語義細分可以使上下文分析能夠實時獲得對錄像的整體理解，從而在視頻分析中改善人工智能（AI）性能。
Oosto的首席技術官，Dieter Joecker和首席AI科學家Marios Savvides上週在ISC東，在紐約舉行的國際安全會議與博覽會。
喬克（Joecker）解釋了視頻分析中的AI通常是單線程和構建的，以執行特定功能，例如面部識別，對象檢測或車牌識別。
同時，執行官說，他認為這限制了組織從視頻監視中完全理解場景的能力，因為它將元數據限制為一次性案例。
“明天，商業企業將利用上下文場景分析的力量 - 多線程AI - 基於對實時視頻監視的更全面的理解，提供實時的上下文分析和精確警報，”奧斯託的CTO解釋了。
Savvides補充說，一些願景AI公司開始探索語義細分和邊緣計算提供實時上下文分析。
AI專家解釋說：“我們還可以開始捕獲更多的元數據，以獲得實時發生的事情的更大背景，並確保將正確類型的警報發送給合適的人員。”
“安全團隊可以使用他們的技能來監視24×7的視頻錄像，而不是依靠監視專業人員來監視視頻錄像響應非常精確的警報。這不只是添加更多算法。 ”
