该公司表示，其技术可将任何安全摄像头转变为能够识别复杂事件和风险的人工智能设备。其平台建立在分布式混合云架构之上，集成了云和本地资源，并动态选择处理选项以获得最佳性能。嵌入式深度学习人工智能模型随着时间的推移不断改进，客户可以定义哪些类型的事件应生成警报。
“客户必须安装 Lumana Core，其中包括人工智能引擎和视频处理器，”创始人兼首席执行官 Sagi Ben Moshe 说道。在英特尔公司收购了他创立的 3D 成像公司 Invision Ltd. 后，他曾担任英特尔公司的首席孵化官。 “核心处理视频片段并在边缘运行人工智能，以提高可靠性和速度。它还与云进行交互，以便与其他 Lumana 设备以及我们的视频管理应用程序进行通信。”
Lumana 援引《福布斯商业研究》预测，视频分析市场将从今年的 80 亿美元增至 2030 年的近 380 亿美元，增长四倍多。
该公司的视频安全平台包括人工智能引擎和视频处理器、可通过网络浏览器或移动应用程序访问的视频管理软件以及安全摄像头，尽管任何连接互联网的摄像头都可以工作。
管理员可以从单个控制台管理无限数量的摄像机和位置，该控制台提供高级用户管理和权限、共享功能、视频播放、系统运行状况仪表板、警报监控和其他功能。警报通常会在不到一秒的时间内生成。
Lumina 能够实时触发自然语言定制警报，其自学习功能可以随着时间的推移减少误报。该模型可以针对特殊警报进行配置，例如汽车闯入、威胁行为或生产线上工人未穿戴个人防护装备。
它可以识别事件和元素，例如面孔、服装类型、车辆属性和车牌、接近度、车速、门口“尾随”、徘徊、篡改、身份不明的人员和活动热图。
该平台的标志性功能之一是能够跨地点搜索数百万小时的视频，并在几秒钟内返回结果。用户可以指定多个搜索参数（例如车辆属性）来定位镜头。
Ben Moshe 表示：“我们正在边缘运行人工智能，如果需要，我们还会继续在云端运行。” “然后，我们将人工智能的输出保存在数据结构中，这使我们能够比现有系统更快地处理大数据查询。这种方法可以让客户快速搜索复杂场景的视频片段。”
Ben Moshe说，可以组合参数来精确定位镜头。 “例如，两个人在一起，一个穿着黑色连帽衫和蓝色牛仔裤，另一个穿着白色衬衫和红色鞋子。这些人最后一次出现是乘坐一辆白色特斯拉，车牌上有 XYZ 字样，”他说。 “我们的系统将在几秒钟内返回符合这些标准的所有场景。”
该技术还为 Lumana 所称的“自然语言警报”提供支持，例如“当 A 栋检测到未知人员时向我发出警报，30 分钟后在 B 栋检测到，然后第二天在 B 栋再次检测到。”
可定制的仪表板使用户能够监控特定活动，例如未经授权的访问事件、建筑物或位置的警报类型、安全违规、未遂事故和空间利用率。
| 
