Análisis de vídeo / seguridad

/

Kephart

Análisis de vídeo / seguridad

Revolucionando el análisis de vídeo con identificación de objetos impulsada por IA

Zero
Service interruption — full feature continuity through cutover
1000s
Agent interactions auto-validated for model parity, no manual QA
Live
Heartbeat agent shipped to production before migration completed
Cliente

Kephart

Ubicación

N/A

Industria

Análisis de vídeo / seguridad

Servicios y tecnología

AWS Rekognition, AWS Elastic Transcoder, AWS S3, AWS Lambda, AWS API Gateway, AWS DynamoDB, AWS Glue, AWS Amplify, AWS SageMaker Studio

Resumen del proyecto

Kephart necesitaba una solución para identificar automáticamente a personas objetivo en metraje de vídeo sin procesar, minimizando la intervención manual. Avahi desarrolló un sistema escalable y sin servidor que ingiere y preprocesa más de 400 vídeos sin procesar almacenados en AWS S3, reduciendo drásticamente los tamaños de los archivos y los tiempos de procesamiento. La solución aprovecha AWS Rekognition para la detección de rostros y objetos, mientras que AWS Elastic Transcoder, Lambda y DynamoDB gestionan la optimización de vídeo y la extracción de metadatos. Como resultado, el sistema ofrece búsquedas rápidas y rentables y una mejor capacidad de respuesta operativa.

Acerca del cliente

Kephart es un líder con visión de futuro en el espacio del análisis de vídeo y la seguridad. Centrada en mejorar la vigilancia y el análisis de contenido, la empresa confía en tecnologías innovadoras para ofrecer información en tiempo real que impulse la seguridad y la eficiencia operativa.

El problema

Kephart se enfrentó al desafío de procesar grandes volúmenes de metraje de vídeo sin procesar para identificar a una persona objetivo específica, una tarea que requería mucho tiempo y era propensa a errores cuando se realizaba manualmente. La necesidad de extraer solo los segmentos relevantes que contenían rostros humanos y metadatos asociados, como marcas de tiempo y puntuaciones de confianza, era fundamental. Sin automatización, el procesamiento manual habría provocado retrasos, aumento de los costes y resultados de seguridad comprometidos.

¿Por qué AWS?

Se eligió AWS por su sólida suite de servicios de IA y aprendizaje automático que se adaptaban perfectamente a los requisitos del proyecto. AWS Rekognition proporcionó una detección precisa de rostros y objetos lista para usar, mientras que AWS S3, Lambda y DynamoDB garantizaron una solución escalable, segura y rentable. El ecosistema cohesivo de AWS permitió una integración perfecta y una implementación rápida, satisfaciendo las necesidades de alto volumen y rendimiento del proyecto.

Por qué Kephart eligió Avahi

Kephart contrató a Avahi debido a nuestra amplia experiencia en el diseño e implementación de soluciones de IA basadas en AWS. Nuestra trayectoria probada en la construcción de arquitecturas de nube escalables y eficientes dio al cliente confianza en nuestra capacidad para abordar desafíos complejos de procesamiento de vídeo. El enfoque innovador de Avahi y su profundo conocimiento de los servicios de AWS garantizaron que la solución no solo cumpliera, sino que superara los objetivos de rendimiento y eficiencia operativa.

Solución

Avahi diseñó un sistema integral que comienza ingiriendo más de 400 vídeos sin procesar almacenados en AWS S3. La fase inicial utiliza AWS Elastic Transcoder para preprocesar los vídeos, reduciendo significativamente los tamaños de los archivos (de un vídeo de 513 MB a 4,3 MB) y reduciendo los tiempos de procesamiento de 5 minutos a 13 segundos.

Luego, se emplea AWS Rekognition para detectar rostros y objetos dentro de los vídeos procesados, extrayendo metadatos clave como marcas de tiempo, puntos de referencia y puntuaciones de confianza. Estos metadatos se almacenan en AWS DynamoDB, lo que permite una consulta rápida y eficiente.

Se creó una API sin servidor, impulsada por AWS Lambda y API Gateway, para permitir a los usuarios cargar una imagen de destino e iniciar una búsqueda en los metadatos de vídeo. Además, AWS Glue automatiza el procesamiento adicional de datos para garantizar resultados integrales cuando no se encuentra inicialmente una imagen de destino.

Juntos, estos servicios integrados de AWS forman una canalización optimizada que optimiza el almacenamiento de vídeo, acelera el procesamiento de datos y ofrece una identificación rápida de las personas objetivo.

Resultados clave

  • Archivos de vídeo preprocesados optimizados mediante AWS Elastic Transcoder
  • Canalización de procesamiento de vídeo automatizada que integra AWS Rekognition para la detección de rostros y objetos
  • Metadatos extraídos almacenados en AWS DynamoDB
  • API sin servidor para la carga de imágenes de destino y la búsqueda a través de AWS Lambda y API Gateway
  • Procesamiento de datos extendido mediante AWS Glue

Resultados clave

Impacto del proyecto

La solución mejoró drásticamente la eficiencia del procesamiento y la precisión de la búsqueda, eliminando las tareas manuales que requerían mucha mano de obra. Al reducir los tamaños de los archivos de vídeo de 513 MB a 4,3 MB y los tiempos de procesamiento de 5 minutos a 13 segundos, el sistema redujo los costes de almacenamiento y aceleró el proceso de identificación, mejorando la capacidad de respuesta general de la seguridad.

Métricas

  • Tamaño del vídeo reducido de 513 MB a 4,3 MB
  • Tiempo de procesamiento reducido de 5 minutos a 13 segundos

Su migración, sin riesgos

¿Va a dejar Azure o está planeando su propia migración de IA empresarial?

Avahi lleva a las empresas desde la idea hasta la producción en AWS en cuestión de semanas, no meses, con una paridad validada y transiciones sin tiempo de inactividad. Permítanos evaluar su proyecto.

Seguir leyendo

Más historias sobre sanidad y migración

Revolucionando el análisis de vídeo con identificación de objetos impulsada por IA

Cliente

Kephart

Ubicación

N/A

Industria

Análisis de vídeo / seguridad

Servicios y tecnología

AWS Rekognition, AWS Elastic Transcoder, AWS S3, AWS Lambda, AWS API Gateway, AWS DynamoDB, AWS Glue, AWS Amplify, AWS SageMaker Studio

Resumen del proyecto

Kephart necesitaba una solución para identificar automáticamente a personas objetivo en metraje de vídeo sin procesar, minimizando la intervención manual. Avahi desarrolló un sistema escalable y sin servidor que ingiere y preprocesa más de 400 vídeos sin procesar almacenados en AWS S3, reduciendo drásticamente los tamaños de los archivos y los tiempos de procesamiento. La solución aprovecha AWS Rekognition para la detección de rostros y objetos, mientras que AWS Elastic Transcoder, Lambda y DynamoDB gestionan la optimización de vídeo y la extracción de metadatos. Como resultado, el sistema ofrece búsquedas rápidas y rentables y una mejor capacidad de respuesta operativa.

Acerca del cliente

Kephart es un líder con visión de futuro en el espacio del análisis de vídeo y la seguridad. Centrada en mejorar la vigilancia y el análisis de contenido, la empresa confía en tecnologías innovadoras para ofrecer información en tiempo real que impulse la seguridad y la eficiencia operativa.

El problema

Kephart se enfrentó al desafío de procesar grandes volúmenes de metraje de vídeo sin procesar para identificar a una persona objetivo específica, una tarea que requería mucho tiempo y era propensa a errores cuando se realizaba manualmente. La necesidad de extraer solo los segmentos relevantes que contenían rostros humanos y metadatos asociados, como marcas de tiempo y puntuaciones de confianza, era fundamental. Sin automatización, el procesamiento manual habría provocado retrasos, aumento de los costes y resultados de seguridad comprometidos.

Por qué AWS

Se eligió AWS por su sólida suite de servicios de IA y aprendizaje automático que se adaptaban perfectamente a los requisitos del proyecto. AWS Rekognition proporcionó una detección precisa de rostros y objetos lista para usar, mientras que AWS S3, Lambda y DynamoDB garantizaron una solución escalable, segura y rentable. El ecosistema cohesivo de AWS permitió una integración perfecta y una implementación rápida, satisfaciendo las necesidades de alto volumen y rendimiento del proyecto.

Por qué Kephart eligió Avahi

Kephart contrató a Avahi debido a nuestra amplia experiencia en el diseño e implementación de soluciones de IA basadas en AWS. Nuestra trayectoria probada en la construcción de arquitecturas de nube escalables y eficientes dio al cliente confianza en nuestra capacidad para abordar desafíos complejos de procesamiento de vídeo. El enfoque innovador de Avahi y su profundo conocimiento de los servicios de AWS garantizaron que la solución no solo cumpliera, sino que superara los objetivos de rendimiento y eficiencia operativa.

Solución

Avahi diseñó un sistema integral que comienza ingiriendo más de 400 vídeos sin procesar almacenados en AWS S3. La fase inicial utiliza AWS Elastic Transcoder para preprocesar los vídeos, reduciendo significativamente los tamaños de los archivos (de un vídeo de 513 MB a 4,3 MB) y reduciendo los tiempos de procesamiento de 5 minutos a 13 segundos.

Luego, se emplea AWS Rekognition para detectar rostros y objetos dentro de los vídeos procesados, extrayendo metadatos clave como marcas de tiempo, puntos de referencia y puntuaciones de confianza. Estos metadatos se almacenan en AWS DynamoDB, lo que permite una consulta rápida y eficiente.

Se creó una API sin servidor, impulsada por AWS Lambda y API Gateway, para permitir a los usuarios cargar una imagen de destino e iniciar una búsqueda en los metadatos de vídeo. Además, AWS Glue automatiza el procesamiento adicional de datos para garantizar resultados integrales cuando no se encuentra inicialmente una imagen de destino.

Juntos, estos servicios integrados de AWS forman una canalización optimizada que optimiza el almacenamiento de vídeo, acelera el procesamiento de datos y ofrece una identificación rápida de las personas objetivo.

Resultados clave

  • Archivos de vídeo preprocesados optimizados mediante AWS Elastic Transcoder
  • Canalización de procesamiento de vídeo automatizada que integra AWS Rekognition para la detección de rostros y objetos
  • Metadatos extraídos almacenados en AWS DynamoDB
  • API sin servidor para la carga de imágenes de destino y la búsqueda a través de AWS Lambda y API Gateway
  • Procesamiento de datos extendido mediante AWS Glue

¿Listo para transformar su negocio con la IA?

Exploremos juntos sus oportunidades de IA de alto impacto en una sesión gratuita