人工智能(AI)執(zhí)行服務(wù)、識別模式、學(xué)習(xí)對象與情況之間的關(guān)系并做出決策。新的成熟的技術(shù)(例如5G、熱效率高、低功耗的AI芯片組和AI本身)提供了一種范式轉(zhuǎn)變,推動了全球監(jiān)視和IoT傳感器市場的發(fā)展。
當(dāng)我們要求語音助手搜索我們最喜歡的節(jié)目時,我們通常會首先得到我們想要的選擇。車輛制造商正在開發(fā)先進(jìn)的駕駛員輔助系統(tǒng)(ADAS),例如自動緊急制動(AEB),其目標(biāo)是創(chuàng)建避免與行人和騎車者碰撞的發(fā)生。幸運(yùn)的是,安防行業(yè)承擔(dān)的任務(wù)不那么緊急重要,例如識別對象、潛在威脅和適當(dāng)?shù)耐仨憫?yīng)。
幸運(yùn)的是,我們的行業(yè)正在利用更高效的AI芯片組和Edge AI傳感器(如LiDAR和熱成像)的可用性,所有這些產(chǎn)品的價(jià)格都在下降。具有改進(jìn)的熱管理功能的AI芯片組,例如在CES 2021上推出的Ambarella CV5,支持四個獨(dú)立的4K視頻流、AI功能、低功耗5nm工藝。這將是在流式傳輸和識別過程爭奪資源的情況下,在多個車道中產(chǎn)生“不連貫”視頻的動力不足的IP攝像機(jī)處理車輛自動車牌識別(ANPR)的答案。
人工智能挑戰(zhàn)
深度神經(jīng)網(wǎng)絡(luò)(DNN)需要大量數(shù)據(jù)來學(xué)習(xí)。安防解決方案本身不是“智能的”;他們利用對情景意識報(bào)告(sitrep)和歷史數(shù)據(jù)的深度學(xué)習(xí)來采取最適當(dāng)?shù)拇胧?。來自多種格式(可見光、紅外、音頻、激光)的傳感器的數(shù)據(jù)以及來自環(huán)境、社交媒體、犯罪數(shù)據(jù)集的復(fù)雜數(shù)據(jù)變得越來越龐大,無法通過傳統(tǒng)的操作程序進(jìn)行處理。幸運(yùn)的是,像ESRI這樣的公司提供了鏈接犯罪、位置和時間的數(shù)據(jù)集。實(shí)際上,現(xiàn)在可以通過災(zāi)難響應(yīng)計(jì)劃(DRP)免費(fèi)獲得其ArcGIS Insights,以分析COVID-19大流行的影響。
隱私權(quán)和數(shù)據(jù)保留政策確實(shí)對某些行業(yè)AI解決方案提出了挑戰(zhàn),例如,防止零售業(yè)虧損DNN可能需要“回顧”幾天的差異視頻內(nèi)容,或者場景中的內(nèi)容,如在人群移動,產(chǎn)品差異、照明條件等,以“識別”規(guī)劃,執(zhí)行和離開商店盜竊現(xiàn)場的人員的基本行為。
隨著行業(yè)的發(fā)展,企業(yè)安全和第一響應(yīng)者可以獲取、分析和預(yù)測潛在結(jié)果并共享數(shù)據(jù),以使AI最終執(zhí)行已學(xué)到的基本任務(wù),并為我們提供做出關(guān)鍵決策所需的人力。
“攝取”對于安全行業(yè)中的某些人來說可能是一個新術(shù)語,但在依賴“大數(shù)據(jù)”或應(yīng)用數(shù)據(jù)科學(xué)的市場中使用得很好。為了使您的客戶能夠利用當(dāng)今的AI解決方案(尤其是視頻監(jiān)控),開始在周邊范圍內(nèi)收集高質(zhì)量的視頻內(nèi)容以更好地保證質(zhì)量警報(bào)處理和響應(yīng)將是非常有利的。
在人類智能繼續(xù)領(lǐng)先的同時,Edge AI為安全管理提供了一定的時間回饋已知流程。
將AI置于視頻監(jiān)控的邊緣
通常,對于IP攝像機(jī),現(xiàn)在可以將常見的視頻分析功能(如對象識別、區(qū)域檢測、車牌識別)作為嵌入在攝像機(jī)自身中的AI算法使用??赡苌胁磺宄碳氯绾斡绊慉I,或者是否使用最新的工廠訓(xùn)練模型來更新算法,或者是否保留了針對特定用例的算法訓(xùn)練。
已開發(fā)的解決方案全部使用可更新的算法以及白名單和黑名單,例如基礎(chǔ)溫度/發(fā)燒篩查和可視武器檢測,以及WhiteFox和Aero Defence的無人機(jī)RF簽名/行為檢測。
但是,許多“ Edge AI”攝像機(jī)也可能要求用戶具有視頻管理系統(tǒng)來更新算法。應(yīng)提醒用戶優(yōu)先考慮在Edge AI設(shè)備或更專業(yè)的危險(xiǎn)品/無人機(jī)檢測軟件上進(jìn)行監(jiān)視投資,而不是在可能成為現(xiàn)收現(xiàn)付服務(wù)的可能更孤立的VMS上進(jìn)行投資。
許多IP攝像機(jī)制造商都在宣揚(yáng)AI功能。以下是一些最近的發(fā)展:
松下的i-Pro Extreme攝像機(jī)具有內(nèi)置的AI,可以進(jìn)行運(yùn)動檢測和分析,以進(jìn)行精確的對象分類,例如遠(yuǎn)處人與自行車之間的差異。它可以檢測進(jìn)入受對象類別限制的區(qū)域的對象(例如僅行人區(qū)域或區(qū)域),以及交叉線或游蕩檢測。松下還為第三方開發(fā)人員提供了一個SDK,以添加高級功能,例如武器或跌倒檢測。
Hanwha Techwin的Wisenet7芯片組提供了攝像機(jī)內(nèi)置AI功能,包括:基于AI的對象分類,可對檢測到的對象、人員、車輛、車牌和面部進(jìn)行分類;減少誤報(bào)警報(bào),以改善具有多個攝像頭的操作中的監(jiān)控;一些PTZ攝像機(jī)基于AI的對象跟蹤;以及跟蹤車輛和人員的自動跟蹤功能,這是對基于幀的跟蹤的改進(jìn)。
Milesight通過各種攝像機(jī)提供基于邊緣的AI。功能包括:預(yù)訓(xùn)練的深度學(xué)習(xí)模型和算法的自動連續(xù)訓(xùn)練;以及三組算法,包括用于人和車輛檢測的視頻內(nèi)容分析(VCA);基于AI算法的實(shí)時人數(shù)統(tǒng)計(jì)和統(tǒng)計(jì)報(bào)告以進(jìn)行分析;和AI人臉檢測。
Edge AI攝像機(jī)的使用意義重大,因?yàn)樗鼈兛梢杂米骱喕行У腁I訓(xùn)練工作流程的“模型”。
工業(yè)攝像機(jī)可以高速和近距離捕獲車牌,以實(shí)現(xiàn)安全和跟蹤應(yīng)用,例如鐵路運(yùn)輸和車輛篩選。 IDS NXT攝像機(jī)是改進(jìn)的AI訓(xùn)練以及通過Web應(yīng)用程序與第三方系統(tǒng)集成的示例(無需其他編碼)。該系統(tǒng)可以創(chuàng)建訓(xùn)練圖像并將其上傳,用戶可以分配標(biāo)簽(例如“好”或“壞”),以便AI可以學(xué)習(xí)。反過來,這將開始神經(jīng)網(wǎng)絡(luò)的自動訓(xùn)練,最終導(dǎo)致完全部署。
受Edge AI影響的其他安防領(lǐng)域
正如去年在CES上報(bào)道的那樣,在小型3D攝像機(jī)中使用LiDAR可以提供線框“圖像”,既可以保護(hù)隱私,又可以識別面部-甚至是被口罩或PPE遮蓋的一部分。進(jìn)一步順應(yīng)這一趨勢,在2021年CES上推出的英特爾實(shí)感ID將主動深度與神經(jīng)網(wǎng)絡(luò)、專用的片上系統(tǒng)和嵌入式安全元件相結(jié)合,可以加密和處理用戶數(shù)據(jù)。通過深度學(xué)習(xí),它可以隨著時間的推移適應(yīng)用戶的需求,因?yàn)樗麄儠淖兩眢w特征,例如面部毛發(fā)和眼鏡,或者出現(xiàn)在不同的光照條件下。
一般的安防解決方案中是否最終會包含復(fù)雜的條目篩選任務(wù),還有待觀察。但是,在安全/安防市場中已經(jīng)存在基于AI的解決方案,可以執(zhí)行面部識別和/或面部匹配,而用戶戴著口罩、帽子,并且該過程在性別、年齡和種族之間都是一致的。他們還可以利用適當(dāng)?shù)幕A(chǔ)溫度測量位置和多光譜成像(通常是可見光加熱成像)來進(jìn)行高溫篩查。以及對人員,隱藏式和非隱藏式武器檢測,前后、側(cè)面或后方使用的武器的一致性。
關(guān)鍵基礎(chǔ)設(shè)施可能是危險(xiǎn)場所,Edge AI傳感器可以扮演救生角色。借助熱成像和AI訓(xùn)練,可以及早發(fā)現(xiàn)高壓電線、可燃化學(xué)品、危險(xiǎn)廢物和其他威脅。當(dāng)人員進(jìn)入隧道、鐵軌和橋梁等危險(xiǎn)區(qū)域時,具有AI的LiDAR傳感器可以觸發(fā)警報(bào)。
(原標(biāo)題:AI走向邊緣)