This project expands the outreach of the Canaveral National Seashore to its visitors, potential visitors, and virtual visitors through its goals in conservancy and preservation of its natural resources. This paper is involved with the current iteration of a series of digital media projects, the Sea Turtle Nest Camera, also known as, Turtle Cam. It details how and why this project was designed to be an ongoing initiative to assist in those goals.

In the field of video surveillance, vast amounts of data are gathered each day. To be able to identify what occurred during a recorded session, a human annotator has to go through the footage and annotate the different events. This is a tedious and expensive process that takes up a large amount of time. With the rise of machine learning and in particular deep learning, the field of both image and video captioning has seen large improvements. Contrastive Language-Image Pretraining is capable of efficiently learning a multimodal space, thus able to merge the understanding of text and images. This enables visual features to be extracted and processed into text describing the visual content. This thesis presents a system for extracting and ranking important events from surveillance videos as well as a way of automatically generating a description of the event. By utilizing the pre-trained models X-CLIP and GPT-2 to extract visual information from the videos and process it into text, a video captioning model was created that requires very little training. Additionally, the ranking system was implemented to extract important parts in video, utilizing anomaly detection as well as polynomial regression. Captions were evaluated using the metrics BLEU, METEOR, ROUGE and CIDEr, and the model receives scores comparable to other video captioning models. Additionally, captions were evaluated by experts in the field of video surveillance, who rated them on accuracy, reaching up to 62.9%, and semantic quality, reaching 99.2%. Furthermore the ranking system was also evaluated by the experts, where they agree with the ranking system 78% of the time. / Inom videoövervakning samlas stora mängder data in varje dag. För att kunna identifiera vad som händer i en inspelad övervakningsvideo så måste en människa gå igenom och annotera de olika händelserna. Detta är en långsam och dyr process som tar upp mycket tid. Under de senaste åren har det setts en enorm ökning av användandet av olika maskininlärningsmodeller. Djupinlärningsmodeller har fått stor framgång när det kommer till att generera korrekt och trovärdig text. De har också använts för att generera beskrivningar för både bilder och video. Contrastive Language-Image Pre-training har gjort det möjligt att träna en multimodal rymd som kombinerar förståelsen av text och bild. Detta gör det möjligt att extrahera visuell information och skapa textbeskrivningar. Denna master uppsatts beskriver ett system som kan extrahera och ranka viktiga händelser i en övervakningsvideo samt ett automatiskt sätt att generera beskrivningar till dessa. Genom att använda de förtränade modellerna X-CLIP och GPT-2 för att extrahera visuell information och textgenerering, har en videobeskrivningsmodell skapats som endast behöver en liten mängd träning. Dessutom har ett rankingsystem implementerats för att extrahera de viktiga delarna i en video genom att använda anomalidetektion och polynomregression. Video beskrivningarna utvärderades med måtten BLEU, METOER, ROUGE och CIDEr, där modellerna får resultat i klass med andra videobeskrivningsmodeller. Fortsättningsvis utvärderades beskrivningarna också av experter inom videoövervakningsområdet där de fick besvara hur bra beskrivningarna var i måtten: beskrivningsprecision som uppnådde 62.9% och semantisk kvalité som uppnådde 99.2%. Ranknignssystemet utvärderades också av experterna. Deras åsikter överensstämde till 78% med rankningssystemet.

Dagens företag lägger ner allt mer tid och resurser på att utöka variantfloran i deras produktsortiment. Syftet är att nå ut till ett bredare segment av kunder samtidigt som företaget behåller en konkurrenskraftig position på marknaden. Vid framtagning av nya produkter ställs Axis Communications ofta inför utmaningen att ta beslut om att tillverka en eller flera varianter. I dagsläget tas beslut om att tillverka fler varianter i produktsortimentet utifrån priset på direkt material och försäljningsvolymen för varje variant. Axis Communications saknar därmed kunskap om vilka ytterligare faktorer som påverkas när beslut om variantskapande ska tas. Syftet med studien är att ta fram en beräkningsmodell som kan användas som beslutsunderlag vid analys av kostnader i att tillverka mer än en produktvariant. För att besvara syftet har studien genomfört två fallstudier utifrån två olika produkter i Axis Communications produktsortiment. Den första fallstudien analyserar nuläget av tillverkningen hos Axis Communications kontraktstillverkare där kostnader som påverkas av att flera varianter tillverkas identifieras och beräknas. Den andra fallstudien är en fiktivt fallstudie där de identifierade kostnaderna beräknas på nytt men då endast en variant tillverkas och resterande varianter tagits bort. Därefter utfördes en analys på hur de identifierade kostnaderna påverkas vid tillverkning av endast en variant. Utifrån litteraturstudier har de kostnader som påverkas i samband med att flera varianter tillverkas identifierats. Vidare har även processkartläggningar samt ett studiebesök hos en av Axis Communications kontraktstillverkare genomförts där ytterligare relevanta kostnader identifierats och bekräftats av personer med bred kunskap inom området. De kostnader som identifierats i studien och som därmed ansett påverkas mest av att variantfloran förändras är följande: Direkta särkostnader Direkt material Lagerföringskostnader Ställkostnader Fixtur- och verktygskostnader Indirekta särkostnader Kvalitetskostnader Time to Market Investeringskostnader Resurskostnader för utveckling av mekanik Resurskostnader för utvecklig av elektronik Certifieringskostnader Verktygskostnader Kostnader för test av produktion Kostnader för framtagning av prototyper Resultatet för direkt material visade att det går att utgå från ett medelvärde av priset för direkt material samt den prognostiserade försäljningsvolymen per variant för att skapa sig en första uppfattning om hur mycket variantskapande egentligen kostar. Lagerföringskostnaden visade sig också påverkas vid tillverkning av endast en variant. Lagerföringskostnaden minskade i lagret för komponenter men ökade samtidigt i färdigvarulagret eftersom att det endast är den dyrare varianten med avseende på direkt material som tillverkas då det är den variant som har samtliga funktioner jämfört med resterande varianter. Ställkostnaden eliminerades helt då ställtiderna som uppstår vid byte av varianter i tillverkningen försvann. Vidare så halverades kostnaderna för fixturer och verktyg. Kvalitetskostnaden visade sig vara svårare att kvantifiera, dock gick det att inse att desto högre volym som tillverkas av en variant desto fortare når varianten de uppsatta kvalitetsmålen vilket i sin tur bidrar till lägre kvalitetskostnader. Dessutom innebär ett lägre antal varianter i en och samma produktionslina att hanteringen blir lättare då bland annat risken för felmontering minskar. Det blir även lättare att identifiera, prioritera samt åtgärda fel som kan tänkas uppstå i produktionslinan. Det leder i sin tur till att kvalitetskostnaderna minskar. Time to Market påverkades också när endast en variant tillverkades. Även om Time to Market inte direkt kan ses som en kostnad utan snarare som ett intäktsbortfall, påvisade studien att det går fortare att få fram produkterna på marknaden om antalet varianter minskar. Slutligen studerades olika investeringskostnader som går att koppla till tillverkningen av flera varianter och resultatet visade på att det går att minska investeringskostnaderna om endast en variant tillverkas. Utifrån resultatet från de två fallstudierna utformades en beräkningsmodell åt Axis Communications som ska hjälpa företaget med att ta beslut om variantskapande. Beräkningsmodellen lyfter fram de kostnader som påverkas mest av en förändring i variantfloran tillsammans med en beskrivning av hur kostnaderna ska beräknas. Med hjälp av beräkningsmodellen kan Axis Communications beslut om variantskapande underlättas jämfört med hur de tar beslut idag. / Today’s companies spend a significant amount of time and resources on increasing the number of product variants in their product range. The aim is to reach a wider segment of customers while maintaining a competitive position in the market. When developing new products, Axis Communications is often faced with the challenge of deciding whether to focus on one or more product variants. At present, focus is directed towards developing more product variants in the product range based on the price of direct material and the sales volume for each variant. Axis Communications therefore lacks knowledge of what additional factors that are affected when decisions about creating more product variants are taken. The purpose of the study is to provide a calculation model that can be used as a basis for analysing costs in producing more than one product variant. In order to achieve this purpose, the study has carried out two case studies based on two different products in Axis Communications product range. The first case study analyses the current state of production at Axis Communications’ contracted manufacturers, where costs that are affected by the production of multiple variants are identified and calculated. The second case study is a fictitious case study where the identified costs are calculated again, but only when one product variant is manufactured and the remaining product variants are disregarded. This was followed by an analysis regarding how the identified costs are affected when only one product variant is manufactured. Based on literature studies, the costs associated with the production of several variants have been identified. Furthermore, process flow charts have been developed and a study visit to one of Axis Communications contracted manufacturers was undertaken, where additional relevant costs have been identified and confirmed by persons with broad knowledge about the manufacturing processes. The costs identified to be affected the most by the variation of product variants are as follows: Direct incremental costs Direct material Inventory carrying costs Setup costs Fixture- and tooling costs Indirect incremental costs Quality costs Time to Market Investment costs Resource costs for the development of mechanics Resource costs for the development of electronics Certification costs Tooling costs Costs for testing of production Costs for prototyping The result for direct material showed that an average of the price of direct material as well as the forecasted production volume for each product variant can be assumed to create an initial perception of how much an increase of product variants actually costs. The inventory carrying cost also proved affected by the manufacturing of only one product variant. The inventory carrying cost decreased in the inventory of components but increased at the same time in the finished goods inventory since it is only the most expensive product variant with all functions compared to the other product variants that is being stored. The setup cost was eliminated since the setup times that occurred when changing product variants in the production disappeared. Furthermore, the cost of fixtures and tools was halved. The quality cost proved to be harder to quantify, however, it was realized that the higher the volume produced by a product variant the faster the product variant reaches the set quality goals, which in turn contributes to lower quality costs. Additionally, a lower number of product variants in the same production line means that handling becomes easier, including the risk of errors in assembling the product variant. It will also be easier to identify, prioritize and correct errors that may occur in the production line. This in turn leads to a reduction of quality costs. Time to Market was also affected when only one product variant was manufactured. Although Time to Market cannot be seen directly as a cost but rather as a loss of revenue, the study showed that it is faster to launch the product on the market if the number of product variants decreases. Finally, various investment costs were studied that could be linked to the production of several product variants, and the result showed that it is possible to reduce the investment costs if only one product variant is manufactured. Based on the outcome of the two case studies, a calculation model was designed for Axis Communications to help the company decide whether to manufacture product variants or not. The calculation model explains the costs that are affected the most by a change of number of product variants together with a description of how the costs are to be calculated. Using the calculation model will enable Axis Communications to make well-informed decision on whether or not to introduce more product variants in the product range.