人工智慧影像分析
 |
| 不只是縮時，還有粉塵、噪音、位移偵測 |
人工智慧的策略重要性，導致對影像分析的需求增加。鑑於人工智慧視覺的巨大潛力，注意力正在從傳統的影像監控，轉向電腦視覺的流程自動化。在本報導中，我們將涵蓋以下方面：
● 什麼是影像分析？
● 深度學習影像分析
● 物體檢測和動作識別
● VMS 和電腦視覺系統
● 影像分析應用
什麼是影像分析？
影像分析或影像分析是從影像片段中，提取有用資訊的過程。這可以是任何東西，從計算影像中的人數到辨識特定物體或個人。現代影像分析應用電腦視覺，這是處理數位影像和圖像分析的人工智慧領域。
在不同行業中，有許多不同的影像分析應用。在許多用例中，影像內容分析使自動執行本來可以手動完成的任務成為可能，例如計算影像中的人數，或在多個直播攝影機上辨識特定物件。
深度學習的影像分析
深度學習是機器學習的一個子集，它使用神經網路來學習資料中的模式。神經網路由具有多層的相互連線處理節點組成。
深度學習的快速進步顯示，在應用人工智慧進行影像分析方面取得了巨大成功。特別是，深度學習演算法用於檢測和追蹤影像中的物件，以及辨識特定動作。
影像分析中的物件檢測
影像分析最常見的深度學習應用之一，是物件檢測和追蹤。這涉及檢測和追蹤影像序列中的特定物件。流行的技術包括使用卷積神經網路（CNN）從資料中學習複雜的模式。
影像串流中的即時物件檢測，一直是最重要的電腦視覺任務之一。檢測影像資料中物件的最流行的演算法，包括 Mask R-CNN、YOLOv3、YOLOR 和 YOLOv7。它們可以透過收集的影像資料進行客製化培訓，也可以在 MS COCO 等大型影像資料集上進行預先培訓。
這種深度學習模型用於軟體中，用於即時分析影像以及檢測和追蹤受過訓練的班級的物體，如車輛、人、交通燈等。更先進的影像分析軟體為物件計數和基於規則的分析提供了功能，例如，在人群擁擠的地區進行人員計數。
 |
| 用於物件檢測的深度學習影像分析 —— 基於 Viso Suite 建構 |
影像分析中的動作辨識
深度學習在影像分析中的另一個典型應用是動作辨識。這涉及辨識影像序列或即時影像串流中的特定操作。可以訓練深度學習模型，對在不同上下情境關聯，或環境中執行的操作進行分類。
影像運動檢測分析非常流行，用於透過分析一系列影像幀，來檢測場景中的活動。運動檢測或進度分析的技術，包括幀引用或畫素比對，以檢測一組圖像或影像幀之間的水平和垂直變化。
更先進的方法應用影像理解、姿勢估計、情緒分析或人臉辨識，來分析和理解影像資料的上下情境。然而，這些先進的人工智慧任務需要大量的計算資源和複雜的軟體基礎設施。
 |
| 電力和公用事業行業的人工智慧視覺檢查 |
影像管理系統（VMS）和人工智慧
新穎的影像分析技術正在迅速流行起來。關鍵採用者包括那些甚至在人工智慧（AI）出現之前，就一直在操作傳統影像監控系統的人，以及那些希望採用顛覆性技術進行自動化的人。
區分主要管理攝影機串流的影像管理系統，和專注於影像辨識的電腦視覺系統，以及應用高階即時影像分析來解決業務任務非常重要。
影像管理系統（VMS）
VMS 是一個軟體應用，用於管理和記錄來自安全攝影機的影像。VMS 可以提供一個介面，用於從許多攝影機觀看即時和錄製的影像，以及搜尋、播放和匯出功能。大多數 VMS 應用目的在與特定類型的攝影機配合使用，如 IP 攝影機或閉路電視攝影機。受歡迎的 VMS 提供商包括 Milestone、Avigilon、Axis、Bosch、Dahua、Hikvision、Honeywell 和 Pelco。
大多數 VMS 供應商不是雲或人工智慧原生公司，在人工智慧出現之前為影像監控提供產品。然而，越來越多的影像管理系統面臨著新增影像分析功能的需求，以支援必須監控影像串流的手動操作員。這些功能包括人臉檢測以及自動標記或警報。
電腦視覺系統
電腦視覺系統在多部電腦視覺頻道中，使用影像處理演算法來分析影像，以便從影像資料中提取資訊。電腦視覺系統可以解決涉及人員或物體檢測、臉部辨識、活動辨識、品質檢查等的複雜和特定業務的任務。 計算機視覺系統可以從相機或VMS獲取影片輸入。 檢視我們受歡迎的電腦視覺公司名單。
隨著人工智慧技術的興起，電腦視覺正成為各行業的一個策略問題。因此，公司已經開始實施電腦視覺應用程式組合，以使用人工智慧影像分析實現任務自動化。雖然有點解決方案，但公司傾向於開發定製的電腦視覺系統，以滿足系統整合、靈活性、成本效益、資料隱私、效能和成本效益的業務要求。
 |
| 用於製造業中人工智慧視覺檢查的電腦視覺 —— 基於 Viso Suite 建構 |
影像分析平台
電腦視覺與機器學習的高複雜性，推動了對 Edge AI 等新基礎設施和計算方法的需求。這種分散式邊緣計算概念，提高了使用機器學習分析影像的加強性、可擴充性和效率。因此，引入了電腦視覺平台，允許企業開發和交付與現有攝影機和 VMS 整合的自定義影像分析應用。
在 viso.ai，我們為領先的人工智慧企業影像分析平台 Viso Suite 提供動力，該平台提供無程式和低程式電腦視覺，以快速開發、佈署和管理現實世界的解決方案。模型驅動架構摘要了所有類型的攝影機和人工智慧模型，以開發具有構件的高效能應用。視覺應用可以大規模佈署到邊緣裝置，並即時處理大量攝影機串流。
 |
| 影像分析平台 Viso Suite 用於建構電腦視覺應用 |
跨行業的影像分析
影像分析市場最大的應用涉及安全：事件檢測、入侵管理、人員計數、流量監控、自動車牌辨識（ANPR）、臉部辨識、AR、自我運動估計。此外，影像分析對製造業、安全、零售業、醫療保健和飯店業等行業都很有用。
 |
| 探索更多影像分析應用 |
安全方面的影像分析
影像分析一直在努力透過建立辨識和檢測影像串流中，不同物件的一般手段，來提供監控和安全解決方案。此類技術可用於追蹤影像中感興趣的人或物體，或辨識和檢測入侵者。為此目的使用辨識分析可以標記某些物件，並對可疑行為發出警報。
垂直運動檢測
為了安全，辨識分析的一個特定例項，可以是一個攀爬柵欄檢測系統。保全人員通常接受訓練，知道在柵欄外行走的人被認為是有規律的，但爬到柵欄上面或與柵欄作鬥爭是不正常的。
經過訓練的影像分析軟體，可以辨識涉及柵欄的常規和不定期行為之間運動方向的微妙差異，可以連結到安全攝影機的即時影像源。
如果有人開始攀登柵欄，軟體會將垂直運動辨識為異常事件，並產生某種警報。相比之下，如果有人走在柵欄旁邊，他們將產生水準運動，這不會被檢測系統歸類為可疑活動。
 |
| 使用影像分析進行攀登檢測 —— 基於 Viso Suite 建構 |
存在多種不同變化的影像分析應用。例如，帶有物體追蹤的人員檢測，可用於檢測在視野中攀登柵欄的人。在這個應用中，影像分析功能基於整合的物件檢測演算法，這些演算法直接在裝置上執行，而不是在外部伺服器上執行即時檢測（邊緣運算）。
各種規則可以同時執行，並可以透過簡訊、電子郵件或影像管理系統，直接從攝影機傳送警報。
人工智慧影像物件分類
影像摘要物件分類涉及檢測即時攝影機摘要，或給定影像中的危險物件。有時警衛在攝影機前很難看到的物體之間的微小差異，可以透過訓練的影像分析來檢測，這些微小的差異可能會區分危險和安全物體。
 |
| 用於廢棄物件檢測的即時人工智慧影像分析 —— 使用 Viso Suite 建構 |
例如，X 射線安全篩查可以使用經過訓練的影像分析，在安全檢查時對行李的即時輸入進行物體分類，以辨識感興趣的特定物體，如鋒利的工具或武器。隨著準確性的提高，此類技術已經在全球實施。運輸安全管理局（TSA）在美國機場檢查站，引入了具有最先進 3D 技術的電腦斷層掃描掃描器（CT）（檢視航空中的更多影像分析應用）。
人工智慧影像技術目前正在得到增強，以提高在各種現實世界電腦視覺應用中，檢測影像幀中物體的準確性。
人工智慧影像行為追蹤
與柵欄示例中討論的運動檢測類似，其他類型的行為，也是影像分析能夠進行分類的相關依據。例如，行為追蹤涉及人類與自身和車輛等，較大物體相關的行為，以及它對一般區域的安全意味著什麼。以下是影像分析中實現的兩個規模較小的行為追蹤案例。
- 徘徊檢測：在智慧城市中，影像分析經過訓練，以注意到當人員或車輛在定義區域停留的時間，超過使用者定義的時間允許的時間時。為了該地區的安全，可以根據程序實施者的偏好啟動警報。這種行為在藥房領域、自動取款機、麻醉品藥房和其他地點的可疑行為，即時通知方面是有效的。
- 靜止中車輛檢測：影像分析的這一部分，有助於防止車輛長時間在未經授權的位置空轉或停車。檢測到在敏感區域附近停車時間，超過使用者定義時間允許的車輛。這種行為非常適合阻止車輛阻礙裝載和接收碼頭，執行停車規則，以及減少車輛在代客服務或停車門的等待時間。在行駛的道路上停放的車輛，也可能表明未報告的事故或車輛問題，這種技術可以提醒有關當局的情況。
- 破壞攝影機：高階影像丟失檢測，可以在即時影像串流被破壞或篡改時辨識出來。例如，如果破壞者油漆或覆蓋鏡頭，或伸手將固定攝影機移開預期場景，則會觸發警報。
 |
| 影像分析用於檢測多個影像串流中停止的車輛 —— 使用 Viso Suite 建構 |
零售業的影像分析
零售業可以在多種情況下，為影像串流實施人工智慧分析。零售管理的這些組成部分，有助於簡化營運並創造更好的客戶體驗，而不會增加人的責任或，增加與昂貴裝置相關的其他營運成本。探索我們關於零售業視覺人工智慧的廣泛報導。
智慧排隊管理
影像分析提供了有關更好的結賬政策的資訊，甚至可以為免結賬功能設定商店。它允許商店進行自助結賬和榮譽守則活動，而不必擔心商店盜竊或其他邪惡的侵權行為。排隊管理還可以提供關於什麼是和什麼是不有效的見解，以管理整個商店的排隊大小。例如，在疫情期間，排隊管理對防止傳播相當重要。
 |
| 用於零售排隊管理、客流量分析和客戶分析的影像分析 —— Viso Suite |
人員計數
可以使用影像分析進行人員計數。零售業涉及大量展示和行銷策略的實驗。觀察或接觸到有多少客戶進來以及何時進入，有助於商店瞭解在行銷和產品概述方面正在發揮作用。此外，注意到有多少客戶長時間靠近哪個顯示器對商店有用，因為它改善了商店的客戶體驗和業務。在人員計數方面，影像分析提供了經營洞察力和品牌洞察力，並揭示了客戶關係的許多其他方面。
醫療保健中的影像分析
醫療保健機構一直優先考慮擁有最新技術，以簡化成本並確保其實踐的安全，因為醫療保健作為一個行業是由嚴格的政府和公司立法來調節的。影像分析的實施對心理健康醫療保健、診斷的準確性，以及醫院中老年或年輕患者的監測非常有用。探索更多醫療保健人工智慧影像應用。
在家監測病人
監控技術使護理院的老年患者監測變得可行，對護理人員來說很方便。摔倒是老年人受傷和死亡的主要原因，這就是為什麼家庭監測有助於檢測一個人在地板上或喪失行為能力的異常姿勢或時間段。個人醫療裝置可以有效地檢測摔倒，但為了有效，需要隨時佩戴。人工智慧摔倒檢測的影像分析，提供了更免提的解決方案，並且可以進行修改，而不僅僅是檢測摔倒。例如，這樣的系統也可以確定老年人，是否在應該服用的藥物時服用了藥物。
 |
| 深度學習的自動摔倒檢測 |
心理健康分析
將高階影像分析和機器學習，與臉部分析和人類臨床醫生的專業知識相結合，可以提高醫療保健提供者對患者心理健康狀況，得出正確結論的能力。一種突出的方法，包括使用人工智慧進行面部情緒分析。可以訓練影像分析，以確定臉部或身體行為正常和異常的差異。
醫療保健專業人員通常將這些非語言溝通記錄，為他們的預後的一部分，但以相當主觀的方式記錄，並且只有在他們注意到它們時才會記錄。心理健康應用中的影像分析，確保患者行為中的微妙暗示不會被忽視。
 |
| 使用 DeepFace 軟體庫進行深度學習的情感辨識 |
生物技術
早期篩查食源性病原體是確保食品安全的關鍵。目前正在研究目的在透過智慧手機影像處理和熒光標籤檢測沙門氏菌的生物感測器。影像分析還可以分析細菌的活飼料，並辨識其他細菌的某些細菌，使其可用於辨識細菌沉著的差異。
智慧城市的影像分析
使用深度學習演算法的即時影像分析，在智慧城市中具有突出的應用案例。閱讀我們關於智慧城市中最佳和最有價值的電腦視覺應用的最新列表的報導。
參與影像分析的多家公司，正在試圖開發更多與城市相關的整合解決方案。在 viso.ai，為世界各地的城市和公共服務提供者提供視覺技術，從格陵蘭到瑞士、美國或澳洲。可以整合各種類型的分散式攝影機，為城市經營業者提供持續的回饋，以做出明智的決定。
 |
| 智慧城市中的應用影像分析 —— 使用 Viso Suite 建構 |
城市機構可以透過即時資料情報和機構內部合作，獲得更多的公民參與並最佳化營運。從經濟角度來看，智慧城市便利化透過提高客戶活動和行為意識，來推動新的收入來源和經濟發展。
影像分析對管理人群的城市和城鎮很有用，是智慧城市模式的一部分。自動車牌辨識和交通監控是城市內，使用影像分析的兩個例子。這些應用簡化了需要足夠人工干預的繁瑣流程。
車輛車牌辨識
自動車牌辨識（ANPR）由能夠無需人工干預，即可讀取車輛車牌的精確系統組成。使用支援照明的高速影像捕捉，使影像分析系統能夠近乎即時地檢測和讀取車牌號。
因此，使用光學字元辨識（OCR）辨識車牌的字元，將影像轉換為數位文字字串。這使得影像分析系統能夠檢測和記錄車牌號。現代 ANPR 為每個檢測到的車牌建立元資料集，供當局在其他系統中重複使用。ANPR 可用於記錄紅燈、交通事故等的汽車。
 |
| 使用 OCR 讀取數字板的影像分析 —— 基於 Viso Suite 建構 |
智慧交通監控
影像分析可以提供對分析交通和監控交通堵塞有用的見解。除了檢測危險事故和情況外，交通監測還可以對特定時間，和交通模式的區域車輛數量進行定量洞察。在發生事故時，這些涉及交通分析的分析系統，後來為警方提供協助，以便在訴訟情況下收集證據。
車輛計數
影像分析的這一方面涉及區分汽車、卡車、公共汽車、計程車，以生成有用的統計資料，用於獲得有關流量的見解。與另一個區域相比，網路攝影機可以記錄快速行駛汽車，在一個區域的集中度，這有助於城市瞭解哪些交通管制的實施是有效的。車輛計數還為未來需要進行道路維護提供了見解。
 |
| 使用 YOLOv7 演算法進行深度學習的交通影片分析 —— 基於Viso Suite |
下一步是什麼？– 你的影像分析專案
影像分析仍然是電腦視覺人工智慧的一個有趣方面和應用。探索更多你可以使用 Viso Suite 平台建構、自定義、佈署和操作的影像分析解決方案。
沒有留言:
張貼留言