Abode 使用 Amazon Rekognition 流式视频事件向其智能家居客户提供实时通知

居住系统 (Abode) 为房主提供了一套全面的自己动手做的家庭安全解决方案，可以在几分钟内完成设置，使房主能够保护他们的家庭和财产安全。 自公司于 2015 年推出以来，相机内的运动检测传感器在 Abode 的解决方案中发挥了重要作用，使客户能够从任何地方接收通知并监控他们的家。 基于摄像机的运动检测的挑战在于，很大比例（高达 90%）的通知是由风、雨或过往车辆等无关紧要的事件触发的。 Abode 希望克服这一挑战，为客户提供高度准确的智能通知。

Abode 自 2015 年以来一直是 AWS 用户，为其解决方案利用多种 AWS 服务来存储、计算、数据库、物联网和视频流。 Abode 联系了 AWS，以了解他们如何使用 AWS 计算机视觉服务将智能通知构建到其客户的家庭安全解决方案中。 在评估了他们的选择后，Abode 选择使用 Amazon Rekognition 流式视频事件，一种低成本、低延迟、完全托管的 AI 服务，可以实时检测来自连接摄像头的视频流中的人、宠物和包裹等对象。

“我们始终专注于为客户提供价值并在保持低成本的同时实现快速增长的技术选择。 借助 Amazon Rekognition 流式视频事件，我们可以启动人员、宠物和包裹检测，而成本只是我们自己开发一切成本的一小部分。”

– Abode Systems 首席技术官 Scott Beck。

互联家庭细分市场的智能通知

Abode 认识到，为了为其客户提供最佳的视频流智能通知体验，他们需要能够实时检测感兴趣的对象和事件的高度准确、廉价且可扩展的流式计算机视觉解决方案。 在权衡各种备选方案后，Abode 依靠他们与 AWS 的关系来试点 Amazon Rekognition 流式视频事件。 在几周内，Abode 就能够部署一个集成了数万个摄像头的无服务器、架构完善的解决方案。

“每次摄像头检测到运动时，我们都会将视频流式传输到 Amazon Kinesis Video Streams 并触发 Amazon Rekognition Streaming Video Events API 以检测流中是否真的有人、宠物或包裹，”Beck 说。 “当 Amazon Rekognition 检测到感兴趣的对象或活动时，我们的智能家居客户会收到实时通知。 这有助于我们过滤掉噪音，专注于对我们的客户来说很重要的事情——质量通知。”

Amazon Rekognition 流式视频事件

Amazon Rekognition Streaming Video Events 检测视频流中的对象和事件，并返回检测到的标签、边界框坐标、检测到的对象的放大图像和时间戳。 有了这项服务，像 Abode 这样的公司只能在视频帧中检测到所需的标签（例如人、宠物或包裹）时，才可以提供及时且可操作的智能通知。 有关详细信息，请参阅 Amazon Rekognition 流式视频事件开发人员指南.

“对我们来说，这很简单，我们不想创建和维护定制的计算机视觉服务，”Beck 说。 “我们求助于 Amazon Rekognition 团队的专家。 Amazon Rekognition 流式视频事件 API 准确、可扩展且易于集成到我们的系统中。 这种集成为我们的智能通知功能提供了支持，因此每次触发运动传感器时，客户不会每天收到 100 条通知，而当视频流中出现感兴趣的事件时，他们只会收到两到三个智能通知。”

解决方案概述

Abode 的目标是通过使用他们现有的摄像头技术提供高度准确的标签检测来提高向客户发送基于摄像头的运动检测通知的准确性和实用性。 这意味着 Abode 的客户不必购买额外的硬件来利用新功能，而且 Abode 也不必开发和维护定制的解决方案。 下图说明了 Abode 与 Amazon Rekognition 流式视频事件的集成。

该解决方案包括以下步骤：

1. 将 Amazon Kinesis Video Streams 与 Amazon Rekognition 集成 – Abode 已经在使用 Amazon Kinesis视频流 轻松将视频门铃和室内外摄像头等设备的实时视频流式传输到 AWS。 他们只是将 Kinesis Video Streams 与 亚马逊重新认识 方便实时视频流分析。
2. 指定视频时长 – 借助 Amazon Rekognition，Abode 可以控制每个运动事件需要处理多少视频。 Amazon Rekognition 允许您将每个运动事件的视频剪辑长度指定为 0–120 秒（默认为 10 秒）。 当检测到运动时，Amazon Rekognition 开始分析相关 Kinesis 视频流中特定持续时间的视频。 这使 Abode 能够灵活地更好地管理其机器学习 (ML) 推理成本。
3. 选择相关标签 – 借助 Amazon Rekognition，Abode 等客户可以选择一个或多个标签以在实时视频流中进行检测。 这通过仅在视频帧中检测到所需对象时发送通知来最大限度地减少来自相机运动事件的错误警报。 Abode 选择了人员、宠物和包裹检测。
4. 让 Amazon Rekognition 知道将通知发送到哪里 – 当 Amazon Rekognition 开始处理视频流时，它会在检测到所需对象后立即向 亚马逊简单通知服务 Abode 配置的 (Amazon SNS) 目的地。 此通知包括检测到的对象、边界框、时间戳和 Abode 指定的链接 亚马逊简单存储服务 (Amazon S3) 存储桶，其中包含检测到的对象的放大图像。 Abode 然后使用这些信息向房主发送相关的智能警报，例如“在下午 12:53 检测到一个包裹”或“在后院检测到一只宠物”。
5. 发送运动检测触发通知 – 只要智能相机检测到运动，Abode 就会向 Amazon Rekognition 发送触发器以开始处理视频流。 Amazon Rekognition 为特定对象和定义的持续时间处理适用的 Kinesis 视频流。 当检测到所需对象时，Amazon Rekognition 会向 Abode 的私有 SNS 主题发送通知。
6. 与 Alexa 或其他语音助手集成（可选） – Abode 还将这些通知与 Alexa智能家居技能 为其用户启用 Alexa 公告。 每当他们收到来自 Amazon Rekognition Streaming Video Events 的通知时，Abode 就会将这些通知发送给 Alexa，以提供来自 Echo 设备的音频公告，例如“在前门检测到包裹”。

结论

受消费者对安全性、便利性和娱乐性日益增长的需求的推动，互联家庭安全市场领域充满活力且不断发展。 像 Abode 这样的 AWS 客户正在为他们的消费者创新并在他们的智能家居安全解决方案中添加新的 ML 功能。 摄像头和流媒体视频技术的普及才刚刚开始，Amazon Rekognition Streaming Video Events 等托管计算机视觉服务正在为家庭自动化市场中新的智能视频流媒体功能铺平道路。

要了解更多信息，请查看 Amazon Rekognition 流式视频事件 和 开发者指南.

作者简介

迈克·艾姆斯 是 AWS 的首席应用 AI/ML 解决方案架构师。 他帮助公司使用机器学习和人工智能服务来打击欺诈、浪费和滥用。 在他的业余时间，你可以找到他骑山地自行车、跆拳道或和他的狗 Max 玩飞盘。

帕蒂尤莎·切鲁库 是 AWS 的 AI/ML 计算机视觉的首席产品经理。 她专注于为 AWS 客户构建功能强大、易于使用、基于无代码/低代码深度学习的图像和视频分析服务。 工作之余，她对音乐、卡拉OK、绘画和旅行充满热情。

大卫·罗博 是 Amazon Web Services 的 AI/ML 计算机视觉的首席 WW GTM 专家。 在这个职位上，David 与世界各地的客户和合作伙伴合作，他们正在构建基于视频的创新设备、产品和服务。 工作之余，大卫热爱户外活动，喜欢在海浪和雪地上雕刻线条。

• 硬币聪明。 欧洲最好的比特币和加密货币交易所。
• 柏拉图区块链。 Web3 元宇宙智能。 知识放大。 自由登入。
• 加密鹰。 山寨币雷达。 免费试用。
• 资料来源：https://aws.amazon.com/blogs/machine-learning/abode-uses-amazon-rekognition-streaming-video-events-to-provide-real-time-notifications-to-their-smart-home-顾客/