 |
| Klacci 凱樂奇 Kii Assistant 智慧酒店服務系統 |
演算法和人工智慧的進步推動了影像分析的能力，以滿足各種用例。以下是如何在現場，實際應用它們的方法。
（圖片來源：zapp2photo/stock.adobe.com）
影像分析與運動和物體檢測分析相去很遠，後者經常讓早期使用者失望。從高誤報率到缺乏可靠的資料集，早期的影像分析，還有很多不盡如人意的地方。但當今市場上的先進影像分析解決方案與他們的過去，甚至最近的情形完全不同。
影像分析傳統上被視為一種安全奢侈品：很高興擁有，但形式和應用有限。今天的情況正好相反。演算法和人工智慧（AI）的進步，推動了影像分析的能力，以滿足各種用例。
智慧影像分析不僅僅是一個安全附加元件，還將傳統的安全工作，演變為利潤中心，能夠提供寶貴的商業智慧，解決責任問題等。
為了充分利用下一代人工智慧驅動的影像分析，整合商和其他安全專業人員需要保持警惕脈搏。隨著人工智慧、機器學習（ML）和深度學習的不斷進步，技術可能會迅速變化。隨著時間的推移，趨勢同樣來來去去去去。
然而，隨著更多組織利用智慧影像分析提供的自動化安全、安全、經營和額外好處，你可以預計當前的應用趨勢，將持續到可預見的未來。
瞭解技術
雖然人工智慧驅動的影像分析，有能力將任何影像轉換為量身訂製和可操作的智慧，但並非所有影像分析都是平等的。 一些分析預裝在新的安全攝影機上，而另一些則作為打包軟體解決方案提供；後者更強大。
企業級軟體使現有的固定或行動安全攝影機更加智慧。軟體解決方案還使將新技術應用於分析變得更加容易。以下是當今表現最好的影像分析軟體中，發現的一些先進技術。
多類探測器和描述符生成器 —— 多類檢測器描述了一種演算法，該演算法可以辨識即時或錄製影像中的多種類型的物件。可用於檢測的常見物體類型，包括人（臉部或身體）、車輛、袋子、長槍等。與單一功能探測器相比，多類探測器的優勢在於它們重量輕，這意味著它們需要更少的記憶體來處理。它們還改進了後端的演算法測試，從而實現更快、更精確的物件辨識。
一旦物體被辨識出來，它就會被分類，以提供更多關於影像中發生的事情的細節。高階分類不僅將檢測作為輸入；它們還依賴於深度學習網路的中間結果，該網路被訓練為根據描述性特徵進行分類。
描述性特徵可以包括一個人的性別、汽車的顏色和其他因素。透過這種方式，分類器也可以輕量級，以及準確和靈活。
重新辨識 —— 按描述分類並不新鮮，但智慧人工智慧驅動的影像分析，可以實現一個非常有用的過程，稱為重新辨識或簡稱為 Re-ID。Re-ID 是一項任務，透過整個設施或校園的攝影機，拍攝的各種影像來檢測個人。
給給感興趣的人一張參考照片，安全人員可以隨著時間的推移，從系統中所有連線的攝影機中，檢索該人的所有案例。在緊急人身安全漏洞的情況下，這種功能極為重要，例如，在丟失的孩子或綁架的情況下，這種功能可以成為救命恩人。
雖然面臉部辨識技術可能做同樣的事情，但 Re-ID 不會喚起與基於檢測整個人的隱私問題一樣，而不僅僅是使用他們的臉部。Re-ID 獨特地允許佈署組織，來平衡利益相關者的隱私和安全，以便在發生重大事件時，建立利益攸關的旅程。同樣的技術同樣可用於車輛，並假設用於其他物體。
新的分析類型—— 今天的影像分析已經超越了即時分析，包括其他四個分析分類：描述性、診斷、預測性和規範性。每個分類都適合特定時間點的各種應用案例。例如，描述性分析清楚地描繪了已經發生的事件，即時分析在資料可用時衡量資料。
預測影像分析使用 ML（Machine Learning，機器學習） 展望未來，幫助根據過去的事件，預測可能發生的事情。規範性分析將預測分析向前邁進一步，為建議的每個行動方案，提出未來的行動方案和潛在影響。
預測性和規範性影像分析也許是最令人興奮的，因為它們有可能實現各種流程的自動化，並辨識潛在風險。想像一下，滑倒和摔倒事件發生率高的組織。預測分析可以預測，即將到來的雨季滑坡和跌倒病例的激增，因為人們認識到一年中的時間，與記錄的滑坡和跌倒病例增加之間的模式。
然後，規範性分析將建議預防性行動，如更頻繁地清潔地板，為個人進入大樓後乾燥的專用空間，或佈署更多工作人員，來清潔已知滑倒和摔倒事件高風險區域。
預測和規範性影像分析都是一門新興科學，需要大量的影像資料輸入才能成功。雖然這些類型的影像分析還不是主流，但代表了可能的東西，有可能降低佈署組織的成本、勞動力和風險。
影像分析有助於確保遵守美國聯邦、地方和行業特定授權，同時保護組織免受破壞性訴訟。 （圖片來源：zapp2photo/stock.adobe.com）
引人注目的應用
影像分析通常作為，僅針對安全性和安全的解決方案進行行銷。儘管影像分析提供了令人難以置信的安全和保全解決方案，但這些功能在行業內已經得到了很好的瞭解（即運動檢測、臉部辨識、人體檢測等）。
使用嚴格以安全為前提的好處，來證明上層管理層智慧影像分析的成本，是安全的長期挑戰。不幸的是，許多組織和高層管理者認為，保護他們的資產免受尚未發生的事件的影響沒有價值。
為了解決這個問題，安全專業人員正在轉向網路安全專家經常使用的術語，來傳達他們提供的解決方案的價值 —— 安全投資報酬率或 ROSI（Return on Security Investment）。ROSI 比實體安全專業人員，在內部銷售給管理層時，所依賴的關於保護的通常討論要走得更遠。
儘管金融投資可能首先是在安全方面，但該投資的好處現在擴充到整個企業的所有業務營運部門。
商業智慧 —— 人工智慧驅動的影像分析也有可能提供寶貴的見解，否則使用手動方法，以相同的速度、效率和準確性，收集這些見解是不可能的。這些見解有助於使用事實，而不是推斷來指導內部決策，以輕鬆確定最佳行動方案。從長遠來看，這不僅降低了勞動力成本，提高了員工的效率，而且還提供了強大的 ROSI。
現代企業可以將這種資料收集更進一步，並透過應用程式編寫程式介面（API），將其輸入其組織的其他部分。例如，來自影像監控系統的分析，可以提供關於廚房或其他非工作區域使用情況的見解，為用於規劃新建築的建築藍圖軟體提供資訊。先進的影像分析平台，還可以容納來自智慧手機和常見網路瀏覽器的即時影像源，進一步擴充了其應用的多功能性。
合規性和責任 —— 隨著商業智慧透過提高效率和提高利潤，來改善組織的底線，影像分析也可防止財務損失。違規和訴訟可能會使公司損失數十億美元，更不用說因聲譽受損而造成的利潤損失了。影像分析有助於確保遵守美國聯邦、地方和行業特定任務，同時保護組織及其執行長免受破壞性訴訟。
不幸的是，針對組織的滑倒和其他工作場所傷害訴訟並不罕見。雖然影像證據可以幫助駁斥此類事件中的公司責任，但通常還不夠。影像分析可以透過主動，辨識從事違禁行為的員工（即不穿適當的防護裝備或進入禁區），來防止事件在訴訟之前、發生之前。
這些相同的行為，還可能導致 OSHA （Occupational Safety and Health Act，職業安全衛生法則），或其他執行的實體，代價高昂的合規違規行為。 自動檢測這些事件並補救行為，可以節省實際成本。
最近，所有行業都推動，對破壞性實體安全事件追究個人責任 —— 以至於執行長被認定對此類事件承擔個人責任，在許多情況下面臨監禁和昂貴的罰款。在這種情況下，安全分析提供的 ROSI，不僅在實體安全事件期間為組織提供保護，還為免受昂貴訴訟的個人保護。
平衡隱私和進步
今天的影像分析與其說是對隱私的威脅，不如說是對隱私的一種功能。這種轉變在很大程度上，與組織可用的行銷和佈署選項的變化有關。整合商正在盡自己的一份力量，將臉部辨識和影像分析帶出陰影，以易於理解的方式，在公共領域行銷此類創新。
佈署組織現在比以往任何時候，都更能控制他們推薦、銷售和安裝的技術。如果公司利益相關者對在影像監控中，使用臉部辨識感到不滿意，他們可以簡單地關閉它，同時仍然利用基於身體簽名的可用分析。
負責任的分析軟體提供商，也意識到使用者資料的隱私，甚至使用人工智慧來改善隱私和減少偏見。使用合成訓練資料或一般對抗網路（GAN）是專業人士臉部辨識培訓的首選方法。
GAN 是沒有使用從網站上瀏覽的照片資料庫進行培訓，而是使用人工智慧建立電腦生成的面孔，來訓練臉部辨識系統。透過這種方式，影像在膚色、眼睛形狀和臉部結構方面各不相同，以減少偏見和保護個人隱私。
跟上影像分析的狀態，總是需要展望未來。在這個擁擠、快節奏的行業中，展示的技術和應用不斷進步。對於任何希望提高安全性、改善營運和提高底線的組織來說，影像分析不再是奢侈品，而是必不可少的。
從信譽良好的軟體提供商中，選擇一個深思熟慮的智慧影像分析應用，可以讓安全專業人員放心，他們不會落在後面。
沒有留言:
張貼留言