Eksempel på hendelsesbasert tilsyn med Senior Living

I denne artikkelen vil du få en oversikt over hendelsesbaserte tilsyn som kan settes opp i TelluCare, du får se hvordan disse ser ut fra konfigurasjonsverktøyet samt hvordan varslene kommer inn til Senior Living appen.

Forskjellen mellom Object Analytics og Video Motion Detection

Det er to forskjellige metoder for å detektere hendelser gjennom TelluCare, Video Motion Detection og Object Analytics. Det er viktig å forstå forskjellen på disse to da ulike formål har ulike behov for teknologi.

Video Motion Detection (VMD)

lar deg definere masker på kamera, og når disse maskene blir brutt av noe i bildet (f.eks fordi man går over en definert strek i en definert retning), så vil det sendes varsler. Kamera vet ikke hva som har brutt streken, men så lenge det er noe i bildet som går over streken vil den sende et varsel. Kamera har ikke dybdesyn, så ulempen med dette er falske alarmer kan forekomme dersom det er bevegelse i bildet som kommer foran den definerte streken.

Object Analytics

baserer seg på AI, og kan gjenkjenne mennesker. Man setter opp masker på samme måte som Fence Guard, men fordelen med Object Analytics er at den vil ikke sende en alarm dersom den ikke har detektert et menneske på skjermen. Dette vil i mange tilfeller være mer stabilt og nøyaktig enn Fence Guard, men som sagt kommer det an på hva man ønsker å oppnå.

Hva skal du bruke når

Alle rom er forskjellig og har sine egne forutsetninger som må vurderes hver for seg. Object analytics bruker 1-2 sekunder før den gjenkjenner et menneske, og i veldig små rom kan det bli utfordrende for teknologien å tolke bilde riktig. I et slikt tilfelle kan det være nødvendig å bruke Video Motion Detection. Det samme gjelder også dersom det er et tilfelle hvor det er veldig viktig å bli varslet kjapt, til tross for at det kan gi falske alarmer. Video Motion Detection vil da skape varsel hver gang noe krysser den definerte streken og vil kunne gi raskere og mer hyppig varsel enn Object Analytics, men på bekostning av at det vil være flere falske alarmer siden ikke all bevegelse nødvendigvis representerer en situasjon som må håndteres. 

I de fleste tilfeller anbefaler vi å bruke Object analytics da det er mer presist og vil gi færre falske alarmer. Dersom kamera er plassert i et rom som er av normal størrelse, hvor kamera har et godt utsnitt av rom og seng, vil det være mer nøyaktig enn hva Video Motion Detection kan være. 

Vi anbefaler at man tester alle masker og alarmer når man setter de opp slik at man får bekreftet at de fanger opp vanlig adferd som man ønsker å få alarmer på. Det er viktig å gjøre dette så realistisk som mulig (F.eks er det vanlig at man tar på seg dynen når man går inn i seng, og det er viktig å ikke bare tester at man legger seg i sengen uten dyne da det kan hende vinkelen på kamera gjør at dynen forhindrer kamera i å oppfatte at det fortsatt er en person der).

Bevegelse ved seng (Video Motion Detection)

Ut av seng (Object Analytics)

Inn i rom (Object Analytics)

Ut av rom (Object Analytics)