アラートは、AIの予測が現実と一致する場合（対象物が正しく認識される、求めている行動が検出されるなど）、真の警報に分類されます。誤警報とは、誤ってアラートが発動された場合を指します。AIは本質的に確率的なものであるため、ほとんどの場合、後者は避けられません。しかし、誤警報フィルタリングシステムを支える精巧なAIと機械学習により、SCYLLA誤報フィルタリングはあらゆる業務用途の品質に適合します。さらに、SCYLLAのAIモジュールは、この99.5%という素晴らしいベンチマークを達成するために、時間とともに誤報の数がさらに減少するように、間違いに対して再教育されるよう継続的に改良されています。

既製品の深層学習モジュールから組み立てて、90％程度の精度の結果を得ることは難しくありません。問題は、それ以上のものが必要になったときに発生します。例えば、あるクライアント（例えば監視センター）が、ビデオ監視ネットワークから時間単位で5万件のイベントを受信する場合を考えてみましょう。90％のフィルタリング効率を仮定すると、残りの10％、つまり5,000個のイベントを処理する必要があります。オペレーターは、この5,000件のイベントをそれぞれ認証・処理しなければなりません。
一方、SCYLLA誤報フィルタリングモジュールが提供する99%以上の効率でも、同じ仮定で1%、つまり500件のイベントを処理する必要があるの です。そして、この差こそが、効率的な運用やコスト削減のために大きな意味を持つのです。

カメラごとに設定を行い、ダッシュボードへのアラートの関連性を向上させることが可能です。

自動化されたソリューションの統計的な性質上、いくつかの誤報は避けられないかもしれません。しかし、SCYLLAの強力なAIビデオ解析は、独自のコンピュータビジョンアルゴリズムを利用することで、常に間違いから学び、誤報の数は着実に徐々に減少していくでしょう。実際、SCYLLAのAIモジュールを継続的に改善し、誤報の数をさらに減らし、99%以上の精度を達成するようにしています。
また、SCYLLAのAI分析が、日常的な監視業務に伴う平均的な人的要因のエラーよりも正確であることが、あらゆる生産現場で証明されている実績があります。99.9%のアラームをフィルターにかけるということは、1万件のアラームを綿密にチェックする代わりに、10件程度のアラームをチェックすればいいということです。また、オペレーターが誤報と判断する「捕捉できない」事象は少量かもしれませんが、疲労感や煩わしさは比較にならないほどです。

セキュリティオペレーターセンターやモニタリングステーションに接続される監視カメラの台数は、飛躍的に増加しています。一人のオペレーターが多くの現場のイベントを処理するため、数十台のカメラを観察しなければなりません。カメラが発するアラームの数は、1日に数十個に達することがあります。これらのイベントを適切にフィルタリングし、分類を行わないと、人間がそのような数のイベントに対応できなくなり、その結果、本当の警報が他のイベントの乱雑さの中に紛れ込んでしまうという事態が発生します。また、このような大量のイベントを処理するために、より多くの従業員を配置する必要があるため、コストが増加します。そのため、SCYLLAの誤報フィルタリングは、誤報の発生を最小限に抑え、オペレーターは実際のアラームの処理に集中できるようにします。これにより、オペレーターは実際のアラームの処理に集中することができ、運用コストを削減することができます。

SCYLLAシステムの最大のポイントは、標準的な系統のIPカメラとネットワークビデオレコーダーで、最も一般的な監視カメラシステムに実装できることです。つまり、お客様側で特別な投資をする必要がなく、ソリューションの柔軟性により、必要に応じてシステムを別カメラシステムへ移動させることができるのです。また、SCYLLAのソリューションを使用することで、顧客の監視カメラシステムはすぐに老朽化しないため、その資金をSCYLLAの他のAIモジュールを使用して、施設のセキュリティと安全性を強化するために投資することができるのです。

コンピュータビジョンと人工知能を活用することで、SCYLLAの誤警報フィルタリングは、セキュリティ部隊の日常業務をサポートし、能力を増強し、必然的に騒音疲労、追加費用、時間損失を引き起こす圧倒的な量の誤検出を排除することで、セキュリティ部隊を支援するように設計されています。例えば、セキュリティ監視会社は、誤報をフィルタリングすることで、オペレータの疲労と人件費を削減し、真の問題の調査に集中することができます。
例えば、ある工場では、危険区域への人間の侵入を防ぐためのセキュリティ・カメラが蛾によってトリガーされてしまうという問題がありました。誤報フィルタリングにより、このような誤報がなくなり、オペレーターは実際のセキュリティ問題や周辺への侵入に集中できるようになります。

重要な情報をすべて含むアラートが作成され、セキュリティ担当のエンドユーザーに配信されます。カスタマイズ可能なアラート経路がいくつかあります。Scyllaダッシュボード, Scyllaモバイルアラートアプリケーション、アクセスポイントリレーボード、VMSアラートAPIです。

従来の動き検出ベースの監視カメラは、風下の葉や影の変化、動物など、ビデオフレーム上で何かが動くたびにアラートが作動するため、ほとんどの場合、非効率的です。しかしながらSCYLLAのAIビデオ解析は、動きの原因を理解し、選択したオブジェクトが対象エリア内で検出された場合のみアラートが作動します。したがって、屋外の環境でも動作可能です。

誤報フィルタリングは、指定された時間帯を選択するか、または単にカスタム時間範囲を設定することにより、警告を一時停止することができます。誤報フィルタリングでは、現場の活動サイクルに基づいた設定が可能です。

SCYLLAには強力で高度なダッシュボードがあり、すべての場所とカメラを簡単に追跡し、完全な状況認識を行うことができます。アラーム管理ダッシュボードでは、すべての接続されたデバイスからのすべてのアラームを詳細情報とともに見ることや、検出のスナップショットやアラームの記録を見ることができます。

SCYLLAは、アラートを分析し、カメラの配置や各エリアのセキュリティ対策を修正するための有用なレポートを提供します。ユーザーは、各カメラの次の統計情報を確認し、日付の範囲でフィルタリングすることができます。アラームの総数、拒否されたアラーム、承認されたアラーム、指定された時間範囲内の履歴タイムラインなどが取得できます。

誤警報フィルタリングは、人間と車両を検出します。

はい、SCYLLAの誤報フィルタリングは、どんなIPカメラにも対応しています。

FTP、SMTP、VMSなどの統合のためのイベントベースのカメラ接続は、Scyllaクラウドダッシュボードで行い、必要な統合タイプの接続要件をすべて見つけることができます。

すべての統合されたデバイスからのすべてのアラームは、詳細な情報とともに、Scyllaクラウドダッシュボードから監視することが可能です。

デフォルトでは、100ユーザーまでですが、ご要望に応じてこの上限を増やすことができます。