關於消防員殉職 消防員：經驗是維護安全的關鍵
關於消防員殉職 消防員：經驗是維護安全的關鍵
今日主題 智慧安控\雲端\物聯網\行業應用
|
2019年10月7日 星期一
．傳亞馬遜計劃將 Amazon Go 無人收銀技術，引入機場和影院
Amazon to expand cashierless payment tech to airports, movie theaters
據知情人士透露，亞馬遜計劃將 Amazon Go 背後的無人收銀技術，引入機場和電影院等場所，並正在就此事和相關零售商展開談判。
亞馬遜此舉意在以更快的速度，和更低的成本，擴張其線下零售業務，從而降低對線上零售業務的依賴。這意味著 Amazon Go 將與那些，向來被視為其競爭對手的，實體零售商們建立合作關係。潛在的進一步合作，對於亞馬遜的雲端業務來說，同樣是一個巨大的成長機會。
亞馬遜目前一共對外宣佈了 18 家 Amazon Go 商店，實際開設了 16 家。在這些商店中，顧客只需要在入口，掃描手機 app 中的二維碼，即可進店隨意選購並直接離開，而後門市店會自動向顧客手機發送賬單，並扣除相應款項。三位知情人士向 CNBC 透露，亞馬遜正急於將這項技術，開放給其他實體零售廠商，以加快它的普及應用。
 |
| Amazon's cashier-less storefront continues to grow after one year in business |
其中一位知情人士表示，該公司一直在洽談，將Amazon Go的技術，引入 OTG 位於機場的CIBO Express 門市店，和 Cineworld 的 Regal 劇院。另一位知情人士則聲稱，它正打算將這項技術，開放給棒球場裡的小型商店。
兩位知情人士表示，亞馬遜計劃從 2020 年第一季，開始陸續為客戶上線這套系統，並在 2020 年底前覆蓋數百家門市店。其中一位知情人士稱，亞馬遜希望以每兩周，升級一家門市店的速度，快速推廣這項技術。
為了讓計劃順利推進，亞馬遜為第三方合作夥伴們，制定了多種靈活的合作方式。兩位知情人士稱，它打算以從銷售額中抽成，或者先收取一部分預付款，然後每月收取月費的方式，進行收費。目前尚沒有消息顯示，這些安裝在第三方門市店的智慧硬體，是否會使用亞馬遜的品牌，也不清楚未來消費者，將使用哪個 app 來進店購物。
CNBC 針對這一消息對亞馬遜、OTG 和 Cineworld 進行了確認，目前暫未收到明確答覆。
其實，亞馬遜的無人收銀技術，將進駐機場的消息，已經不是第一次傳出了。早在去年十二月就有外媒報導，亞馬遜正考慮將其無人便利店 Amazon Go 引入機場。
當時，有知情人士證實，亞馬遜已多次接觸美國數家機場營運商，商討和評估是否有可能，在機場場景中建立 Amazon Go 便利店。
去年 6 月 27 日，洛杉磯國際機場的商鋪租賃工作人員，還收到了亞馬遜技術顧問的郵件，希望就開設店 Amazon Go 事宜舉行會談。
會議結束後，機場的資訊技術經理也對此表示有興趣。除了洛杉磯國際機場外，聖何塞國際機場同樣有意向引入 Amazon Go。
為此，亞馬遜還特地任命了一位，有相關業務開發經驗的員工，來負責此項工作。
據報導，兩大機場在初步接觸後，雙方官員均表示，他們並沒有與 AmazonGo 進行下一步溝通。根據內部流程，零售商必須經過競爭性投標程序，才能成為入駐機場的特許公司。
雖然暫時還無法確定消息的真偽，但有兩點可以肯定：
首先，市場對於無人收銀技術的需求非常迫切，這正是 Amazon Go 無人收銀技術，將外開發的消息一再傳出的原因。
和中國相比，海外市場人口更少，人口老齡化也更為嚴重，對於節約人力成本、舒解用人壓力，有著更為強烈的需求。
「以日本、韓國為例，他們的店員很多都是印度人和牙買加人，本國是很難找的。而且有些國家社會福利非常好，週末幾點鐘之後就不允許上班了，但消費者又需要相應的服務，所以他們對無人化的需求非常強烈。我們今年參加 NRF 和 MWC 大會的時候都發現，海外客戶的需求是非常強烈的」。中國無人零售廠商雲拿科技的聯合創始人張一玫，曾對媒體說道。
其次，低成本無人收銀方案的可靠性，仍然有待市場檢驗，這也是為什麼傳言會一再選擇機場等封閉空間，作為其落地場景的根本原因。
由於 Amazon Go 一旦遇到人流量過大的情況，可能會出現系統崩潰和錯誤辨識的情況。而機場作為較為封閉場景，無需刻意限流，因此可以保證較好的用戶體驗。
此外，無論對於大型商超，還是小型便利店，止損都是一個亙古不變的難題。止損率的輕微浮動，對於零售行業來說都是致命的，而無人零售面臨的止損問題，更是極為嚴峻。
「便利店防盜基本靠自覺和威懾，正常人幾乎不會亂來，因為有人。一旦無人，正常人都不會正常。」一位無人零售公司 CEO 向小編透露。中國遍地屍骸的共享單車，就是無人便利店的絕佳參照，缺乏有效的約束，人性是經不起考驗的。
．影像分類 / 行為辨識研究綜述，從數據集到方法
Deep Learning in Security—An Empirical Example in User and Entity Behavior Analytics UEBA
影像分類/行為辨識，是電腦視覺領域中，非常有挑戰性的課題，因為其不僅僅要分析目標體的空間資訊，還要分析時間維度上的資訊，如何更好的提取出空間 - 時間特徵是問題的關鍵。本文總結了該領域的技術進展，和相關數據集，技術進展從傳統特徵法，到深度學習中的 3DCNN，LSTM，Two-Stream 等。
1 影像分類/行為辨識問題
首先我們要明確這是一個什麼問題，基於影像的行為辨識，包括兩個主要問題，即行為定位和行為辨識。行為定位即找到有行為的影像片段，與 2D 圖像的目標定位任務相似。而行為辨識即對該影片片段的行為，進行分類辨識，與 2D 圖像的分類任務相似。
本文聚焦的是行為辨識，即對整個影像輸入序列，進行影像分類，一般都是經過裁剪後的影像切片。接下來從數據集的發展，傳統方法，深度學習方法幾個方向進行總結。
2 影像分類 / 行為分析重要數據集
深度學習任務的提升，往往伴隨著數據集的發展，影像分類 / 行為辨識相關的數據集非常多，這裡先給大家介紹，在論文評測中最常見的 3 個數據集。
2.1 HMDB-51
HMDB-51 共 51 個類別，6766 個短片。
数据集地址：http://serre-lab.clps.brown.edu/resource/hmdb-a-large-human-motion-database/#dataset ，發佈於 2011 年。
數據來源非常廣泛，包括電影，一些現有的公開數據集，YouTube 影片等。從中選擇了 51 個類別，每一個類別包含 101 個以上影片。
分為 5 大類：
- 常見的臉部動作 (smile，laugh，chew，talk)
- 複雜的臉部動作 (smoke，eat，drink)
- 常見的肢體動作 (climb，dive，jump)
- 複雜的肢體動作 (brush hair，catch，draw sword)
- 多人交互肢體動作 (hug，kiss，shake hands)
下面是其中一些維度的統計，包括姿態，相機運動等。
51 個類別的展示如下：
2.2 UCF-101
UCF-101 共 101 個類別，13320 個短片。數據集地址： https://www.crcv.ucf.edu/research/data-sets/human-actions/ucf101/ ，發佈於 2012 年。
UCF-101 是目前動作類別數、樣本數最多的數據集之一，包含 5 大類動作：人與物體互動、人體動作、人與人互動、樂器演奏、體育運動。總共包括在自然環境下 101 種人類動作，每一類由 25 個人做動作，每個人做 4-7 組，影片大小為 320×240。
正因為類別眾多，加上在動作的採集上，具有非常大的多樣性，如相機運行、外觀變化、姿態變化、物體比例變化、背景變化等等，所以也成為了當前難度最高的，動作類數據集挑戰之一。
各個類別的分布如上，相對還是比較均勻的，UCF-101 是影片分類 / 行為辨識方法必須評測的標準。
2.3 Kinetics-700 dataset
Kinetics-700 dataset 被用於 ActivityNet 比賽，包含約 650000 個影片，700 個類別。
數據集地址： https://deepmind.com/research/open-source/open-source-datasets/kinetics/ ，發佈於 2019 年。
ActivityNet 比賽始於 2016 的 CVPR，是與 ImageNet 齊名的在影像理解方面最重要的比賽。在這個比賽下的 Task A–Trimmed Action Recognition 比賽，是一個影像分類比賽，2019 年的比賽使用 kinetics-700 數據集，在此之前還有 2017 年的 kinetics-400 和 2018 年的 kinetics-600。
數據集是 Google 的 deepmind 團隊提供，每個類別至少 600 個影片以上，每段影片持續 10 秒左右，標注一個唯一的類別。行為主要分為三大類：人與物互動，比如演奏樂器；人人互動，比如握手、擁抱；運動等。即 person、person-person、person-object。
除了以上數據集，比較重要的還有 Sports-1M，YouTube-8M 等，篇幅所限，就不一一描述，大家可以參考文獻。
如果不能下載數據集，可以移步有三 AI 知識星球獲取。
3 傳統有監督特徵提取方法
傳統的方法透過提取關鍵點的特徵，來對影像進行描述，以時空關鍵點，密集軌跡方法等為代表。
3.1 時空關鍵點 (space-time interest points)
基於時空關鍵點的核心思想是：影像圖像中的關鍵點，通常是在時空維度上，發生強烈變化的數據，這些數據反應了目標運動的重要資訊。
比如一個人揮舞手掌，手掌一定會在前後幀中發生最大移動，其周圍圖像數據發生變化最大。而這個人的身體其他部位卻變化很小，數據幾乎保持不變。如果能將這個變化數據提取出來，並且進一步分析其位置資訊，那麼可以用於區分其他動作。
時空關鍵點的提取方法，是對空間關鍵點方法的擴展，空間關鍵點的提取，則是基於多尺度的圖像表達，這裡的時空關鍵點，就是將 2D Harris 角點的檢測方法，拓展到了 3D，具體求解方法非常複雜，讀者需要自行瞭解，篇幅問題就不講述了。
得到了這些點之後，基於點的一次到四次偏導數，組合成一個 34 維的特徵向量，使用 k-means 對這些特徵向量進行了聚類。
除了 harris，經典的 2D 描述子 SIFT ，被拓展到 3D 空間 [3]，示意圖如下：
上圖從左至右分別展示了 2D SIFT 特徵，多個時間片的 2D SIFT 特徵，以及 3D SIFT 特徵，後兩者的區別在於計算區域的不同，3D SIFT 的每一個關鍵點包含 3 個值，幅度和兩個角度：
統計關鍵點時空周圍的梯度直方圖，就可以形成特徵描述子，然後對所有的特徵描述子進行 k-means 聚類，劃分類別，形成詞彙「word」。所有不同 word 就構成了一個 vocabulary，每個影像就可以透過，出現在這個 vocabulary 中詞彙的數量來進行描述，最後訓練一個 SVM 或者感知器來進行動作辨識。
除了以上的兩種特徵，還有 HOG3D 等，感興趣的讀者可以自行閱讀。
3.2 密集軌跡 (dense-trajectories)[4]
時空關鍵點是編碼時空坐標中的影像資訊，而軌跡法 iDT(improved Dense Trajectories) 是另一種非常經典的方法，它追蹤給定坐標圖像沿時間的變化。
iDT 算法包含三個步驟：密集採樣特徵點，特徵軌跡跟蹤和基於軌跡的特徵提取。
密集採樣是對不同尺度下的圖像，進行規則採樣，不過真正被用於跟蹤等，不是所有點，因為平滑區域的點沒有跟蹤意義，透過計算每個像素點，自相關矩陣的特徵值，並設置閾值去除低於閾值的特徵點，來實現這個選擇。
對軌跡的追蹤是透過光流，首先計算圖像光流速率 (ut, vt)，然後透過這個速率，來描述圖像運動軌跡：
wt 是密集光流場，M 是中值濾波器，得到的一系列點形成了一個軌跡。由於軌跡會隨著時間漂移，可能會從初始位置，移動到很遠的地方。
所以論文對軌跡追蹤距離做了限制，首先將幀數限制在 L 內，而且軌跡空間範圍限制在 WxW 範圍，如果被追蹤點不在這個範圍，就重新採樣進行追蹤，這樣可以保證軌跡的密度不會稀疏。
除了軌跡形狀特徵，還提取了 HOG，HOF(histogram of flow) ，以及 MBH(motion boundary histogram) 等特徵。
其中 HOG 特徵計算的是灰度圖像梯度的直方圖，HOF 計算的是光流的直方圖，MBH 計算的是光流梯度的直方圖，也可以理解為在光流圖像上，計算的 HOG 特徵，它反應了不同像素之間的相對運動。
其中 HOG 特徵計算的是灰度圖像梯度的直方圖，HOF 計算的是光流的直方圖，MBH 計算的是光流梯度的直方圖，也可以理解為在光流圖像上，計算的 HOG 特徵，它反應了不同像素之間的相對運動。
以 HOG 特徵為例，在一個長度為 L 的軌跡的各幀圖像上，取特徵點周圍大小為 N×N 的區域，將其在空間和時間上進行劃分。假如空間劃分為 22，時間劃分為 3 份，bins 為 8，則 HOG 特徵維度為 2238=96，HOF 特徵和 MBH 特徵計算類似。
提取出 HOG 等資訊後，接下來具體的分類，與上面基於時空關鍵點的方法類似，不再贅述。
4 深度學習方法
當前基於 CNN 的方法不需要手動提取特徵，性能已經完全超越傳統方法，以 3D 卷積，RNN/LSTM 時序模型，雙流法等模型為代表。
4.1 3D 卷積
影像相對於圖像多出了一個維度，而 3D 卷積正好可以用於處理這個維度，因此也非常適合影像分類任務，缺點是計算量比較大，下圖展示了一個簡單的 3D 模型。
4.2 RNN/LSTM
視訊和語音信號都是時序信號，而 RNN 和 LSTM 正是處理時序信號的模型。如下圖所示，透過 CNN 對每一個影像幀提取特徵，使用 LSTM 建模時序關係。
4.3 雙流法 (two-stream)
雙流法包含兩個通道，一個是 RGB 圖像通道，用於建模空間資訊。一個是光流通道，用於建模時序資訊。兩者聯合訓練，並進行資訊融合。
雙流模型是影像分類中非常重要的一類模型，在特徵的融合方式，光流的提取等方向，都有非常多的研究，關於更多模型的解讀如果感興趣，可以移步有三 AI 知識星球中的模型結構 1000 變板塊。
4.4 其他
關於各種影像分類的網路結構解讀，有興趣的同學可以到有三 AI 知識星球中，進行閱讀和後續學習。
5 總結
雖然在 UCF-101 數據集上評測指標，已經達到了 98.5%，但是影像的分類目前遠沒有圖像分類成熟，面臨著巨大的類內方差，相機運動和背景干擾，數據不足等難題。
除了要解決以上難題外，有以下幾個重要方向是值得研究的。
- 多模態資訊融合。即不只是採用圖像信息，還可以融合語音等資訊。
- 多標籤影像分類。與多標籤圖像分類類似，現實生活中的影像可能有多個標籤。
- 行為定位。一段影像中的行為有開始和結束，如何定位到真正有效的片段，是之後的影像分類的重要前提。
- 參考文獻
- [1] Kong Y, Fu Y. Human action recognition and prediction: A survey[J]. arXiv preprint arXiv:1806.11230, 2018.[2] Laptev I. On space-time interest points[J]. International journal of computer vision, 2005, 64(2-3): 107-123.[3] Scovanner P, Ali S, Shah M. A 3-dimensional sift descriptor and its application to action recognition[C]//Proceedings of the 15th ACM international conference on Multimedia. ACM, 2007: 357-360.[4] Wang H, Kläser A, Schmid C, et al. Dense trajectories and motion boundary descriptors for action recognition[J]. International journal of computer vision, 2013, 103(1): 60-79.[5] Ji S, Xu W, Yang M, et al. 3D convolutional neural networks for human action recognition[J]. IEEE transactions on pattern analysis and machine intelligence, 2012, 35(1): 221-231.[6] Donahue J, Anne Hendricks L, Guadarrama S, et al. Long-term recurrent convolutional networks for visual recognition and description[C]//Proceedings of the IEEE conference on computer vision and pattern recognition. 2015: 2625-2634.[7] Simonyan K, Zisserman A. Two-stream convolutional networks for action recognition in videos[C]//Advances in neural information processing systems. 2014: 568-576.作者介绍
言有三，真名龍鵬，曾先後就職於奇虎 360AI 研究院、陌陌深度學習實驗室，6 年多電腦視覺從業經驗，擁有豐富的傳統圖像算法，和深度學習圖像項目經驗，擁有技術公眾號《有三 AI》，著有書籍《深度學習之圖像識別：核心技術與案例實戰》。原文鏈接
．室內定位技術對決，RFID 與 UWB 誰能搶佔鰲頭?
RC object positioning with UWB technology
 |
| AKD 寰楚專業級全系列監控設備 |
來源：RFID世界网
大型商超、停車場、餐館、醫院、飯店、會展中心等室內場景的日益豐富，提升了人們快速導航、便捷定位的需求，室內定位技術由此擁有了一席之地。
 |
| Advantages of using Ultra Wideband (UWB) technology for ... |
目前，主流室內定位技術中，提及 RFID 定位技術，與超寬頻定位技術，人們常會從安全性、抗干擾性、通信傳輸距離等方面，將二者進行比較。那兩種室內定位技術有何不同呢？哪一種是更為理想的室內定位技術呢？小編帶大家一起瞭解一下。
在比較二者的實質性差別之前，我們先來認識一下這兩種室內定位技術定位原理。
1.RFID定位技術
RFID 定位技術，是一項利用射頻信號的無線通迅，來實現目標自動辨識的技術，透過一組固定的閱讀器，讀取目標 RFID 標籤的特徵資訊(如身份 ID、接收信號強度等)，無需在辨識系統與特定目標之間，建立機械或光學接觸。
2.超寬頻(UWB)定位技術
超寬頻定位技術，是一項以極低功率、高速傳輸數據的無線通信技術，透過事先佈置好的，已知位置的錨節點和橋節點，與新加入的盲節點進行通訊，並利用三角定位，或「指紋」定位方式來確定位置。
從上述內容我們能夠瞭解到，二者的定位原理有所不同。那兩種室內定位技術具體存在哪些實質性的差別呢？
(1)安全性
RFID 定位技術受制於廉價的計算，和低效率的數據傳輸、儲存能力，容易受到包括隱私問題在內的各種安全威脅，安全性較低。而超寬頻定位技術，為滿足較高的數據傳輸速率，使用了擴頻技術和跳時技術，可將信號更好地隱藏在背景噪聲中，從而保護通信，數據被截獲的可能性低。因此，在同等數據傳輸量下，超寬頻定位技術具有更高的安全性。
(2)抗干擾性
RFID 定位技術在實際使用中，會因相鄰兩個閱讀器的兩根相鄰天線，同時發送射頻信號而相互干擾，抗干擾性較差。而超寬頻定位技術採用跳時、擴頻信號，系統具有較大的處理增益，發射時將微弱的無線電脈衝信號，分散在寬闊的頻帶中，接收時將信號能量還原出來，在解擴過程中產生擴頻增益，不易受其它信號干擾。因此，在同等碼速條件下，超寬頻定位技術具有更強的抗干擾性。
(3)通信傳輸距離
RFID 定位技術常用於區域型定位，適宜短距離辨識通信(一般在10m之內)。而超寬頻定位技術，則適宜較長距離通信(一般在80m及以上)。因此，在同等定位需求下(同地點)，超寬頻定位技術，具有更遠的通信傳輸距離。
綜上來看，相對於 RFID 定位技術，在安全性、抗干擾性、通信傳輸距離方面，超寬頻定位技術有著更加顯著的優勢。因此，對於室內定位來說，超寬頻定位技術無疑是更為理想的選擇。
 |
| 工地系統示範圖 |
放眼當前的超寬頻室內定位技術領域產品，超寬頻定位系統，以 6-15cm 的釐米級高精度定位、100m 的大覆蓋範圍、以及上萬標籤的大容量，可以廣泛使用於工廠、工地、醫療、隧道管廊、監獄、餐飲等領域。
