ข้ามไปยังเนื้อหา
EN
กำลังวางแผน/พัฒนา — ยังไม่เปิดใช้งาน

AIFacon Detection

จากผลตรวจจับวัตถุสู่ดัชนีเหตุการณ์ และการค้นข้อมูลย้อนหลังด้วยภาษาธรรมชาติ เป็นขอบเขตผลิตภัณฑ์ที่เสนอสำหรับพัฒนาและตรวจรับ

AIFacon Detection เป็นแนวทางผลิตภัณฑ์ที่กำลังวางแผน/พัฒนา หน้านี้อธิบายขอบเขตและการทดลองที่เสนอ ยังไม่ใช่ระบบค้นหาที่เปิดใช้งาน ไม่ยืนยันวันเปิดตัว ราคา ฮาร์ดแวร์ หรือประสิทธิภาพ

รายละเอียดการใช้งานและการเตรียมข้อมูล

AIFacon Detection มีเป้าหมายช่วยค้นข้อมูลที่เกิดจากการตรวจจับวัตถุ โดยเก็บผลเป็นดัชนีที่เชื่อมกลับไปยังภาพหรือคลิปต้นทาง ผู้ใช้จึงอธิบายสิ่งที่ต้องการหาแทนการเปิดดูทุกช่วงวิดีโอ หน้านี้เป็นแนวทางผลิตภัณฑ์ใหม่ ไม่ได้ยืนยันว่าระบบรับภาพ ทำดัชนี หรือค้นหาได้จริงแล้วในรุ่นที่ส่งมอบ

แนวทางที่เสนอแยกการรับภาพ การ Detect การรวมผลเป็นเหตุการณ์ การสร้างดัชนี และการค้นหาออกจากกัน ดัชนีควรมีรหัสเหตุการณ์ กล้อง เวลา วัตถุ คุณลักษณะที่สังเกตได้ และรุ่นการประมวลผล ส่วนการเพิ่ม Embedding สำหรับค้นตามความหมายต้องทดลองร่วมกับข้อมูลจริง ไม่ถือว่าเวกเตอร์แทนรายละเอียดทุกอย่างของภาพได้ครบ

ตัวอย่างคำขอของผู้ใช้คือ “หาผู้หญิง เสื้อแดง ถือกล่อง เวลาประมาณ 13:00” คำบรรยายบุคคลเป็นสิ่งที่ผู้ค้นระบุ ไม่ใช่หลักฐานเพศสภาพหรืออัตลักษณ์ของคนในภาพ ต้องแยกสิ่งที่ภาพพอมองเห็น สิ่งที่ไม่แน่ใจ และสิ่งที่ต้องให้คนตรวจ การค้นนี้ไม่ควรกลายเป็นการระบุตัวตนหรือสรุปเรื่องบุคคลโดยอัตโนมัติ

คำว่าเวลาประมาณ 13:00 ยังไม่ระบุวัน เขตเวลา หรือช่วงก่อนหลังที่ยอมรับได้ จึงต้องขอให้ผู้ใช้ยืนยันก่อนค้นแบบมีขอบเขต นอกจากนี้เสื้อแดงกับการถือกล่องต้องสัมพันธ์กับคนเดียวกัน การพบคน เสื้อแดง และกล่องแยกกันในภาพไม่ใช่คำตอบที่ตรงคำขอ และการอยู่ใกล้กล่องยังไม่ยืนยันว่าถืออยู่

การค้นที่เสนอใช้ข้อมูลโครงสร้างสำหรับเงื่อนไขชัดเจน เช่น กล้อง วัน เวลา ชนิดวัตถุ หรือค่าที่อ่านได้ แล้วใช้การค้นตามความหมายช่วยจัดอันดับรายการที่ผ่านเงื่อนไข การตีความ NLP ควรแปลงเป็นโครงสร้างที่ตรวจได้ ไม่ส่งข้อความ SQL ที่โมเดลสร้างไปรันโดยตรง และไม่ปล่อยให้คะแนนความคล้ายข้ามขอบเขตสิทธิ์หรือเวลา

ผลค้นควรเชื่อมกลับไปยังเหตุการณ์และหลักฐานต้นทางพร้อมเวลาที่สังเกตจริง อาจเสนอภาพช่วงสำคัญหรือช่วงคลิปเพื่อให้คนตรวจความสัมพันธ์ของวัตถุ แต่ไม่ควรแต่งคำบรรยายเมื่อหลักฐานไม่พอ ต้องแยกไม่พบผล ผลยังทำดัชนีไม่ครบ ต้นทางหาย และไม่มีสิทธิ์ดูออกจากกันโดยไม่เปิดเผยข้อมูลที่ผู้ใช้ไม่มีสิทธิ์รับรู้

การจัดการสิทธิ์ต้องครอบคลุมทั้งการสร้างรายการค้น การจัดอันดับ ภาพตัวอย่าง และการเปิดคลิป ดัชนีและ Embedding ไม่ใช่ข้อมูลที่เก็บได้อย่างไร้ข้อจำกัด ต้องออกแบบการลบ การเปลี่ยนสิทธิ์ และรุ่นข้อมูลให้สอดคล้องกับต้นทาง รวมถึงมองคำบรรยายหรือข้อความในภาพเป็นข้อมูลที่ไม่ควรนำไปใช้เปลี่ยนคำสั่งของระบบ

ก่อนยืนยันความสามารถ ควรทดลองด้วยคำถามและเหตุการณ์อ้างอิงจากหลายกล้องและหลายวัน แยกชุดพัฒนาจากชุดทดสอบ วัดความเกี่ยวข้องระดับเหตุการณ์ ความครอบคลุมผลค้น เวลาค้น ความสดของดัชนี และภาระตรวจทานจากคน การออกแบบและเกณฑ์ผ่านยังต้องตกลงตามงาน ไม่ถือว่าเป็น Benchmark, SLA หรือวันเปิดใช้งานที่รับรองแล้ว

✨ ขอบเขตที่เสนอสำหรับพัฒนาและทดลอง

ขอบเขตที่เสนอสำหรับพัฒนาและทดลอง

📂

ดัชนีจากผล Detect

เสนอให้เชื่อมเหตุการณ์กับกล้อง เวลา วัตถุ คุณลักษณะ และหลักฐานต้นทาง โดยต้องกำหนดหน่วยเหตุการณ์และทดสอบการรับซ้ำกับข้อมูลจริงก่อน

🔎

NLP ร่วมกับตัวกรองและการค้นเชิงความหมาย

เสนอให้ตรวจโครงสร้างคำค้นและขอบเขตสิทธิ์ก่อนค้น แยกเงื่อนไขบังคับออกจากคะแนนความคล้าย และขอคำยืนยันเมื่อวันหรือช่วงเวลาไม่ชัด

🎞️

ผลค้นที่ตรวจกลับจากหลักฐานได้

เสนอให้แสดงรายการอ้างอิงเหตุการณ์และช่วงภาพหรือคลิปที่ผู้ใช้มีสิทธิ์ดู พร้อมสถานะไม่แน่ใจเพื่อให้คนตรวจ ไม่ใช่คำรับรองการระบุตัวตน

เตรียมข้อมูลที่ค้นและตรวจกลับได้

เริ่มจากทะเบียนกล้องและแหล่งข้อมูล พร้อมเขตเวลาและวิธีซิงก์นาฬิกา เวลาในภาพ เวลาเข้าระบบ และเวลาสร้างดัชนีมีความหมายต่างกัน ต้องเก็บแยกเพื่อให้ตรวจคำถามเกี่ยวกับเหตุการณ์ย้อนหลังได้อย่างถูกช่วง

Track ID ควรบอกการติดตามวัตถุในขอบเขตกล้องหรือช่วงงานที่กำหนด ไม่ใช้เป็นตัวตนถาวรของบุคคล การรวมเฟรมเป็นเหตุการณ์ต้องมีเกณฑ์เริ่มจบและหลักฐานความสัมพันธ์ ไม่ต่อเส้นทางข้ามกล้องโดยอาศัยความคล้ายอย่างเดียว

กรณีอ่านคุณลักษณะไม่ได้ควรใช้สถานะ unknown หรือ invalid ไม่แทนด้วยค่าที่ทำให้ดูเหมือนตรวจสำเร็จ การเปลี่ยนโมเดลหรือ Schema ต้องระบุรุ่นและแผนตรวจดัชนีเดิมเพื่อไม่ให้ผลค้นปะปนความหมายต่างกัน

ตีความคำขอให้ผู้ใช้เห็นก่อนค้น

แสดงการตีความแยกเป็นวัตถุ คุณลักษณะ ความสัมพันธ์ กล้อง และช่วงเวลา หากผู้ใช้ไม่ได้ระบุวันหรือคำว่า “ประมาณ” ยังไม่มีขอบเขต ให้ขอข้อมูลหรือให้ผู้ใช้เลือก ไม่สร้างวันที่หรือช่วงเวลาเงียบ ๆ

การค้นคนเสื้อแดงถือกล่องต้องตรวจว่าคุณลักษณะและการกระทำอ้างถึงคนเดียวกัน ความหมายของการถืออาจต้องดูหลายเฟรม จึงควรเก็บหลักฐานเชิงเวลาและมีทางออกให้ทบทวนเมื่อวัตถุถูกบังหรือคนเดินใกล้กัน

คำค้นที่ตีความไม่ได้หรือมีเงื่อนไขไม่รองรับต้องอธิบายข้อจำกัด การตัดเงื่อนไขสำคัญทิ้งแล้วแสดงผลเหมือนค้นสำเร็จทำให้ผู้ใช้เข้าใจผิด ทั้งโครงสร้างคำค้นและการเข้าถึงข้อมูลต้องผ่านการตรวจสอบก่อนทำงาน

ทดลองทั้งผลที่ตรงและผลที่ทำให้สับสน

สร้างตัวอย่างคนเสื้อแดงที่ไม่ถือกล่อง คนถือกล่องที่เสื้อคนละสี และกล่องที่อยู่ใกล้คนอื่น รวมเหตุการณ์ที่ตรงหลายเฟรมและภาพมองไม่ครบ เพื่อดูว่าระบบค้นจากความสัมพันธ์จริงหรือเพียงจากคำที่ปรากฏร่วมกัน

คำตอบอ้างอิงควรระบุเหตุการณ์และช่วงหลักฐาน ไม่ใช้จำนวนเฟรมคล้ายกันเพิ่มคะแนน วัด Precision และ Recall ตามจำนวนผลที่คืน พร้อมเกณฑ์ความเกี่ยวข้องและขอบเขตดัชนีที่ตรวจแล้วอย่างเปิดเผย

ทดสอบการไม่มีสิทธิ์ ต้นทางถูกลบ ดัชนีล่าช้า กล้องขาด และวันไม่ชัด แยกเหตุของการไม่พบผลจากความผิดพลาดของระบบด้วยสถานะที่เหมาะสม ข้อมูลทดลองเหล่านี้ช่วยตั้งเกณฑ์ตรวจรับ ไม่ใช่ผลทดสอบของผลิตภัณฑ์ที่เผยแพร่แล้ว

บทความและความรู้ที่เกี่ยวข้อง

คลังความรู้ Vision AI

เริ่มจากเส้นทางอ่านภาพ ข้อมูลเหตุการณ์ และการค้นอย่างมีหลักฐาน

อ่านเพิ่มเติม

ดัชนีผลตรวจจับและเหตุการณ์

ออกแบบรหัส เวลา คุณลักษณะ และวงจรข้อมูลก่อนเลือกฐานดัชนี

อ่านเพิ่มเติม

ค้นด้วยภาษาธรรมชาติ

แยกวัตถุ คุณลักษณะ ความสัมพันธ์ และคำถามที่ต้องยืนยัน

อ่านเพิ่มเติม

การค้นแบบ Hybrid และ Multimodal

ใช้ตัวกรองร่วมกับเวกเตอร์ โดยไม่ถือว่าความคล้ายยืนยันทุกเงื่อนไข

อ่านเพิ่มเติม

ประเมินผลค้นและกำกับข้อมูล

ตรวจความเกี่ยวข้อง หลักฐาน สิทธิ์ และข้อมูลที่ขาดจากดัชนี

อ่านเพิ่มเติม

หารือข้อมูลตัวอย่างและขอบเขต AIFacon Detection

แจ้งแหล่งภาพ ชนิดผล Detect คำถามที่ต้องการค้น และข้อจำกัดสิทธิ์ เพื่อเตรียมการทดลอง ไม่ใช่การจองระบบที่เปิดใช้งานแล้ว

อ่านบทความเทคโนโลยีและแนวทางใช้งาน AI

เรียนรู้หลักการ ข้อจำกัด และวิธีประเมินระบบจากบทความที่เผยแพร่บนเว็บไซต์

ข่าวสาร