貨物倉庫的現代安全系統需要超越純粹的視頻監控。實時、人工智能（AI）驅動的視頻監控系統能夠自動監測，并在異常情況發生時發出警報。這使監控人員能夠快速有效地采取行動，避免損失。此外，收集到的數據還能產生許多用于改進的見解。

這些都是一家大型全球倉庫和物流運營商尋找更新現有監控系統的主要動機，該系統監控著一個9.3萬平方米的配送中心。

該配送中心由1200名長期雇員和2000名季節性工人每天處理15萬份訂單。考慮到這個規模，安裝了大量的攝像機，這本身就給監控工作帶來了巨大的挑戰。此外，現有的閉路電視系統只是被反應性地用于事后分析。

每學期大約有227起事件被發現。因此，有必要從一個被動的閉路電視網絡轉向一個主動的閉路電視網絡，以實時突出事件。改進監控系統的另一項任務是更好地利用CCTV網絡，以滿足組織的風險管理戰略。

自學型人工智能系統

Icetana公司的自學人工智能驅動的解決方案滿足了這些要求，該方案由Macnica ATD Europe公司在歐洲分銷。

Icetana是一家全球SaaS軟件公司，提供視頻分析技術，旨在為大規模監控網絡實時識別異常事件和意外行為。其軟件與現有的視頻管理系統和IP攝像機集成，并使用人工智能和機器學習技術來學習和過濾常規運動，只顯示異常行為。這使操作人員能夠自動對前兆活動和當前事件進行優先響應。

使用人工智能和機器學習技術，icetana軟件學習并過濾掉常規運動，只顯示不尋常的行為。icetana技術已在四大洲40多個地點的私營、公共和政府行業廣泛實施。11年多來，icetana幫助客戶從他們現有的安全網絡中利用豐富的數據流，以提高態勢感知和更深入的運營洞察力。

該插件通過自動確定特定環境中的正常事件和非正常事件，在輕松安裝到現有視頻管理系統后，極大地促進了異常檢測。Icetana的軟件為加速審查攝像機圖像和性能提供指標，以優化安全資產，確保實現高水平的事件檢測。

將Icetana的人工智能解決方案整合到倉庫的視頻監控安全系統后，人們注意到對倉庫安全系統的效率產生了一些積極影響。多達140個不尋常或異常的事件被自動識別并報告給倉庫的防損部門，這意味著增加了1500%。這些事件中的65%與健康和安全實踐有關，這是需要高度監控的事情。這些事件，除其他外，包括違反定向樓梯和走道，不受控制的滾籠，叉車安全不遵守規定，或煙霧排放。

倉庫中的事件報告已大大加快，圖像審查也隨之加快，在Icetana解決方案下，單臺攝像機可以在不到2分鐘內審查24小時的錄像。因此，在評估記錄的視頻序列時，節省的人力與節省的時間成正比；而且，通常監控眾多攝像機的安保人員的視覺疲勞也減少了。