人工智慧在安全和監控領域的應用
 |
Klacci 凱樂奇 iF系列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一件輕而易舉的事。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 24x7 的監控，並不能提供主動監控，和快速反應處理漏洞。
基於軟體的影像內容分析（VCA），透過對遺留行李、運動檢測等一些標準漏洞提高即時警報，來提供一定程度的喘息，但準確性和假陽性遠遠超過了潛在的好處，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）和深層神經網路（DNN）的出現，VCA 軟體正在接受訓練，透過將影像中的各種物體暴露在大量標記示例中，來檢測、辨識和區分影像中的各種物件。除了基於人工智慧的物件分類外，電腦視覺演算法還被用於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運算能力的提高，專家們已經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進行同樣的處理。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，時間戳、顏色、大小等各種物件屬性，也被提取並儲存為元資料的一部分。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，然後處理這些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，對執法機構非常重要。它有助於辨識感興趣的人，也有助於事件後調查。廣義上，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
- 對被列入黑名單/被禁止的人，或禁區違規的自動警報
- 可客製化的 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、外部影像來源，和預定義的觀察列表中提取的數位影像，即時快速定位感興趣的人。
獨特的臉部特徵被提取，並編碼成代表特定臉部的特徵向量。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，臉部辨識系統現在可以使用具有許多樣本面的 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即時完成（大規模即時完成的成本是否能夠負擔得起？）。
交通和道路安全
人工智慧技術使 VCA 應用能夠準確檢測交通違規行為
並自動。大量影像資料和運算資源的可用性，使各自的 DNN 模型得以有效訓練。以下是交通和道路安全的一些 VCA 使用案例：
- 無頭盔和三重騎行檢測
- 錯誤駕駛或非法轉彎檢測
- 禁止停車違規檢測
- 車牌檢測
- 停止線交叉檢測
- 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的情況下追蹤車輛，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型進行比對：汽車、腳踏車、卡車、帶帽子、夾克或揹包的男女等。VCA 軟體可以透過使用 DNN 模型進行訓練，以辨識這些類型。一旦檢測到並符合感興趣的物件，物件分割定義了物件使用的畫素，這些畫素在影像幀上的移動，可以從多個閉路電視攝影機上追蹤，從而提供物件的進入/退出路線。
影像取證
如果被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顏色轉換、再生和兩個影像背景之間的比較，這將有助於法律鑑識團隊在事件後，調查期間辨識的車輛或物體。
基於人工智慧的機器學習演算法，可以在其他法律鑑識活動中提供幫助，例如：
- 車輛模型檢測
- 3D 臉部重建
- 透過影像超級解析度增強影像
- 影像去干擾和降噪影像
- 車牌去欺凌
- 預測性影像搜尋
結論
人工智慧，是影像分析的下一個演變。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。這提高了檢測精度，而不會成倍增加硬體成本。對於終端使用者來說，它大大減少了安全人員的工作量，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，用於系統訓練目的，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採用。
商機探討
沒有留言:
張貼留言