับความเสี่ยงได้เร็วขึ้น แจ้งเตือนได้ตรงจุดขึ้น และทำให้เจ้าหน้าที่ตัดสินใจได้ง่ายขึ้นหรือไม่

แนวคิดของ Canal One คือการเชื่อม People, Data และ Intelligent Devices เข้าด้วยกันผ่านเทคโนโลยีที่ Seamless และ Human-Centric โดย ASAP ทำหน้าที่นำ AI เข้ามาทำงานร่วมกับอุปกรณ์เดิม เพื่อเพิ่มความสามารถในการวิเคราะห์ ตรวจจับ และแจ้งเตือนเหตุการณ์

ดังนั้น AI Video Analytics ไม่ได้หมายถึงการเปลี่ยน CCTV ให้กลายเป็น AI เพียงอย่างเดียว แต่คือการเปลี่ยนข้อมูลจากกล้องให้กลายเป็นข้อมูลที่องค์กรสามารถนำไปใช้ตอบสนองต่อสถานการณ์ได้เร็วและเป็นระบบมากขึ้น

และสำหรับองค์กรที่มี CCTV อยู่แล้ว คำถามแรกอาจไม่ใช่ว่า “ถึงเวลาต้องเปลี่ยนกล้องหรือยัง”

แต่อาจเป็นว่า

“ถึงเวลาหรือยังที่กล้องเดิมของเรา จะทำอะไรได้มากกว่าแค่บันทึกภาพ?”