什麼是人工智慧監控攝影機？
 |
| Klacci 凱樂奇 行動生物辨識智慧門鎖 |
安裝和使用閉路電視攝影機，進行安全和監控是輕而易舉的。攝影機被認為是建立任何監控基礎設施的基本商品，但與此同時，營運業者對數百或數千個影像饋送的 24×7 監控，無助於提供主動監控和快速響應漏洞的目的。
軟體的影像內容分析（VCA），透過為一些標準漏洞（如掉行李、運動檢測等）提高即時警報，提供了一定程度的喘息，但不準確性和假陽性遠遠超過了潛在好處，以至於大多數營運業者禁用這些分析，以避免無數的虛假警報。
隨著人工智慧（AI）和深度神經網路（DNN）的出現，VCA 軟體正在接受培訓，透過將影像中的各種物件，暴露在大量標記的示例中來檢測、辨識和區分它們。除了基於人工智慧的物件分類外，電腦視覺演算法還被用來提取絕對速度和大小、方向、顏色、路徑和面積等資料。然後可以搜尋這些資料，將影像分析工作集中在相關資訊上。
在過去的十年裡，隨著大量資料的可用性，和計算能力的提高，專家們能夠將深度學習的理論思想付諸實踐，特別是在電腦視覺領域。
影像內容分析中的人工智慧
VCA 軟體的目標是分析影像串流，一次一個幀，並從非結構化影像資料中，建立一個結構化的資訊資料庫。VCA 引擎接受原始影像串流，並將其轉換為可理解的格式。然後，它使用電腦視覺和深度學習技術處理相同的過程。作為此處理的一部分，它執行以下關鍵任務：
- 物件檢測
- 物件分割
- 物件追蹤
- 物件辨識
- 物件分類
除了上述操作外，還提取並儲存時間戳、顏色、大小等各種物件屬性，作為元資料的一部分儲存。這裡使用深度學習分類和辨識演算法，來確保更高的準確性。然後處理此元資料以執行各種分析。
人臉檢測、辨識和警報
準確的人臉檢測和辨識對執法機構來說非常重要。它有助於辨識感興趣的人，也有助於事件後調查。從廣義上講，臉部辨識應用的一些好處是：
- 自動出勤
- 自動辨識授權個人或重新辨識未知人員
- 被列入黑名單/被禁止的人或禁止進入區的自動警報
- 可定製的 MIS 報告（警報/移動/區域訪問/區域使用）
精確的人臉辨識使用從影像中提取的數為影像、外部影像源和預定義的觀察列表，快速定位感興趣的人。
獨特的人臉特徵被提取並編碼為代表特定人臉的特徵向量。此特徵向量儲存在資料庫中，用於在搜尋臉孔時，將其與觀察列表進行比較。隨著基於人工智慧的深度學習演算法的進步，FR 系統現在可以使用具有許多樣本臉的 DNN 模型進行訓練。此外，GPU 技術的進步確保了臉部辨識可以大規模和即時完成。
交通和道路安全
人工智慧技術使 VCA 應用能夠準自動確檢測交通違規行為
大量影像資料和計算資源的可用性使各自的 DNN 模型得以有效訓練。以下是一些 VCA 交通和道路安全的應用：
- 沒戴安全帽和三貼騎行檢測
- 誤行或非法轉彎檢測
- 無停車違規檢測
- 車牌檢測
- 攔截線穿越檢測
- 無安全帶或移動使用檢測
- 超速檢測
物件追蹤
在事件後分析期間，物體追蹤有助於在肇事逃逸時追蹤車輛，或追蹤可能在事件現場留下可疑包裹的人。使用電腦視覺演算法，一旦檢測到框架中的物體並進行分割，就可以將其與一組定義的類別相比對：汽車、腳踏車、卡車、帶帽子、夾克或揹包的男人/女人等。VCA 軟體可以透過使用 DNN 模型來訓練辨識這些類別。一旦檢測到和比對感興趣的物件，物件分割定義物件使用的畫素，這些畫素在影像幀上的移動，可以從多個閉路電視攝影機中追蹤，從而提供物件的進入/退出路線。
影像法庭取證
如果用閉路電視攝影機捕捉到，基於人工智慧的深度學習，也有助於解決犯罪問題。機器學習技術可用於兩個影像背景之間的色彩轉換、再生和比較，這將有助於法庭團隊在事件後調查期間辨識車輛或物體。
基於人工智慧的機器學習演算法可以幫助其他法庭活動，例如：
- 車輛模型檢測
- 3D 臉部重建
- 透過影像超解析度增強影像
- 影像去雜和降噪
- 車牌去污
- 預測影像搜尋
結論
人工智慧是影像分析的下一個進化。由於高效能 GPU 硬體的出現，基於深度學習的人工智慧技術，正在被各種 VCA 軟體 OEM 廣泛採用。這提高了檢測準確性，而不會使硬體成本成倍增加。對於終端使用者來說，它大大減少了保全人員的工作量，並透過檢測異常事件，和解決許多影像取證問題，帶來了顯著的好處。 此外，它使他們能夠將生成的大量閉路電視影像資料，用於系統培訓目的，而不是在一段時間內被覆蓋。未來，檢測品質將繼續提高，從而改善人工智慧在安全和監控中的應用。
沒有留言:
張貼留言