2017年12月11日 星期一

‧ 2017\12\11\3S Market Daily 智慧產業新聞

3S Market deliver Smart and Valuable information for Business

                                                                                                                                                                                                                 

‧ 安全監控要賣的不再是價格,而是 —— 價值!

Panoramic Infrared Reflectography Xenics 

InGaAs Camera




3S Market如果你仍然認為監控行業沒有前景,其一是沒有試著去創新,其二是沒有從使用端的需求去思考,其三是不會賣解決方案—— 或許看完這篇報導,你可以改變一些想法 。但是如果只有單品的思維,只有等著被淘汰……


來源:全球IP通信聯盟

雖然目前有多種形式的高清晰數位視訊監控,但系統整合商們仍在尋求一種新的途徑,來利用現代化設備,對晝夜監控圖像進行細緻解讀。

影像分析、圖像融合以及高清晰度是研發的三個方向
一名懶散的警衛盯著幾台監視器,一杯接一杯地喝著咖啡,這就是當前美國軍事設施,以及國土安全影像監控系統。




當前美國面臨的威脅極其複雜多樣,在採用影像監視器的基礎上,擁有細緻影像畫面分析能力變得至關重要。

監控用戶可採用多種監控手段,例如紅外線(包括短波和長波)、圖像融合、衛星連結以及無人機系統(UAS)傳輸影像等。

美國馬里蘭州蓋瑟斯堡市洛克希德.馬丁資訊系統,及全球服務分公司的全動態影像解決方案部主任查理 莫里森(Charlie Morrison)說:「透過運用影像分析技術,能實現上述技術的綜合運用。這項技術能對目標進行追蹤和辨識。」

莫里森接著說:「由於資訊量巨大,需要提前對資訊進行組織和性質分析,緩解監控操作人員在處理資料時的巨大壓力。我們已將這一技術推向市場。」

「未來的影像監控螢幕,會像全球最大的體育電視網 ESPN,以及CNBC電視頻道一樣,在螢幕下方滾動播出體育賽事結果以及股票行情。隨著多元智慧化影像處理技術的出現,監控螢幕上不再只顯示單一畫面。」

洛克希德.馬丁公司的莫里森研究小組,和總部位於佛羅里達州墨爾本市的哈里斯公司的工程師們,正在對此項技術進行研究,驗證其是否能夠運用在軍事監控及情報應用領域。莫里森說:「我們希望將這項商業技術,運用到國防部(DOD)影像監控系統當中。」
 
「全動態影像在情報資料獲取和分析方面具備獨一無二的優勢,」洛克希德.馬丁公司空間解決方案部副主任吉姆 科爾哈斯(Jim Kohlhaas)說。

「成千上萬的平台,每天都在收集重要的影像情報。而我們面臨的挑戰是如何對如此大量的資訊進行收集和分類,並從堆積如山的資料中,分析找出所需的重要情報,並對這些情報資料,進行解讀和交流共用。」

「Audacity」音訊編輯軟體,是洛克希德.馬丁公司開發的主要影像分析工具之一:Audacity」軟體能標記、分類數位素材,並編制資訊目錄。洛克希德.馬丁公司公開透露,該軟體也擁有情報分析功能,包括影像馬賽克處理、臉部辨識、目標追蹤,以及關注區域的智慧自動報警功能等。

哈里斯公司採用全動態影像資產管理引擎(FAME)。洛克希德公司透露,該引擎可直接將影像、聊天,以及音訊整合在影像流中。廣播通訊行業所採用的此項設備,能夠透過整合處理和儲存引擎,生成一個數位建築,為基礎設施提供增強影像流。

莫里森說:「我們所做的就是,將全動態影像資產管理引擎,和《Audacity》軟體各自的優勢發揮到極致,並且將兩種技術緊密融合,讓人們說不出哪項具體功能,是哪個軟體發揮作用的結果。」

洛克希德馬丁公司致力於「在紛繁複雜的情報中,篩選資訊」,從而分析影像,辨識目標。洛克希德.馬丁公司還透露,兩大公司攜手合作,將重點放在影像功能,以及即時影像和影像記錄分析能力的研究和開發領域。

據悉,研究小組還負責開發一種能夠「跨組織、跨地域編目,儲存及安全共用影像情報」的解決方案。

莫里森說:「越來越多的資產監控系統採用了紅外線、晝夜圖像監控、目標辨識等手段,我們可以為上述資產監控,提供資訊過濾。該軟體能夠組織資料,協助操作人員作出決定,縮短反應時間,提高反應效率。」


莫里森表示,他們已經完成一項此種監控佈署。但不肯透露佈署地點,以及採用此項方案的用戶名稱。

縮短決策時間
莫里森表示:「透過共同努力,影像監控操作人員能夠使用圖形化使用者介面,輕鬆完成操作。」

以港口的安全應用方面為例,洛克希德.馬丁公司資訊系統和全球服務部的專案經理托尼.莫雷利(Tony Morelli)說:「操作人員不僅可以從監控螢幕上,瞭解到船隻進港,而且還能夠瞭解船隻的預定運載貨物,以及實際運載貨物。」

莫里森繼續說道:「該介面也能夠提供一種聊天功能,運用資料流程技術,實現兩個指揮官或者操作人員之間的音訊對話。在任務影像流中,還能夠看到聊天資訊。」

檔案分析
莫里森說:「目前的影像歸檔過程,是將影像錄影分割成若干個30分鐘,或20分鐘長短的影像片段保存。所以,這將花費大量的時間來檢索資訊,尤其是在你尋找2秒鐘的幀數時。」

他補充說明道:「這就好比讓你在有10000個Word文檔的搜尋引擎中尋找一個句子。」

莫里森說:「運用標記(Meta tag)功能,來標記資料要快得多。舉個例子,假如看到一輛紅色福特野馬跑車停在樓下,監控人員就可以查出,這輛跑車三天前在什麼地方,然後播放出跑車出現前後的所有錄影。這就像數位視訊錄影機,或硬碟數位錄影機(Tivo),能夠讓你回顧電視中的某些錯過的片段。」

莫里森繼續說:「這個例子體現了該系統,在地理方面的辨識能力,該系統同時具備時間、關鍵字,以及地域的搜索功能。」

莫里森指出這一解決方案,不能對口語詞進行搜索,但是可以將音訊資料轉錄為文本。對此,莫里森又用福特「野馬」跑車舉了一個例子,監控影像的操作人員,可以「搜索10天前到當天的所有跟這輛紅色福特『野馬』跑車有關的資訊。」




交互分析
莫里森說:「研究目標的發展方向,就是更多將影像分析能力,與觸控螢幕功能相互融合。操作人員只要從眾多資料中,挑出一條便可獲悉更詳盡的資訊——無論是警方關注的嫌疑人,或嫌疑車輛,還是某一關注領域兩個領導人之間的對話。」

優勢之一即「該方案能夠同各種監視設備結合運用」。當前,美國陸軍、海空軍以及海軍陸戰隊,都使用著大量不同類型的監控設備以獲取資訊,而哈里斯與洛克希德.馬丁公司開發的聯合方案,則融合所有設備的功能。

莫里森說:「實現這一成果的關鍵因素就是標準化。」倘若所有用戶都使用同一中繼資料標準,那麼即便在沒有運用相關設備工具的情況下,資料資訊的整合分類也不會過於複雜,莫里森還指出,影像標準由動態圖像標準機構(MISB)設定。

莫里森說:「觸控螢幕的功能,仍需經過數年的開發研究,但是,系統會在後台根據操作人員的意圖,如以往的搜索內容和螢幕上正在查看的內容,來對它認為操作人員會需要的資訊,進行快閃記憶體。」這就類似於「亞馬遜」(Amazon)之類的網站,他們分析顧客的購買趨勢,之後向顧客推薦,其可能感興趣的商品。

全景圖像融合
倘若影像真實捕捉到了所有細節,那麼對影像資料的分析,及提取效率就會大大提高。英國布拉科內爾(Bracknell)市「GE Fanuc」智慧平台(布拉科內爾)有限公司(原Octec有限公司)的工程師和科學家們,正在研究如何仿照人類,透過眼睛,獲取圖像資訊,再傳送到大腦,對資訊進行分析這一過程,創建一種全新的影像處理模式。




問題在於如何將該模式下的圖像,以直觀的方式呈現給人眼,因為人類的眼睛會對物理運動做出反應。」布萊克內爾「GE Fanuc」智慧平台業務發展部的副主任拉裡.謝佛(Larry Schafer)說道。當前的眾多監控系統,在螢幕上顯示的符號過於繁瑣,令操作人員眼花繚亂,無法即時作出反應。

「GE Fanuc」的工程師們指出,如果將圖像更加直觀地呈現在螢幕上,並且盡可能地減少符號的使用,就能夠讓監控設備的操作人員,對資訊瞭解得更為透徹,並能做出正確決定。

謝佛和他的研究小組希望,能夠透過建立一系列,裝配有全天候工作的感測器的攝影機,來重建資訊的呈現方式。謝佛說:「該裝置被稱之為分散式孔徑感測器。」

謝佛說:「從某種程度上說,這就是一種全景變焦攝影機。當操作人員走出坦克或者其他車輛時,能夠透過這種攝影機瞭解自己身後的情況。」

謝佛還說:「影像是圖像融合的一種形式。將白天和黑夜的影像,以160度或者360度的可視程度疊加在一起,生成圖像的對比度將更為豐富。因此眼睛得到了必要的直觀刺激。」

圖像融合「不間斷運作的感測器,讓我們重新回到了資料提取這一環節」,從根本上為監控操作人員,提供全方位視野。若有目標出現在監控人員的後方,無論目標是躲藏在建築物內;還是在坐在駕駛的車輛中,操作人員都可以透過調節觸控顯示幕,在第一時間內獲取資訊。

謝佛說:「這將創造一個3D監控環境,周邊的視野將會變得跟你正前方的視野一樣清晰明朗。」

 
GE Fanuc Introduces IMP20 Video Processing Mezzanine Card 

根據「GE Fanuc」智慧平台的資料資料顯示,這種影像處理技術採用的是「GEFanuc」所研發的IMP20影像處理夾層卡,IMP20夾層卡是該公司ADEPT104以及AIM12自動影像跟蹤器中的附加模組,擁有輔助的圖像融合功能。

資料資料還顯示,該裝置的圖像融合演算法,能夠提供更快的執行時間,以及減少記憶體消耗。IMP20夾層卡還具有一個「實現旋轉、縮放及轉換的內置資訊源強力引擎,能夠彌補成像器之間的圖像失真和失調,降低對成像器的精確匹配要求」,降低整個系統的成本。

謝佛說:「這是一種透過將白天拍攝的圖像,與熱成像複合,來實現的真實情景辨識,添加了目標辨識能力。這項技術同時也運用到了很多相同的短波紅外線技術,而這些短波紅外線技術的運用由來已久。」

短波紅外線(SWIR)
雖然短波紅外線(SWIR)感測器存在已久,但如今此項技術在關鍵任務的監控應用上,仍然少不了要採用短波紅外線感測器。

美國新澤西州普林斯頓市古德里奇情報、監視和偵查系統公司(前感測器無限公司)銷售和市場行銷部的主管羅伯特 斯圖魯瑟斯(Robert Struthers)說:「實驗表明,即便在有霧、霾、粉塵,以及煙霧等外界大氣環境的干擾下,短波紅外線波段仍然具有良好的成像能力。將短波紅外線技術,與長波或者中波紅外線技術結合,運用到熱像儀中,能夠有效地提升駕駛員在夜間的可視能力,和空中大範圍持續監視能力,並能提高士兵所用的攜帶式夜視成像系統的性能。從根本上說,熱紅外線波段負責偵察,紅外短波負責辨識。」

斯圖魯瑟斯說:「短波紅外線攝影機的高性能,在於它在沒有閃光燈的情況下拍攝城市夜間畫面,或在強曝光下保持圖片色彩不失真。與可見光攝影機和夜視鏡(NVG)相比,紅外線短波砷化銦鎵攝影機(InGaAs)的波長敏感度更高,再結合波長匹配功能以及隱蔽照明裝置,可使士兵避免由於夜視鏡暴露而受到的攻擊。

斯圖魯瑟斯表示在熱轉換的過程中(近黃昏/黎明),短波紅外線的成像能力依然十分出色。

他說:「短波紅外線的光譜帶根據反射光線產生圖像,而其他熱成像系統則根據溫度成像,在成像原理上與其他系統有所區別。運用反射光線成像的圖像,將比熱光譜帶成像系統產生的圖像更為清晰,而溫度成像的圖像看起來,彷彿就是具備目標/生物辨識能力的黑白可視圖像。」

斯圖魯瑟斯說:「古德里奇公司的紅外短波砷化銦鎵攝影機在紅外線短波波段(像素列陣為640*512)能夠提供最高的解析度,多數攝影機都有封閉式相機殼,或者作為微型開放式框架模組嵌入到監視框架和小型光學系統中使用。」

古德里奇公司的最新砷化銦鎵攝影機,型號為SU640KTSX-1.7RT,該型號攝影機,具有靈敏度高和動態範圍廣的特點。根據古德里奇公司提供的資料表,在被動監控和雷射器的使用中,該攝影機能夠在短波紅外光譜帶範圍內,即時地將夜間圖像轉換成白天拍攝圖像的效果。

據悉,相機自帶有自動增益控制(AGC)系統,能放大圖像,並改善內置非均勻性校正(NUC)功能。由於波限更低,該攝影機甚至能夠捕捉到,先前只有矽基成像系統才能捕捉到的光子。
 
Goodrich SU640KTSX-1.7RT
High Sensitivity InGaAs SWIR Camera
由位於佛吉尼亞州阿林頓市的美國國防部高等研究計畫局(DARPA)出資,推動古德里奇公司在短波紅外線攝影機方面的研發。

斯圖魯瑟斯說:「研究的主要目的是推出一種適用於小型無人機平台,以及可擕式夜視元件的設備,該設備還具有外形小巧、重量輕、耗電量低的特點。」

斯圖魯瑟斯補充道:「短波紅外線攝影機的廣泛應用,促進了隱蔽照明裝置,以及特殊防反射鍍膜鏡片的發展,最大程度地提高了士兵的夜視能力。」(14519)


Nx Witness v3.0 - 雲端影像平台解決方案 — 


                                                                                                                                                                                                                 

.未來已來:語音交互技術即將掀起平台新一輪洗牌大戰!

Incredible AI Voice Recognition in Noisy Environments




來源:IoT產業研究院


根據世界知名市場研究機構Parks Associates的調查報告,《2017消費類物聯網十大趨勢》,著重提到了語音交互這一物聯網時代的「新創舉」,它將在智慧家庭、萬物互聯中不斷壯大,並逐漸取代現有的資訊交流管道,成為消費者最基本的交互方式

  

在2017年年初的CES展上,各種花式的語音交互體驗,讓參展者對這項技術的應用更加感同身受,可謂一次全球代言。

我們聽到了許多業內對語音交互前景的肯定,也確實看到了內置了語音控制功能的硬體市場不斷推陳出新:亞馬遜的Alexa、谷歌的Google Home、蘋果的Siri、三星的Viv等等語音交互技術,都在開始佔據著一定市場佔有率,競爭格局也將愈演愈烈。而對岸的騰訊大手筆推出騰訊雲小微,更是讓對岸語音這一自然交互屬性的熱度,再次攀峰。

顯然,語音交互正在助推物聯網進入下一輪蓬勃。在這個巨大的機遇面前,物聯網產品製造商、設計師們,應該如何搶佔先機呢?

事實上,現在的物聯網仍是一塊尚待開採的「處女地」,因此物聯網產品的設計、測試,每個環節都是一項艱巨的任務。然而,其艱難之處也恰好是魅力所在:物聯網多維度的互通性。

從物聯網整體視角出發,可以說,未來不存在任何一個孤立的、獨自運行的場景。既然萬物都互聯了,那麼接下來,萬物必須實現協同工作。

物聯網產品的設計和實現無一是簡單、明確、直截了當的。相反,它更像一場變幻莫測的探索,不斷演進的新技術如何靈活地融入已有的物聯網解決方案、並保持可拓展性和便捷更新,是物聯網產品設計者首要考慮的事。

那麼,如何解決當下的嵌入式物聯網產品設計面臨的難題呢?首先,複雜的軟體互依賴性、雲管端通信的堆疊問題;其次,互聯互通的協議無法統一;另外,以及如何權衡產品成本、性能、功耗等多面因素。與此同時,還必須保證企業級物聯網端到端的安全問題。

因此,語音交互就非常順理成章的,被納入龐大物聯網市場的一個重要層別。在這片新市場,語音技術提供商之間的競逐十分激烈,不同語音技術系統之間,還不能實現互通共享。因此,要想直接在物聯網產品中,整合語音交互技術,就必須從中做出一個智慧的選擇。

亞馬遜的Alexa已經公開了SDK代碼,方便開發者將Alexa整合到物聯網產品中。同時Google Home和微軟Cortana也隨即開放了一些整合工具。而蘋果Siri則是靠iPhone的全球市場得到廣泛普及。

面對如此紛繁複雜的選擇,你是否已經眼花繚亂?誠然,這幾家語音技術各有千秋,不管製造商最終如何下定賭注,都是考驗。因為,即便你充分考量了當下語音交互市場,但這項技術日新月異,變數極大,給製造商的壓力不可小覷:無法完全把控當未來產品問世時,市場表現到底怎樣。

我們無法預測未來三到五年的語音交互市場,無法預知產品內置運行的語音技術,彼時還是不是先進的、主流的、受到消費者青睞的。

這一痛點應該如何破解呢?很幸運,產品設計師們現在有了比拋硬幣、拍腦袋更靠譜的方法。要想實現整體佈局、長遠規劃,不妨拋棄舊思維:單純地依靠某一語音協議,來打通物聯網產品之間的互聯互通。新思路是選擇一個箱容、互通的物聯網綜合性平台,作為物聯網產品後端的技術支持。

如此一來,產品直接與物聯網平台相連接,而平台背後則是強大的多種語音技術系統,製造商無需再糾結於選擇,哪一家語音系統最為明智,也無需擔憂當下該語音系統,在未來的先進性、實用性、可擴展性等後顧之憂。

此外,你還可與平台內眾多製造商共享資源:海量的物聯網設備、APP軟體及各種物聯網服務,都可靈活接入。




Nx Witness v3.0 - 雲端影像平台解決方案 —