Türkçe
English
DLS Semantic: Kapsamlı Ürün Tanımı
Giriş ve Temel Felsefe
DLS Semantic, IBBVision'ın DLS ürün ailesinin en ileri ve vizyoner ürünüdür. Uzun vadeli AR-GE kapsamında geliştirilen bu ürün, video arşivlerinde doğal dil ile sorgulama yapılmasını sağlayan, sektörde henüz tam olarak çözülmemiş bir problemi hedefleyen devrim niteliğindeki video intelligence çözümüdür. DLS Semantic, kullanıcıların günlük konuşma dilinde yazdıkları sorularla video içeriklerini sorgulamasına olanak tanır.
DLS Semantic'in temel felsefesi, "videoları konuşturmak ve sorulara cevap verir hale getirmektir." Geleneksel güvenlik sistemleri, videoları sadece izlenebilir veri olarak saklar. DLS Search, bu videoları metadata aramalarıyla aranabilir hale getirir. DLS Semantic ise bu yaklaşımı bir adım öteye taşıyarak, videoları adeta bir veritabanı gibi sorgulanabilir kılar. Kullanıcı, "Geçen hafta kırmızı araba kaç kez A kapısından geçti?" veya "Sarı yelekli kişiyi en son hangi kamerada gördük?" gibi soruları doğal dilde yazar ve sistem anında cevap verir.
DLS Semantic, insan-makine etkileşiminde yeni bir paradigma sunar. Güvenlik personelinin karmaşık arama filtreleriyle uğraşmasına gerek kalmaz, tıpkı bir asistanla konuşur gibi sistemle etkileşim kurar. Bu yaklaşım, güvenlik operasyonlarını demokratikleştirir; her seviyedeki kullanıcının video verisine erişmesini ve anlamlandırmasını sağlar.
Ürünün Temel Amacı ve Misyonu
DLS Semantic'in temel amacı, video verisinin potansiyelini tam olarak ortaya çıkarmak ve güvenlik istihbaratında yeni bir çağ başlatmaktır. Günümüzde kurumlar, terabaytlarca video kaydı tutar ancak bu verinin içindeki bilgiye erişmek, özel eğitim ve uzmanlık gerektirir. DLS Semantic, bu bilgiyi herkes için erişilebilir kılmayı hedefler.
Misyonu ise, "videoları sessiz tanıklardan, aktif istihbarat kaynaklarına dönüştürmektir." DLS Semantic, video içeriğini derinlemesine anlayan, anlamlandıran ve kullanıcının sorularına bağlamsal cevaplar üreten bir yapay zeka asistanıdır. Sistem, yalnızca belirli nesneleri veya olayları bulmakla kalmaz; bunlar arasındaki ilişkileri, zaman içindeki değişimleri ve anlamlı kalıpları da keşfeder.
Bu ürünün uzun vadeli hedefi, güvenlik analizini tamamen dönüştürmektir. Geleneksel güvenlik yaklaşımında, analist önce bir soru sorar, ardından saatler süren video taramasıyla cevabı bulmaya çalışır. DLS Semantic ile bu süreç tersine çevrilir; analist soruyu sorar ve sistem saniyeler içinde cevabı getirir. Bu, güvenlik operasyonlarının hızını ve etkinliğini dramatik şekilde artırır.
DLS Semantic'in Benzersiz Değer Önerisi
DLS Semantic, güvenlik sektörüne dört temel değer sunar:
Birincisi, doğal dil ile etkileşimdir. Kullanıcıların karmaşık arama sözdizimleri veya özel filtreler öğrenmesine gerek yoktur. Tıpkı bir insanla konuşur gibi, günlük dilde sorularını sorarlar. Bu, sistemin öğrenme eğrisini neredeyse sıfıra indirir ve her seviyedeki kullanıcının video verisine erişmesini sağlar. Bir güvenlik görevlisi, "Dün gece 23:00 ile 01:00 arasında A blok önünde kimler vardı?" diye sorar ve sistem cevabı getirir.
İkincisi, bağlamsal anlayıştır. DLS Semantic, yalnızca anahtar kelime eşleşmesi yapmaz; sorunun bağlamını anlar. "Kırmızı araba" dediğinde, sistem kırmızı renkli tüm araçları bulur, ancak aynı zamanda "kırmızı" kelimesini farklı bağlamlarda da yorumlayabilir. Örneğin, "kırmızı ışık ihlali" veya "kırmızı ceketli kişi" gibi sorguları anlamlandırabilir. Sistem, sorunun niyetini kavrar ve en doğru sonuçları üretir.
Üçüncüsü, keşfedici analiz yeteneğidir. DLS Semantic, yalnızca bilinen sorulara cevap vermekle kalmaz, aynı zamanda bilinmeyen ilişkileri keşfeder. "Sarı yelekli kişiler hangi bölgelerde daha sık görülüyor?" sorusu, sistemin veriyi analiz etmesini ve desenler bulmasını sağlar. Bu keşfedici yetenek, güvenlik istihbaratında yeni ufuklar açar; analistler, daha önce fark etmedikleri kalıpları ve ilişkileri keşfedebilir.
Dördüncüsü, yapay zeka destekli soru-cevap asistanlığıdır. DLS Semantic, pasif bir arama motoru olmanın ötesinde, aktif bir araştırma asistanıdır. Kullanıcı, "Bugün kaç tane alarm üretildi?" diye sorar, sistem cevabı verir. Kullanıcı, "Hangi alarmlar en acil?" diye devam eder, sistem önceki bağlamı koruyarak cevap üretir. Bu konuşma tabanlı etkileşim, güvenlik analizini doğal ve akıcı bir deneyime dönüştürür.
Teknik Altyapı ve Çalışma Prensibi
DLS Semantic, en ileri yapay zeka ve doğal dil işleme teknolojileri üzerine inşa edilmiştir. Sistemin çalışma prensibi, dört temel aşamaya dayanır: video içeriğini anlama, sorguyu anlama, eşleştirme ve cevap üretme.
Video İçeriğini Anlama Aşaması:
DLS Semantic, DLS Core ve DLS Intelligence'ın ürettiği metadata'ları temel alır. Ancak bunun çok ötesine geçer. Sistem, video görüntülerini derinlemesine analiz ederek, nesnelerin yalnızca türünü ve konumunu değil, aynı zamanda görsel özelliklerini, etkileşimlerini ve bağlamlarını da anlar. Örneğin, "kırmızı araba" denildiğinde, sistemin "kırmızı" rengini tanıması gerekir. "Sarı yelekli kişi" denildiğinde, yelekli kişileri tanıması gerekir.
Sistem, bu görsel anlayışı sağlamak için derin öğrenme tabanlı görsel dil modelleri kullanır . Bu modeller, görüntüleri ve metinleri aynı anlamsal vektör uzayında temsil edebilecek şekilde eğitilmiştir. Yani, "kırmızı araba" kelimesi ile kırmızı araba görüntüsü, sistem için benzer anlamsal vektörlere sahiptir . Bu sayede, sistem metin sorguları ile görüntü içeriklerini eşleştirebilir.
Video içeriğini anlama süreci, her video için bir "anlamsal indeks" oluşturulmasını içerir. Bu indeks, videodaki her karenin anlamsal vektörlerini, nesne tespitlerini, olay etiketlerini ve diğer metadata'ları içerir. İndeksleme, yüksek performanslı vektör veritabanlarında saklanır . Bu sayede, bir sorgu geldiğinde sistem ilgili vektörleri milisaniyeler içinde bulabilir.
Sorguyu Anlama Aşaması:
Kullanıcı, doğal dilde bir soru yazdığında, DLS Semantic önce bu sorguyu anlamlandırır. Sistem, doğal dil işleme (NLP) teknolojileri kullanarak sorgunun niyetini, anahtar kavramlarını ve filtrelerini çıkarır . Örneğin, "Geçen hafta A kapısından kırmızı araba geçti mi?" sorusunda, sistem "geçen hafta" (zaman), "A kapısı" (konum), "kırmızı araba" (nesne) ve "geçti mi?" (olay) kavramlarını tanır.
Sistem, sorguyu anlamlandırırken aynı zamanda sorunun bağlamını da değerlendirir. "Geçen hafta" ifadesi, mevcut tarihe göre bir zaman aralığına dönüştürülür. "A kapısı", sistemde tanımlı bir kameraya veya bölgeye eşlenir. "Kırmızı araba", görsel anlamda kırmızı renkli araçlara eşlenir. Bu bağlamsal anlayış, sorgunun doğru şekilde yorumlanmasını sağlar.
DLS Semantic, doğal dil sorgularını işlerken, yalnızca tek bir sorgu türünü değil, farklı sorgu türlerini de destekler :
-
Basit sorgular: "Kırmızı araba" veya "Sarı yelekli kişi" gibi doğrudan nesne sorguları.
-
Zaman sorguları: "Dün 18:00-20:00 arası" gibi zaman aralığı belirten sorgular.
-
Konum sorguları: "A kamerası" veya "otopark" gibi belirli bölge sorguları.
-
Karma sorgular: "Geçen hafta C otoparkta kırmızı araba var mıydı?" gibi birden fazla kriter içeren sorgular.
-
Keşif sorguları: "Sarı yelekli kişiler hangi bölgelerde görüldü?" gibi analitik sorgular.
Eşleştirme Aşaması:
Sistem sorguyu anladıktan sonra, bu sorguyu video indeksindeki vektörlerle eşleştirir. Eşleştirme süreci, sorgu vektörü ile video vektörleri arasındaki benzerliklerin hesaplanmasına dayanır . Sistem, sorguya en yakın anlamsal vektörlere sahip video karelerini ve olayları bulur.
Eşleştirme sürecinde, sistem yalnızca tek bir benzerlik ölçütü kullanmakla kalmaz, birden fazla modelin sonuçlarını birleştirir . Örneğin, "kırmızı araba" sorgusu için, sistem görsel benzerlik, renk benzerliği, nesne türü benzerliği ve bağlamsal benzerlik gibi farklı boyutlarda eşleştirme yapar. Bu çoklu boyutlu eşleştirme, sonuçların doğruluğunu ve kapsamlılığını artırır.
DLS Semantic, eşleştirme sırasında yalnızca tam eşleşmelere değil, benzer anlamlara da bakar. "Araba" sorgusu, "otomobil" veya "kamyon" gibi benzer kavramları da içerebilir . "Kırmızı" sorgusu, "kırmızımsı" veya "kırmızı tonları" gibi benzer renkleri de içerebilir. Bu, sistemin esnek ve kullanıcı dostu olmasını sağlar.
Sistem, eşleştirme sonuçlarını bir puan (benzerlik skoru) ile birlikte sunar. Bu puan, kullanıcıya sonucun sorguyla ne kadar alakalı olduğunu gösterir. Yüksek puanlı sonuçlar, yüksek doğrulukta eşleşmelerdir. Düşük puanlı sonuçlar ise kullanıcının sorgusunu netleştirmesi gerektiğini gösterir.
Cevap Üretme ve Sunma Aşaması:
DLS Semantic, eşleştirme sonuçlarını kullanarak kullanıcıya cevap üretir. Cevap, yalnızca bir sonuç listesi değil, aynı zamanda bağlamsal bir yanıttır. Örneğin, "Geçen hafta A kapısından kırmızı araba geçti mi?" sorusuna sistem "Evet, 15 Mayıs 2026'da saat 18:23'te A kapısından kırmızı bir araba geçti." şeklinde cevap verebilir.
Cevap üretme süreci, büyük dil modelleri (LLM) tarafından desteklenir. Sistem, eşleştirme sonuçlarını ve bağlamsal bilgileri birleştirerek, kullanıcının sorusuna doğal ve anlaşılır bir cevap oluşturur. Bu, sorgulama deneyimini daha insani ve interaktif hale getirir.
Sistem, cevabı görsel olarak da sunar. Kullanıcı, cevaptaki video klipleri oynatabilir, snapshot'ları görebilir ve olayları detaylı inceleyebilir. Ayrıca, sistem cevabı kaydedebilir, rapor olarak dışa aktarabilir veya başkalarıyla paylaşabilir.
Temel Yetenekler ve Kullanım Senaryoları
DLS Semantic, dört ana kategoride yetenek sunar: Doğal Dil Sorgulama, Nesne ve Olay Keşfi, İlişkisel Sorgulama ve Yapay Zeka Asistanlığı.
Doğal Dil Sorgulama:
Doğal dil sorgulama, DLS Semantic'in temel yeteneğidir. Kullanıcılar, günlük konuşma dilinde yazdıkları sorularla video arşivlerini sorgulayabilir. Bu yetenek, dört alt yetenek içerir:
Temel Sorgular: Kullanıcılar, belirli nesneleri veya olayları doğrudan sorabilir. "Kırmızı araba", "Sarı yelekli kişi", "Forklift", "Kapıdan giren kişi" gibi sorgular, sistem tarafından anlaşılır ve ilgili videolar bulunur. Bu, DLS Search'un nesne arama yeteneğinin doğal dil versiyonudur.
Zamanlı Sorgular: Kullanıcılar, belirli zaman aralıklarını belirterek sorgulama yapabilir. "Dün 18:00-20:00 arası", "Geçen hafta pazartesi", "15 Mayıs sabahı" gibi zaman ifadeleri anlaşılır ve sorguya dahil edilir. Sistem, bu zaman aralığındaki olayları ve nesneleri bulur.
Konumlu Sorgular: Kullanıcılar, belirli konumları veya kameraları belirterek sorgulama yapabilir. "A blok önünde", "Otopark girişi", "B kamerası" gibi konum ifadeleri anlaşılır ve sorguya dahil edilir. Sistem, bu konumdaki olayları ve nesneleri bulur.
Karmaşık Sorgular: Kullanıcılar, birden fazla kriteri birleştirerek sorgulama yapabilir. "Geçen hafta C otoparkta kırmızı araba var mıydı?" sorusu, zaman, konum ve nesne kriterlerini birleştirir. Sistem, tüm bu kriterlere uyan sonuçları bulur.
Nesne ve Olay Keşfi:
Nesne ve olay keşfi yeteneği, kullanıcıların video içerisindeki nesneleri ve olayları analiz etmesine olanak tanır. Bu yetenek, üç alt yetenek içerir:
Nesne Benzerlik Arama: Kullanıcılar, belirli bir nesneye benzer diğer nesneleri arayabilir. Örneğin, bir kişinin yüzünü seçerek, bu kişinin diğer kameralardaki görüntüleri bulunabilir. Bir aracın görüntüsünü seçerek, benzer araçların tespit edildiği olaylar bulunabilir. Bu, özellikle şüpheli takibinde ve olay soruşturmasında kritiktir.
Olgu Keşfi: Kullanıcılar, belirli olgu türlerini keşfedebilir. "Çit aşma olayları", "Loitering tespitleri", "Kalabalık analizleri" gibi sorgular, ilgili olayları listeler. Ayrıca, "Yangın tespiti yapılan olaylar" veya "Cam kırılma tespitleri" gibi özel olaylar da sorgulanabilir.
Desen Keşfi: Kullanıcılar, verideki desenleri ve kalıpları keşfedebilir. "Sarı yelekli kişiler hangi bölgelerde daha sık görülüyor?" sorusu, sistemin veriyi analiz etmesini ve desenler bulmasını sağlar. Bu keşfedici yetenek, güvenlik istihbaratında yeni ufuklar açar.
İlişkisel Sorgulama:
İlişkisel sorgulama yeteneği, kullanıcıların farklı nesneler ve olaylar arasındaki ilişkileri sorgulamasına olanak tanır. Bu yetenek, üç alt yetenek içerir:
Zaman İlişkisi: Kullanıcılar, belirli olayların zaman içindeki ilişkisini sorgulayabilir. "Kırmızı araba geçtikten ne kadar sonra alarm üretildi?" sorusu, iki olay arasındaki zaman ilişkisini sorgular. Bu, olay zincirlerinin anlaşılmasına yardımcı olur.
Konum İlişkisi: Kullanıcılar, belirli olayların konum ilişkisini sorgulayabilir. "A bloktaki olay ile B bloktaki olay arasında bağlantı var mı?" sorusu, iki olay arasındaki konum ilişkisini sorgular. Bu, olayların yayılma paternlerinin anlaşılmasına yardımcı olur.
Nesne İlişkisi: Kullanıcılar, belirli nesneler arasındaki ilişkiyi sorgulayabilir. "Sarı yelekli kişi ile kırmızı araba arasında ilişki var mı?" sorusu, iki nesne arasındaki birlikteliği sorgular. Bu, şüpheli birlikteliklerin tespitine yardımcı olur.
Yapay Zeka Asistanlığı:
Yapay zeka asistanlığı yeteneği, DLS Semantic'in en ileri özelliğidir. Sistem, kullanıcıyla etkileşime girer, önceki sorguları ve cevapları hatırlar, bağlama göre yeni sorgular önerir ve aktif araştırma yapar. Bu yetenek, üç alt yetenek içerir:
Konuşma Tabanlı Etkileşim: Kullanıcı, sistemle tıpkı bir insanla konuşur gibi etkileşim kurabilir. "Bugün kaç tane alarm üretildi?" diye sorar, sistem cevabı verir. Kullanıcı, "Hangi alarmlar en acil?" diye devam eder, sistem önceki bağlamı koruyarak cevap üretir. Bu, güvenlik analizini doğal ve akıcı bir deneyime dönüştürür.
Proaktif Öneriler: Sistem, kullanıcıya otomatik olarak öneriler sunar. Örneğin, "A blokta alarm sayısı arttı, incelemek ister misiniz?" veya "Sarı yelekli kişi son 1 saatte 3 kez görüldü, detaylı rapor ister misiniz?" gibi önerilerle kullanıcıya yardımcı olur.
Otonom Araştırma: Kullanıcı, sisteme "Geçen hafta yaşanan olayları analiz et ve raporla" gibi yüksek seviyeli talimatlar verebilir. Sistem, otomatik olarak sorgular yapar, veriyi analiz eder, desenleri keşfeder ve raporu hazırlar. Bu, güvenlik analistlerinin iş yükünü dramatik şekilde azaltır.
Kullanıcı Arayüzü ve Kullanıcı Deneyimi
DLS Semantic, DLS Core, DLS Intelligence ve DLS Search ile aynı web tabanlı dashboard üzerinden sunulur, ancak sohbet arayüzü odaklı zengin bir kullanıcı deneyimine sahiptir. Arayüz, modern sohbet uygulamalarına benzer bir deneyim sunar ve kullanıcıların hiçbir eğitim gerektirmeden sistemi kullanmasını sağlar.
Sohbet Ana Sayfası:
Ana sayfa, kullanıcıların sorularını yazabileceği basit bir sohbet kutusu ile başlar. Bu kutu, "Ne öğrenmek istersiniz?" sorusunu sorar ve kullanıcılar doğal dilde sorularını yazabilir. Sohbet kutusu, otomatik tamamlama ve öneri özellikleri sunar; kullanıcı yazmaya başladıkça, sistem olası sorguları ve sık yapılan soruları önerir.
Sohbet kutusunun altında, hızlı başlangıç butonları bulunur. Bu butonlar, en sık yapılan sorgu türlerine tek tıkla erişim sağlar: "Bugünkü Alarmlar", "Son 24 Saatteki Olaylar", "Kırmızı Araç Araması", "Yüz Tanıma Araması", "Olay Analizi" gibi.
Sohbet Ekranı:
Kullanıcı bir soru yazdığında, sohbet ekranında soru görünür ve sistem cevabı üretirken bir yanıt yazmaya başlar. Cevaplar, doğal dilde, anlaşılır bir şekilde sunulur. Cevapların içinde, ilgili video klipleri, snapshot'lar, olay listeleri ve grafikler bulunur.
Cevaplardaki video klipler, doğrudan oynatılabilir. Kullanıcı, videoyu izlerken aynı zamanda sohbet ekranında soru ve cevapları görmeye devam eder. Bu, kullanıcının bağlamı kaybetmeden video incelemesi yapmasını sağlar.
Sohbet ekranı, geçmiş konuşmaları saklar. Kullanıcı, daha önce sorduğu soruları ve aldığı cevapları tekrar görebilir, sorgulama geçmişini takip edebilir. Ayrıca, kullanıcı önceki bir cevaba atıfta bulunarak yeni bir soru sorabilir. "Geçen hafta dediğin olayda, alarmı tetikleyen nesne neydi?" gibi.
Gelişmiş Sorgulama Araçları:
Kullanıcı, ihtiyaç duyduğunda gelişmiş sorgulama araçlarına erişebilir. Bu araçlar, görsel sorgulama, zaman çizelgesi görünümü, konum haritası ve analitik dashboard içerir.
Görsel Sorgulama: Kullanıcı, bir görsel seçerek, bu görsele benzer nesneleri veya bu görseli içeren videoları sorgulayabilir. Örneğin, şüpheli bir kişinin fotoğrafını seçerek, bu kişinin hangi kameralarda görüldüğünü sorgulayabilir.
Zaman Çizelgesi Görünümü: Kullanıcı, sorgu sonuçlarını zaman çizelgesi üzerinde görebilir. Bu, olayların zaman içindeki dağılımını, yoğunlaştığı bölgeleri ve anormal durumları görsel olarak analiz etmesini sağlar.
Konum Haritası: Kullanıcı, sorgu sonuçlarını bir harita üzerinde görebilir. Bu, olayların coğrafi dağılımını, belirli bölgelerdeki yoğunlaşmayı ve potansiyel risk bölgelerini görsel olarak analiz etmesini sağlar.
Analitik Dashboard: Kullanıcı, sorgu sonuçlarını istatistiksel olarak analiz edebilir. Bu, olay sayıları, trendler, karşılaştırmalar ve korelasyonlar gibi analitik verileri içerir. Kullanıcı, bu verileri görsel olarak keşfedebilir ve raporlayabilir.
Teslimat Modeli ve Donanım Platformu
DLS Semantic, DLS Core, DLS Intelligence ve DLS Search ile aynı donanım platformları üzerinde çalışacak şekilde tasarlanmıştır. Ancak, DLS Semantic'in doğal dil işleme, görsel anlama ve yapay zeka asistanlığı gibi ileri yetenekleri, ek işlem gücü ve bellek gerektirir. Bu nedenle, DLS Semantic'in donanım gereksinimleri, diğer DLS ürünlerine göre daha yüksektir.
Donanım platformu, kapasiteye göre sınıflandırılmıştır:
DLS Semantic (16 Kanal):
-
IBBVision Edge Appliance (en yüksek performanslı)
-
Güçlü GPU, yüksek kapasiteli RAM (en az 32GB)
-
4TB-8TB depolama alanı (metadata, indeksler ve modeller için)
-
Hedef: İleri düzey arama ihtiyacı olan büyük tesisler
DLS Semantic (32 Kanal):
-
IBBVision High-Performance Appliance
-
Yüksek performanslı GPU, kurumsal sınıf işlemci
-
8TB-16TB depolama alanı (metadata, indeksler ve modeller için)
-
Hedef: Kampüs ve kurumsal projelerde doğal dil arama
DLS Semantic (64 Kanal):
-
IBBVision Enterprise Appliance
-
Çoklu GPU, en yüksek performanslı işlemci
-
16TB-32TB depolama alanı (metadata, indeksler ve modeller için)
-
Hedef: Ultra büyük ölçekli sistemlerde kurumsal doğal dil arama
Tüm DLS Semantic ürünleri, IBBVision tarafından tedarik edilen donanım üzerinde, önceden yüklenmiş ve test edilmiş olarak teslim edilir. Mevcut DLS Core, DLS Intelligence veya DLS Search müşterileri, donanımlarını yükselterek DLS Semantic yeteneklerine kavuşabilirler.
DLS Semantic, bulut tabanlı hibrit bir modelle de sunulabilir. Doğal dil işleme ve yapay zeka asistanlığı gibi yoğun işlem gerektiren görevler bulutta çalıştırılırken, video kayıtları ve metadata'lar yerel olarak saklanabilir. Bu, donanım maliyetlerini azaltır ve ölçeklenebilirliği artırır.
Stratejik Konumlandırma ve Rekabet Avantajı
DLS Semantic, güvenlik sektöründe benzersiz bir konuma sahiptir. Piyasada doğal dil ile video arama çözümleri bulunsa da, çoğu ya sınırlı yeteneklere sahiptir, ya yalnızca belirli bir alanda çalışır, ya da ticari olgunluğa erişmemiştir. DLS Semantic, bu açıkları kapatarak, her ölçekteki kuruma uygun, kapsamlı ve uygun maliyetli bir çözüm sunar.
Birincil rekabet avantajı, DLS ekosistemi ile tam entegrasyondur. DLS Semantic, DLS Core, DLS Intelligence ve DLS Search ile doğal olarak entegre çalışır. Aynı donanım üzerinde, aynı kullanıcı arayüzü üzerinden, aynı metadata altyapısı üzerinden hizmet verir. Bu entegrasyon, rakip çözümlere göre çok daha düşük maliyet, daha yüksek performans ve daha iyi kullanıcı deneyimi sağlar.
İkinci rekabet avantajı, sektörel odaklanmadır. DLS Semantic, genel amaçlı bir video arama çözümü değil, güvenlik sektörüne özel olarak tasarlanmış bir çözümdür. Güvenlik terminolojisini, senaryolarını ve iş akışlarını anlar. Bu, genel amaçlı çözümlere göre çok daha doğru ve kullanışlı sonuçlar üretmesini sağlar.
Üçüncü rekabet avantajı, Türkiye'de üretim ve destektir. IBBVision, Türkiye'de üretim ve Ar-Ge yapmaktadır. Bu, daha hızlı teslimat, daha iyi destek, özel müşteri ihtiyaçlarına hızlı adaptasyon ve rekabetçi fiyat avantajı sağlar.
Dördüncü rekabet avantajı, sürekli iyileştirme ve güncellemedir. IBBVision'ın AR-GE ekibi, doğal dil işleme ve görsel anlama modellerini sürekli olarak iyileştirir, yeni yetenekler ekler ve mevcut sistemleri günceller. Müşteriler, yeni donanım satın almadan yazılım güncellemeleri ile bu iyileştirmelerden faydalanabilirler.
Beşinci rekabet avantajı, uzun vadeli vizyondur. DLS Semantic, sektörde henüz tam olarak çözülmemiş bir problemi hedefler. Doğal dil ile video sorgulama, güvenlik teknolojisinde bir sonraki büyük sıçramadır. IBBVision, bu alanda erken yatırım yaparak, sektör lideri olma fırsatını yakalamaktadır.
Hedef Müşteri Profili ve Kullanım Senaryoları
DLS Semantic, güvenlik operasyonlarını bir üst seviyeye taşımak isteyen, video verisinden maksimum istihbarat değeri elde etmek isteyen tüm kurumlar için uygundur.
İleri Düzey Güvenlik Operasyon Merkezleri:
Güvenlik operasyon merkezleri (GOM), DLS Semantic ile güvenlik analizinin hızını ve etkinliğini dramatik şekilde artırabilir. Analistler, "Son 1 saat içinde kaç tane alarm üretildi?" sorusunu sorar, sistem cevabı verir. "Alarmların çoğu hangi bölgede?" diye devam eder, sistem analiz eder. Bu, GOM personelinin daha hızlı ve daha doğru kararlar almasını sağlar.
Kurumsal Güvenlik Yöneticileri:
Kurumsal güvenlik yöneticileri, DLS Semantic ile güvenlik performansını analiz edebilir, trendleri görebilir ve stratejik kararlar alabilir. "Geçen ay en çok alarm üreten bölge hangisiydi?" sorusu, sistemin analiz yapmasını sağlar. "Alarm sayısını azaltmak için ne yapabiliriz?" sorusu, sistemin öneri sunmasını sağlar.
Olay Soruşturma Ekipleri:
Olay soruşturma ekipleri, DLS Semantic ile soruşturma süresini dramatik şekilde kısaltabilir. "Hırsızlık şüphelisini en son hangi kamerada gördük?" sorusu, sistemin hızlıca yanıtlamasını sağlar. "Şüpheli hangi rotayı izlemiş?" sorusu, sistemin hareket paternini çıkarmasını sağlar. Bu, soruşturmaların çok daha hızlı ve etkin yürütülmesini sağlar.
Kritik Altyapı Yöneticileri:
Havaalanları, limanlar, enerji santralleri gibi kritik altyapı yöneticileri, DLS Semantic ile güvenlik seviyesini artırabilir. "Terminalde şüpheli bir durum var mı?" sorusu, sistemin anlık analiz yapmasını sağlar. "Son 1 saatte kaç kişi güvenlik bölgesine girdi?" sorusu, sistemin izleme yapmasını sağlar. Bu, kritik altyapıların güvenliğini üst seviyeye çıkarır.
Perakende ve Mağaza Güvenlik Yöneticileri:
Perakende güvenlik yöneticileri, DLS Semantic ile hırsızlık önleme ve müşteri güvenliğini sağlayabilir. "Mağazada şüpheli davranış tespiti var mı?" sorusu, sistemin analiz etmesini sağlar. "Hırsızlık şüphelisi hangi raflarda daha çok vakit geçirmiş?" sorusu, sistemin desen çıkarmasını sağlar. Bu, perakende güvenliğini optimize eder.
Geleceğe Yönelik Vizyon ve Genişletilebilirlik
DLS Semantic, IBBVision'ın video intelligence vizyonunun en ileri noktasını temsil eder. Bu ürün, yalnızca bugünün değil, geleceğin güvenlik ihtiyaçlarına da cevap verecek şekilde tasarlanmıştır. Sistemin modüler mimarisi ve yapay zeka altyapısı, sürekli iyileştirme ve yeni yetenek eklemeye olanak tanır.
Çoklu Modlu Sorgulama:
Gelecekte, DLS Semantic yalnızca metin değil, aynı zamanda görsel, ses ve video sorgularını da destekleyebilir. Kullanıcılar, bir resim veya video klip vererek, bu içeriğe benzer içerikleri sorgulayabilir. "Bu araca benzer araçları bul" veya "Bu kişinin hareket ettiği bölgeleri göster" gibi sorgular, çoklu modlu yapay zeka ile mümkün hale gelecektir .
Zaman Serisi Analizi:
DLS Semantic, video verilerini zaman serisi olarak analiz edebilir. "Son 30 günde alarm sayısındaki trend nedir?" veya "Hafta içi ve hafta sonu alarm yoğunluğu karşılaştırması" gibi sorgular, zaman serisi analizi ile cevaplanabilir. Bu, güvenlik operasyonlarının stratejik planlanmasına yardımcı olur.
Tahmin ve Öngörü:
DLS Semantic, gelecekteki olayları tahmin etmek için kullanılabilir. "Geçmiş verilere göre yarın hangi bölgede alarm artışı beklenir?" sorusu, sistemin tahmin yapmasını sağlar. Bu, proaktif güvenlik önlemleri alınmasına yardımcı olur.
Otonom Karar Destek:
DLS Semantic, yapay zeka asistanlığı yeteneğini geliştirerek, otonom karar desteği sağlayabilir. "Alarm seviyesi yüksek olan olayları otomatik olarak ilgili birimlere yönlendir" veya "Tekrarlayan olay desenlerini tespit et ve raporla" gibi yüksek seviyeli talimatlar, sistemin otonom çalışmasını sağlar .
Sonuç
DLS Semantic, IBBVision'ın en ileri ve vizyoner ürünüdür. Doğal dil ile video sorgulama yeteneği, güvenlik sektöründe henüz tam olarak çözülmemiş bir problemi hedefler. DLS Semantic, güvenlik kameralarını yalnızca "gören" değil, aynı zamanda "konuşan", "cevap veren" ve "akıl yürüten" akıllı sistemlere dönüştürür.
DLS Semantic'in en büyük gücü, kullanıcı deneyimini dönüştürmesidir. Kullanıcılar, karmaşık arama filtreleriyle uğraşmak zorunda kalmaz, tıpkı bir insanla konuşur gibi sistemle etkileşim kurar. Bu, güvenlik analizini demokratikleştirir, her seviyedeki kullanıcının video verisine erişmesini ve anlamlandırmasını sağlar.
DLS Semantic'in bir diğer önemli değeri, keşfedici analiz yeteneğidir. Sistem, yalnızca bilinen sorulara cevap vermekle kalmaz, aynı zamanda bilinmeyen ilişkileri ve kalıpları keşfeder. Bu, güvenlik istihbaratında yeni ufuklar açar, analistlerin daha önce fark etmedikleri desenleri keşfetmesini sağlar.
IBBVision'ın tam donanım teslimatı modeli, DLS Semantic'in performansını ve güvenilirliğini garanti eder. Donanım-yazılım uyumu optimize edilmiştir, destek tek sorumluluk noktası üzerinden yönetilir, müşteriler sorunsuz bir deneyim yaşar.
DLS Semantic, bugünün güvenlik ihtiyaçlarının çok ötesine bakan, geleceğin fırsatlarına hazır olan stratejik bir üründür. Modüler mimarisi, çoklu modlu sorgulama yeteneği, zaman serisi analizi, tahmin ve öngörü yetenekleri, ürünün uzun ömürlü ve yüksek yatırım getirili olmasını sağlar.
DLS Semantic ile IBBVision, güvenlik teknolojisinde tamamen yeni bir çağ başlatmaktadır. Doğal dil ile video sorgulama, güvenlik analizinin geleceğidir ve IBBVision, bu geleceği bugünden inşa etmektedir. DLS Semantic, videoları sessiz tanıklardan aktif istihbarat kaynaklarına dönüştürerek, güvenlik yönetiminde devrim yaratmaktadır.