L’analisi basata sui pixel consente al sistema di apprendere come gli oggetti si muovono normalmente in un ambiente tenendo conto della direzione, della velocità, delle dimensioni e di una varietà di altri fattori. Dopo aver stabilito una norma per una scena particolare, il sistema creerà un evento con eventuali eccezioni. Questi eventi vengono quindi classificati utilizzando strumenti di Deep Learning e un motore logico per un’ulteriore contestualizzazione.
iSentry Unusual Behavior è progettato per aggiungere informazioni visive istantanee (proprio come l’occhio umano) all’enorme quantità di filmati generati da un’implementazione TVCC su larga scala. L’autoapprendimento è molto veloce. A seconda della complessità dello scenario, il motore di autoapprendimento inizia ad avere una visione intelligente di ciò che è normale dopo 48-72 ore di funzionamento.
