Abode bruger Amazon Rekognition Streaming Video Events til at give real-time notifikationer til deres smart home-kunder

Abode Systemer (Abode) tilbyder husejere en omfattende pakke af gør-det-selv-sikkerhedsløsninger til hjemmet, der kan konfigureres på få minutter og gør det muligt for husejere at holde deres familie og ejendom sikre. Siden virksomhedens lancering i 2015 har bevægelsesdetektionssensorer i kameraet spillet en væsentlig rolle i Abodes løsning, der gør det muligt for kunder at modtage meddelelser og overvåge deres hjem hvor som helst. Udfordringen med in-camera-baseret bevægelsesdetektion er, at en stor procentdel (op til 90%) af notifikationer udløses fra ubetydelige begivenheder som vind, regn eller forbipasserende biler. Abode ønskede at overvinde denne udfordring og give deres kunder meget præcise smarte notifikationer.

Abode har været en AWS-bruger siden 2015 og har draget fordel af flere AWS-tjenester til lagring, computer, database, IoT og videostreaming til sine løsninger. Abode kontaktede AWS for at forstå, hvordan de kunne bruge AWS computervisionstjenester til at indbygge smarte notifikationer i deres hjemmesikkerhedsløsning til deres kunder. Efter at have vurderet deres muligheder, valgte Abode at bruge Amazon Rekognition Streaming videobegivenheder, en lavpris, lav latens, fuldt administreret AI-tjeneste, der kan registrere objekter såsom mennesker, kæledyr og pakker i realtid på videostreams fra tilsluttede kameraer.

"Vi er altid fokuseret på at træffe teknologiske valg, der giver værdi til vores kunder og muliggør hurtig vækst, samtidig med at omkostningerne holdes nede. Med Amazon Rekognition Streaming Video Events kunne vi lancere person-, kæledyrs- og pakkedetektion til en brøkdel af prisen for at udvikle alt selv."

– Scott Beck, Chief Technology Officer hos Abode Systems.

Smart notifikationer til det tilsluttede hjem markedssegment

Abode erkendte, at for at tilbyde sine kunder den bedste videostream-smart-notifikationsoplevelse, havde de brug for meget nøjagtige, men alligevel billige og skalerbare streaming-computervisionsløsninger, der kan registrere objekter og begivenheder af interesse i realtid. Efter at have afvejet alternativer støttede Abode sig på deres forhold til AWS for at pilotere Amazon Rekognition Streaming Video Events. I løbet af få uger var Abode i stand til at implementere en serverløs, veldesignet løsning, der integrerede titusindvis af kameraer.

"Hver gang et kamera registrerer bevægelse, streamer vi video til Amazon Kinesis Video Streams og udløser Amazon Rekognition Streaming Video Events API'er for at registrere, om der virkelig var en person, et kæledyr eller en pakke i strømmen," siger Beck. "Vores smart home-kunder får besked i realtid, når Amazon Rekognition registrerer et objekt eller en aktivitet af interesse. Dette hjælper os med at filtrere støjen fra og fokusere på det, der er vigtigt for vores kunder – kvalitetsmeddelelser.”

Amazon Rekognition Streaming videobegivenheder

Amazon Rekognition Streaming Video Events registrerer objekter og hændelser i videostreams og returnerer de registrerede etiketter, afgrænsningsbokskoordinater, zoomede billeder af det registrerede objekt og tidsstempler. Med denne service kan virksomheder som Abode kun levere rettidige og handlingsrettede smarte notifikationer, når en ønsket etiket såsom en person, et kæledyr eller en pakke detekteres i videorammen. For mere information, se Amazon Rekognition Streaming Video Events Udviklervejledning.

"For os var det en let sag, vi ønskede ikke at skabe og vedligeholde en brugerdefineret computervisionstjeneste," siger Beck. "Vi henvendte os til eksperterne på Amazon Rekognition-teamet. Amazon Rekognition Streaming Video Events API'er er nøjagtige, skalerbare og nemme at inkorporere i vores systemer. Integrationen driver vores smarte notifikationsfunktioner, så i stedet for at en kunde modtager 100 notifikationer om dagen, hver gang bevægelsessensoren udløses, modtager de kun to eller tre smarte notifikationer, når der er en begivenhed af interesse i videostrømmen."

Løsningsoversigt

Abodes mål var at forbedre nøjagtigheden og anvendeligheden af ​​kamerabaserede bevægelsesdetekteringsmeddelelser til deres kunder ved at levere meget nøjagtig etiketdetektering ved hjælp af deres eksisterende kamerateknologi. Dette betød, at Abodes kunder ikke behøvede at købe yderligere hardware for at drage fordel af nye funktioner, og Abode ville ikke skulle udvikle og vedligeholde en skræddersyet løsning. Følgende diagram illustrerer Abodes integration med Amazon Rekognition Streaming Video Events.

Løsningen består af følgende trin:

1. Integrer Amazon Kinesis Video Streams med Amazon Rekognition – Abode brugte allerede Amazon Kinesis videostreams for nemt at streame live video fra enheder som videodørklokker og indendørs og udendørs kameraer til AWS. De integrerede simpelthen Kinesis Video Streams med Amazon-anerkendelse for at lette analyse af live videostreaming.
2. Angiv videovarighed – Med Amazon Rekognition kan Abode kontrollere, hvor meget video, der skal behandles pr. bevægelseshændelse. Amazon Rekognition giver dig mulighed for at angive længden af ​​videoklippene til at være mellem 0-120 sekunder (standard er 10 sekunder) pr. bevægelseshændelse. Når der registreres bevægelse, begynder Amazon Rekognition at analysere video fra den relevante Kinesis-videostrøm i den specifikke varighed. Dette giver Abode fleksibilitet til bedre at styre deres maskinlæringsomkostninger (ML).
3. Vælg relevante etiketter – Med Amazon Rekognition kan kunder som Abode vælge en eller flere etiketter til registrering i live videostreams. Dette minimerer falske advarsler fra kamerabevægelseshændelser ved kun at sende meddelelser, når ønskede objekter registreres i videorammen. Abode valgte person-, kæledyrs- og pakkedetektering.
4. Lad Amazon Rekognition vide, hvor de skal sende meddelelserne – Når Amazon Rekognition begynder at behandle videostrømmen, sender den en meddelelse, så snart et ønsket objekt detekteres til Amazon Simple Notification Service (Amazon SNS) destination konfigureret af Abode. Denne meddelelse inkluderer det registrerede objekt, afgrænsningsrammen, tidsstemplet og et link til Abodes angivne Amazon Simple Storage Service (Amazon S3) spand med det indzoomede billede af det registrerede objekt. Abode bruger derefter disse oplysninger til at sende relevante smarte advarsler til husejeren, såsom "En pakke er blevet opdaget kl. 12:53" eller "Et kæledyr fundet i baghaven."
5. Send notifikationer om trigger for bevægelsesdetektion – Hver gang det smarte kamera registrerer bevægelse, sender Abode en trigger til Amazon Rekognition for at begynde at behandle videostrømmene. Amazon Rekognition behandler den relevante Kinesis-videostream for de specifikke objekter og den definerede varighed. Når det ønskede objekt er fundet, sender Amazon Rekognition en meddelelse til Abodes private SNS-emne.
6. Integrer med Alexa eller andre stemmeassistenter (valgfrit) – Abode integrerede også disse meddelelser med Alexa Smart Home færdigheder for at aktivere Alexa-meddelelser for deres brugere. Når de modtager en meddelelse fra Amazon Rekognition Streaming Video Events, sender Abode disse meddelelser til Alexa for at levere lydmeddelelser fra Echo-enheder, såsom "Pakke fundet ved hoveddøren."

Konklusion

Markedssegmentet for forbundne boligsikkerhed er dynamisk og udviklende, drevet af forbrugernes øgede behov for sikkerhed, bekvemmelighed og underholdning. AWS-kunder som Abode innoverer og tilføjer nye ML-funktioner til deres smarte hjemmesikkerhedsløsninger til deres forbrugere. Udbredelsen af ​​kamera- og streamingvideoteknologi er lige begyndt, og administrerede computervisionstjenester som Amazon Rekognition Streaming Video Events baner vejen for nye smarte videostreaming-muligheder på hjemmeautomationsmarkedet.

Hvis du vil vide mere, skal du tjekke ud Amazon Rekognition Streaming videobegivenheder , udviklervejledning.

Om forfatterne

Mike Ames er Principal Applied AI/ML Solutions Architect hos AWS. Han hjælper virksomheder med at bruge maskinlæring og AI-tjenester til at bekæmpe svindel, spild og misbrug. I hans fritid kan du finde ham på mountainbike, kickboksning eller frisbee med sin hund Max.

Prathyusha Cheruku er Principal Product Manager for AI/ML Computer Vision hos AWS. Hun fokuserer på at bygge kraftfulde, brugervenlige, dyb læringsbaserede billed- og videoanalysetjenester uden kode/lav kode til AWS-kunder. Uden for arbejdet har hun en passion for musik, karaoke, maling og rejser.

David Robo er Principal WW GTM Specialist for AI/ML Computer Vision hos Amazon Web Services. I denne rolle arbejder David med kunder og partnere over hele verden, som bygger innovative videobaserede enheder, produkter og tjenester. Uden for arbejdet har David en passion for udendørslivet og udskæring af linjer på bølger og sne.

• Coinsmart. Europas bedste Bitcoin og Crypto Exchange.
• Platoblokkæde. Web3 Metaverse Intelligence. Viden forstærket. FRI ADGANG.
• CryptoHawk. Altcoin radar. Gratis prøveversion.
• Kilde: https://aws.amazon.com/blogs/machine-learning/abode-uses-amazon-rekognition-streaming-video-events-to-provide-real-time-notifications-to-their-smart-home- kunder/