Klacci 凱樂奇智慧門鎖＠政府與國防解決方案
電腦視覺在智慧城市應用案例中的實際應用：最受歡迎、最有價值的智慧城市深度學習系統。
本報導將探討電腦視覺技術，在目前智慧城市和智慧城鎮解決方案中，最具價值和最有效的應用。內容將介紹運用攝影機和電腦視覺技術的新穎、實用且非常重要的實際應用案例。
智慧城市中的電腦視覺
近年來，隨著物聯網 (IoT)、深度學習和雲端運算等先進技術的融合，人工智慧 (AI) 在智慧城市領域蓬勃發展。這些技術在應對城市基礎設施，和社會發展方面的挑戰方面，具有巨大潛力。借助智慧技術，城市可以利用智慧互聯的感測系統，來改善能源分配、優化廢棄物管理、解決交通堵塞、提升空氣品質等等。
智慧城市技術必須具備高度可擴展性和互聯性，才能在多個分散地點有效率的運作。電腦視覺領域的最新進展，包括邊緣人工智慧 (Edge AI) 和深度學習，將人工智慧和視覺技術與物聯網結合，創造了人工智慧物聯網 (AIoT)。這些新技術能夠處理大量複雜的視覺數據，確保電腦視覺系統在實際應用中的快速處理、透過去中心化實現的穩健性和可擴展性。
人工智慧、電腦視覺和圖像辨識
在人工智慧領域，電腦視覺是其一個子領域，它包含使電腦能夠「學習」辨識圖像或圖像特徵的技術。影像辨識能夠辨識影像，或影像串流中的物體、人物、動物或位置。
電腦視覺的目標是使機器能夠理解世界，並提供資訊以基於這些數據實現任務自動化。以深度學習為代表的新型機器學習技術，為影像辨識領域帶來了重大突破，使人工智慧視覺更加強大，並適用於關鍵業務應用。
與傳統機器視覺相比，深度學習不需要特殊的成像攝影機，幾乎任何數位照相機，甚至網路攝影機，都能提供準確的結果。因此，智慧城市中的電腦視覺應用，通常會利用已安裝的網路攝影機（IP 攝影機或 CCTV 攝影機）為人工智慧模型，提供即時影像分析的輸入。
邊緣電腦視覺
邊緣人工智慧 (Edge AI) 的最新趨勢，將機器學習從雲端轉移到多個連接攝影機的邊緣設備（實體電腦）上，並在設備端處理資料（邊緣智慧）。這種方法基於邊緣運算，並結合物聯網 (IoT) 設備進行遠端管理。
邊緣人工智慧有助於克服雲端的局限性，實現高效能、高穩健性、即時性和私密性的電腦視覺應用，從而使電腦視覺能夠在現實世界中大規模應用。
與其他需要在所有實體上，安裝感測器的感測器技術（例如 RFID、GPS、UWB 或 BLE）相比，電腦視覺具有非侵入性，易於實施和擴展，並且能夠提供更多資訊（位置、上下關聯、語義資訊、多維視角）。
智慧城市電腦視覺應用概覽
下面的報導，將提供智慧城市中，電腦視覺和深度學習應用的詳細範例清單。這些高價值應用包括安全保障、疫情防控策略，以及交通和基礎設施監控等。
雲端的物聯網應用潛力，尚未充分發揮。互聯的智慧視覺系統能夠即時分析、管理和收集數據。這有助於提高生活品質、做出更明智的決策、增強永續性並降低成本，從而提高效率。以下是市場上在安控領域最熱門的應用：
- 應用 1：周界監控與人員偵測
- 應用 2：偵測暴力和危險狀況
- 應用 3：破壞行為偵測的動作辨識
- 應用 4：合規性監控與檢查
- 應用 5：公共場所自殺預防
- 應用 6：人群災害規避應用
- 應用 7：關鍵基礎設施保護
- 應用 8：武器偵測和報告
- 應用 9：公共場所社交距離監控
- 應用 10：自動口罩檢測
- 應用 11：衛生合規性控制
- 應用 12：醫療保健監控
- 應用 13：智慧城市交通監控
- 應用 14：交通違規檢測
- 應用 15：路邊監控應用
- 應用 16：停車場佔用檢測
智慧城市安全應用
1. 周界監控與人員檢測
人員檢測在智慧城市中有著廣泛的應用。應用包括利用電腦視覺方法，進行即時影像分析，以解讀人體活動。其他電腦視覺應用，則用於在機場或火車站等限制區域內，偵測人員和辨識活動。
深度學習系統用於即時偵測周界入侵事件，並辨識目標位置。這種以人工智慧為基礎的自動化周界監控系統，能夠有效率地覆蓋大面積監控區域，並滿足安全保障應用的需求。
2. 偵測暴力和危險狀況
在智慧城市應用中，電腦視覺通常涉及自動偵測危險情況，以透過智慧影像監控確保居民安全。此類危險情況包括打架、鬥毆、搶劫等等。此類場景的複雜性，是一個極具挑戰性的問題。
演算法用於檢測人員、追蹤人員，以及估計 3D 人體姿態（人體姿態估計），所有這些都是為了辨識人員的動作和互動。人工智慧模型的輸出，會經過邏輯流程處理，以定義應觸發人工干預，或提供分析的場景和事件。此類應用包括人口計數和檢測，在特定城區停留時間異常長的人員（停留時間分析）。
3. 用於破壞行為偵測的行為辨識
不同的機器學習方法，可用於行為辨識應用。例如，機器學習和特徵提取技術，已被引入人類行為監測和輔助。基於視覺的技術，可以利用一支或多支攝影機的視角，來辨識公共區域可能發生的打架，和破壞行為等人類行為。電腦視覺系統可以即時檢測和預測，可疑和攻擊性行為，即使在複雜擁擠的環境中，也能有效應對。
人們越來越關注，破壞和干擾古蹟及歷史建築的趨勢。歷史遺址的保護和修復，對社區非常重要，也是旅遊業的重要因素。因此，智慧視覺系統可以幫助保護歷史建築和遺址。
4. 利用深度學習進行安全合規控制與檢查
在智慧城市中，電腦視覺技術在合規性監控方面，有著廣泛的應用場景。由於人工監控合規和不安全狀況非常困難、耗時耗力，且成本高昂，人工智慧視覺方法為人工檢查和現場觀察，提供了自動化且可擴展的替代方案。
此外，電腦視覺方法不僅更省時，而且更準確。專業的安全員通常無法始終在場，這使得常規檢查流程難以可靠執行。電腦視覺演算法可用於對複雜的大型場所進行持續監控。
在營造業，工人在工地受傷或死亡的機率最高，是其他行業的五倍。如果工人在工作中，始終佩戴合適的個人防護裝備 (PPE)，包括頭盔、安全眼鏡、背心、手套、鋼頭靴等，許多傷害是可以避免的。為了最大限度地減少事故，合規性監控非常重要，它可以有效地檢測工人未佩戴合適 PPE，或持續違反規範的情況。
5. 公共場所自殺預防
攝影機系統透過對視覺特徵進行分類、表徵身體關節運動，以及辨識異常行為，實現公共場所自殺預防的自動化。配備深度學習智慧城市應用的 CCTV 攝影機，可用於評估地鐵站等熱點區域的危機行為。因此，自動化電腦視覺應用可以幫助辨識，正在進行的自殘行為，並啟動干預。
主要目標是，開發用於早期介入和檢測自殺前行為的自動化檢測系統。因此，電腦視覺應用可以幫助辨識風險因素，例如，透過臉部分析從臉部表情推斷憂鬱症。另一種方法，是偵測特定熱點區域的異常行為，和移動模式或等待時間。此外，執法鑑識視覺應用也用於了解，自殺未遂後的相關因素。
6. 人群災害規避應用
由於公共場所人流聚集日益頻繁，災害和踩踏事件的可能性也隨之增加，因此，在群眾聚集場景中，進行電腦視覺監控是最重要的應用之一。因此，基於視覺的人群災害規避系統，被用來提升公共安全。
一般來說，此類應用著重於人群場景分析和行為分析。踩踏事件可能由個人異常行為，或突發事件引起。深度學習模型可用於統計人數，並利用一支或多支攝影機，大規模估算人群密度。
 |
| tyco 監控攝影機系列（總代理上敦企業） |
7. 智慧城市關鍵基礎建設的保護
智慧城市利用智慧運算技術，來監控活動或預防潛在風險。關鍵基礎設施是社會不可或缺的資源，其故障將造成極為巨大的影響和損失。這些基礎設施包括道路、通訊、供水、能源等等。
雖然閉路電視（CCTV）系統，已成為安全和執法的重要組成部分，但傳統的監控系統依賴操作員的注意力，而操作員需要處理大量的影像串流。
傳統影像監控系統的主要限制，包括：由於需要人員觀看影像而導致的高昂營運成本、疲勞導致的錯誤，以及大量影像資料對頻寬的巨大需求。因此，新型邊緣人工智慧技術能夠實現分散式感知系統，從而滿足大規模系統所需的即時效能、成本效益和可擴展性。
邊緣人工智慧電腦視覺技術，使得在設備端運行機器學習成為可能，其本地邊緣節點，可透過與雲端通訊（人工智慧物聯網，AIoT）來實現。此類邊緣電腦可以是任何能夠即時運行高效能，影像處理的電腦或嵌入式系統。目前有多種邊緣設備，適用於邊緣電腦視覺（例如，Nvidia Jetson TX2）。
在城市中，自動影像分析利用深度學習技術，應用於周界監控、徘徊偵測或多人追蹤，及重複辨識等場景。
8. 基於人工智慧的武器自動偵測與報告
人口密集的特大城市，在控制不斷攀升的犯罪率方面，面臨巨大挑戰。因此，可以開發基於深度學習的視覺應用，用於公共場所的自主監控，以即時檢測手持武器。人工智慧模型分析影像串流，對攝影機畫面中可見的所有物體，進行目標偵測。武器偵測應用會在偵測到任何類型的武器時發出警報，並能追蹤物體的移動軌跡。
這種方法可用於開發自動槍枝檢測系統。高效能系統能夠偵測並追蹤持槍者，並利用這些資訊進行人臉辨識。
智慧城市電腦視覺的一個相關應用案例，是自動偵測放置在公共場所的可疑物品。人工智慧模型，例如流行的捲積神經網路模型 YOLOv3 和最新的 YOLOR，可用於檢測可能構成威脅的放置物品，並將其標記出來以供人工審核。
Klacci 凱樂奇商用級智慧門鎖各種應用解決方案
智慧城市應對新冠疫情的措施
新冠疫情暴露了現有城市結構的限制。因此，電腦視覺等新型系統和技術，能夠提供快速有效的機制，以限制疫情威脅的影響。
智慧城市計畫的投資，可以增強城市應對當前及未來疫情的規劃和準備能力。技術進步為維持和提升城市功能，提供了實體連結以外的替代方案。
9. 公共場所的社交距離監測
智慧視覺系統能夠監測，並強制執行人與人之間的社交距離，從而有效減緩疫情傳播。例如，基於深度學習的人工智慧模型，可以用於創建社交距離監測應用，並利用即時目標檢測功能，大規模地檢測監視攝影機影像中的人員。
在人群偵測應用中，深度神經網路 (DNN) 模型，可以利用 CCTV 監視攝影機，自動偵測城市公共場所中的人員。人口流動軌跡，可用於辨識潛在的高風險區域，以便規劃者重新設計，開放公共空間的結構，使其更具抗疫能力。
10. 自動口罩偵測
另一個應用範例，是自動偵測公共場所人員的口罩佩戴情況。人工智慧系統可以利用深度學習演算法，進行大規模監控，監測各種情況並在特定情況下發出警報。例如，如果人們在地鐵站等公共場所不戴口罩，或不遵守封鎖措施，同時不遵守社交距離規定，系統就會發出警報。
這些資訊可用於增強城市預測疫情模式的能力，促進及時應對，最大限度地減少病毒傳播，為特定行業提供支持，最大限度地減少供應鏈中斷，並確保基本服務和運營的持續進行。
11. 利用深度學習進行衛生合規性控制
基於電腦視覺和深度學習的方法，對於自動化安全和合規性監控具有重要價值。例如，此類應用支援非侵入式視覺系統，用於追蹤人們在公共場所，和基礎設施中的活動。與偵測距離的技術相比，人工智慧視覺方法已展現出更優的性能。
一個應用實例是利用深度學習，實現自動手部衛生合規性監控。該系統進行空間分析，以深入了解人類的運動模式。在減少醫院感染方面，該系統具有廣泛的應用前景。
12. 醫療保健監控以最大限度減少人際接觸
人臉辨識技術用於最大限度減少接觸，表面和物體或人與人之間的身體接觸，從而降低傳播風險。智慧科技有助於降低人類暴露風險，尤其是在機場或醫院等高風險場所。
此外，遠距醫療正被越來越多地用於最大限度降低風險，因為它目的在減少老年人等易感人群的就醫次數。此外，遠距醫療還有助於提高復健能力和進行遠端監控。
醫療保健監測系統，包含基於卷積神經網路的應用，用於偵測人員跌倒，即所謂的人體跌倒偵測。監視器影像可用於偵測跌倒，並結合處理規則自動向照護人員發出警報。
Klacci 凱樂奇交通運輸業解決方案
交通和基礎設施監測
13. 智慧城市交通監測
電腦視覺用於分析和預測交通狀況。利用普通監視攝影機的影像串流，可以產生即時交通數據，包括車輛數量、頻率和方向。車輛計數使用深度神經網路，來檢測高流量情況下的不同車輛類型。因此，可以利用這些資訊來優化交通管理。交通監測還包括追蹤等待時間（停留時間追蹤）和交通流量。
14. 交通違規偵測
電腦視覺用於分析智慧城市中，大量的影像監控數據，以進行交通控制。這有助於定位交通違規行為。雖然傳統的電腦視覺方法，無法分析即時產生的大量視覺數據，但現代深度學習方法結合邊緣人工智慧，能夠從中發現可用於解釋的語義模式。
例如，自動偵測城市交通中，未戴安全帽的自行車騎乘者。其他應用情境包括自動辨識，導致交通事故的情況，從而提升城市交通安全和效率。此類應用包括偵測異常情況，例如車輛在危險地點停車。
15. 路邊監控應用
在交通密度高的城市，併排停車和繁忙的路邊活動（例如頻繁的卡車裝卸貨），也會對交通狀況產生嚴重影響。因此，需要利用電腦視覺應用，對路邊裝卸貨區域進行即時監控，以自動偵測路邊佔用情況。
16. 停車場佔用檢測
即時停車場佔用偵測，近年來備受關注。電腦視覺的解決方案在準確性方面表現出色，並且可以利用現有的攝影機網路實現。深度學習技術可用於偵測多支攝影機拍攝的空置停車場。
新型邊緣人工智慧技術，使得無需將影像串流傳輸到中央控制器進行影像擷取、編碼、分析和處理，即可在靠近感測設備的位置分析影像。因此，分散式停車場佔用檢測，在整體能源效率和準確性方面也表現更佳。
其他智慧城市電腦視覺應用
- 游泳池、湖泊和河流違規行為檢測
- 亂丟垃圾、非法處置廢棄物和污染檢測
- 辨識違規停放的電動自行車、滑板車和其他車輛
- 擅闖禁行人行道或鐵路用地
- 偵測廢棄車輛的移除和處置
- 大規模使用人工智慧攝影機評估路況
- 基於基礎設施使用情況的智慧電力管理
- 用於城市智慧公用事業管理的真實世界數據
智慧城市電腦視覺入門
智慧城市電腦視覺的應用潛力，尚未充分挖掘。諸如強大的深度學習模型等新技術，可以輕鬆地應用於各種場景和功能。這使得電腦視覺在即時應用場景中，具有巨大的潛力，能夠為社會和城市創造顯著的經濟價值。
電腦視覺應用平台，使得開發此類智慧城市應用成為可能。因此，攝影機影像串流會結合人工智慧模型，和工作流程邏輯進行即時分析，以實現特定任務（計數、預警、決策輔助）的自動化。
歡迎了解 Viso Suite，這是一款先進的電腦視覺基礎設施解決方案，提供可擴展的自動化功能，可快速建立和測試此類電腦視覺應用，並在完全託管的基礎設施上，運行完整的邊緣人工智慧系統。
沒有留言:
張貼留言