Introduction to Video Analytics
in 5 minutes
企業可以利用影像分析進行製造，以簡化從生產到交貨的端到端操作。
自 1942 年以來就一直進行影像監視。使用 CCTV 的第一個記錄用途，是觀看 V2 火箭在德國的發射。從那時起，安裝影像監控攝影機以監視各種活動，已成為全球的慣例。佈署了監視操作員以透過攝影機監視活動。但是，隨著每個操作員攝影機數量的增加，他們監控所有攝影機的能力也會下降。影像內容分析，或現在通常稱為影像分析的出現，是一種幫助這些營運商的解決方案。
影像分析技術使機器能夠自動分析影像，以檢測並觸發任何空間事件的警報。它主要用於運動檢測。但是，由於缺乏準確性和無法理解運動檢測中的前後關聯性，較早的版本導致了頻繁的誤報。結合了 AI，深度學習和電腦視覺等現代技術，提高了影像分析的準確性。
嵌入了影像分析功能的攝影機，現在能夠根據大小，形狀和顏色以及其他參數，對影像中的對象進行分類。這些新版本的影像分析嵌入式攝影機，正在包括製造業在內的幾乎所有行業中找到應用。透過將影像分析用於製造業，企業可以改進營運、工人安全和資產監控。
利用影像分析進行生產製造
開發人員正在將 AI、CV 和深度學習等現代數位技術，與影像分析融合在一起，以最大程度地減少誤報，並提高分析的準確性，以防止發生工作場景上的意外事件。
加強工人安全
製造工廠配備有日常運轉的大型關鍵機械。此外，釋放有害氣體和電擊事故還可能引起煙霧和火災。這使得工人安全成為製造商的重要考慮。影像分析可以幫助監視關鍵區域的活動。它還可能會因不遵守安全措施而觸發警報。例如，重型機械上標有接近警報線，建議工人在機器運行時，不要越過這些線。如果某人有意或無意地越過了警報線，則影像分析可以觸發警報以警告工作人員。當與 AI 結合使用時，它還可以自動停止機器，以最大程度地減少事故風險。
為將最終產品從工廠轉移到倉庫，而調整了方向和方法，以防止帶來任何不便。但是某些勞工可能會採取非最佳方式，來加快運輸速度。這可能會加快運輸速度，但給其他工人帶來不便。這也可能導致運輸車輛與員工發生碰撞。為避免此類事件，製造商可以使用影像分析，來檢測錯誤的運動。開發人員可以在影像分析中嵌入運輸路線。每當任何員工採用不同的路線時，影像分析都可以觸發警報，以便其他員工可以意識到並嘗試避免發生任何碰撞。
啟用資產安全
影像分析和臉部辨識，可以一起檢測並警告，未經授權進入工作場所。這不僅將增進室外安全性，而且還將加強室內安全性。它將僅允許授權人員，進入到製造工廠中的預定義區域。例如，它將僅允許安全人員進入監視室。它可以防止除授權電工以外，其他的任何工人進入電房或發電機房。
透過臉部辨識，影像分析還可以防止工廠發生被竊盜。它不僅可以為侵入者觸發警報，還可以防止在未經授權的情況下，將資產移出場所。嵌入電腦視覺後，攝影機可以根據形狀、尺寸和顏色等不同參數，對製造公司的不同資產進行分類。如果有人帶著寶貴的資產離開工作場所，那麼影像分析工具可以幫助提高對此類事件的警覺，以防止盜竊。
促進關燈製造
觀燈製造有時也稱為黑暗工廠，是指不需要任何人工干預，因此不需要照明的商品生產。黑暗工廠是完全自動化的，可以在沒有人員在場的情況下運行。製造商正在轉向使用無人照明生產，來進行 24/7 生產。幾乎每個製造公司都使用傳送帶生產線。但是，這些傳送帶可能會遇到典型的處理故障，例如傳送帶偏斜、傳送帶打滑、跟踪錯誤和塞車。當有人在附近時，如果有任何故障，他們可以停止生產。但是，在無人值守的生產中，當沒有人在場時，傳送帶故障可能會導致嚴重的損失和浪費。
具有先進 AI 技術的影像分析，可以幫助防止由於傳送帶故障，和其他類似故障造成的浪費。例如，即使在黑暗條件下，影像分析和電腦視覺，也可以準確地檢測出傳送帶的故障。然後，AI 系統可以自動關閉輸送機生產帶，以減少浪費。
協助商用車駕駛員
影像分析可透過提供警告，以避免人員傷亡，來幫助供應鏈車輛的駕駛員。 例如，IntelliVision已開發了高級駕駛員輔助系統，用於輔助駕駛員的 AI 和影像分析工具。該系統可以警告駕駛員，以防止任何向前和向後的碰撞、車道偏離和行人碰撞。它還可以監視駕駛員，並檢測道路標誌。此類影像分析和 AI 系統，可以簡化製造商的供應鏈管理。
深度學習可以實現情緒辨識，從而使駕駛員和行人的道路更加安全。 情緒會影響駕駛員的駕駛方式。 例如，憤怒會影響憤怒的駕駛，壓力會導致注意力不集中，從而增加道路傷亡和貴重物品與材料浪費的機會。
情緒辨識系統可以檢測憤怒的駕駛或疲勞，並警告駕駛員避免發生任何事故。
提高產品品質
在電腦視覺的幫助下，影像分析可以準確地檢測出，成品中沿著生產線移動的最小不合格品。這樣，它可以幫助提高最終產品的品質。影像分析可以不斷監控傳送帶，並檢測每種產品的生產和組裝方式。與 AI 系統融合後，影像分析可以幫助將損壞的產品與其他產品分開。例如，在玩具製造公司中，如果玩具未正確組裝，則影像分析可以檢測到該玩具，並觸發 AI 系統。然後，AI 系統可以自動從其餘玩具中，移除有缺陷的玩具，以確保僅將最優質的產品交付給零售商，然後再交付給客戶。
在行業中採用數位技術時，利用影像分析進行製造只是冰山一角。製造商已開始完全依賴物聯網、機器人和 AI 等數位技術。根據 Microsoft 關於製造趨勢的報告，2018年共售出了 5.8 萬台協作機器人（協作機器人），2019 年售出了 9 萬台，預計到 2020 年，這一數字將增加到 15 萬台。
它還闡明了技術的使用，稱其正在幫助製造商與最終消費者保持更緊密的聯繫，使他們能夠增強產品更新換代，並改善客戶體驗。如果你沒有在日常操作中使用任何技術，那麼這是時候了。儘管開始永遠不會太晚，但它可能會讓你落後於其他競爭者。在當今的數位世界中，被拋在後面已經不是一個選擇。
 |
0 comments:
張貼留言