Jika Anda ingin berbicara tentang ai-, hal ini sangat populer sekarang! Sederhananya, ini seperti memasang "otak" super pintar pada kamera pengintai, yang secara otomatis dapat menatap orang-orang yang tinggal di suatu tempat terlalu lama, mungkin memiliki niat buruk, atau hanya melakukan cara yang salah … itu bukan jenis pemantauan keamanan biasa, tetapi sistem teknologi tinggi yang didukung oleh AINB dan dapat secara aktif menganalisis perilaku manusia. Secara umum, komputer pertama -tama menangkap gambar melalui lensa, apakah itu definisi tinggi atau buram, dan kemudian menggunakan sesuatu yang disebut model algoritma – seperti mengajarkannya terlebih dahulu bagaimana melihat pedagang, pencuri atau perilaku abnormal – untuk terus menganalisis sebagian besar lintasan semua orang di lensa, di mana mereka tidak bergerak, dan sebagian besar hari. Jika ada orang yang tidak beruntung … oh tidak, orang mana yang ada di lingkaran pengaturan sistem, yaitu, di area peringatan, waktu tunggu secara tidak sengaja melebihi waktu yang telah ditentukan sebelumnya dari sistem, seperti lima menit, sepuluh menit, dll …. sistem akan segera mengeluarkan alarm, dan mengirim informasi tentang citra orang tersebut dan di mana masalah spesifiknya. Ini akan menggunakan kecepatan tercepat untuk personel keamanan atau personel manajemen yang menatap layar di pusat pemantauan.
Jadi bagaimana sistem ini mengurangi proses? Sebenarnya, itu tidak begitu ajaib tiba-tiba-
1. Akuisisi dan preprocessing : Kamera pengintai menatap sepanjang waktu seperti mata, tanpa berkedip; Perangkat lunak komputer backend harus mengambil banyak gambar pada kamera pengintai, bingkai demi bingkai demi bingkai, dan kemudian mandi dari gambar -gambar itu … Ah, itu salah: menyortir dan menyisirnya bersih – misalnya, Anda dapat memproses gambar video yang tidak jelas untuk membuatnya jelas sepanjang waktu, dan mengurangi bagian latar belakang yang tidak perlu dalam gambar. Sederhananya, misalnya, jika kamera diblokir oleh pohon, Anda harus mengganggu gangguan ini seperti potongan rambut. Latar belakangnya berantakan, dan algoritma tidak dapat dipahami.
2. Sasaran : Pertama, sistem harus terlebih dahulu mengidentifikasi hal-hal berbentuk manusia dalam gambar adegan yang kompleks, membingkai potret dan menandai mereka sebagai "target"; dan kemudian membedakannya dari serangkaian besar hal seperti mobil, anak kucing dan anjing. Hanya dengan begitu Anda dapat tahu siapa yang harus ditatap? Kalau tidak, kung fu saya tidak berguna! Langkah pertama ini salah, dan tidak ada gunanya mengambil upaya nanti. Sama seperti ketika kita mengantri untuk membeli barang, kita harus membedakan siapa itu.
3. Melacak target : Tandai apakah orang yang sama berlarian atau berkeliaran di kamera. Tidak masalah jika cahaya berubah secara konstan, itu diblokir oleh orang lain dan menghilang selama beberapa menit dan kemudian muncul, itu dapat mengikuti orang yang sama seperti pengikut. Misalnya, Wang Xiaohua berbalik dari pintu masuk supermarket ke gang, dan visi kamera pengintai mungkin berbeda. Bagaimana sistem tahu bahwa bayangan itu tipe yang sama, dan itu bukan orang yang sama? Algoritma untuk melacak lintasan adalah titik teknis inti.
4. Analisis Perilaku dan Penilaian Aturan : Sistem komputer akan menghitung jalur gerakan dan lama tinggal di tempat tertentu; Menurut beberapa aturan yang ditetapkan terlebih dahulu oleh kita manusia, seperti batas pagar elektronik yang telah ditarik, dan itu akan diatur waktunya selama tiga menit untuk dihitung sebagai batas waktu, atau apakah itu disebut timeout selama lima menit? Dia juga membuat algoritma jarak untuk menentukan apakah seseorang menunggu di sana setelah memasuki area yang ditentukan, dan menolak untuk pergi.
Hal yang paling efektif dan bermanfaat adalah bahwa teknologi yang didukung oleh AI jelas merupakan yang digunakan dalam penjaga keamanan … Penerapan manajemen keamanan dan keamanan telah sangat membantu. Ini sangat cocok untuk bank, seperti perhiasan toko emas dan kerajinan tangan, yang mudah dipatahkan oleh pencuri, dan sangat penting untuk mencegah pencurian. Misalnya, ketika gedung perkantoran kampus dan unit besar mengandalkan inspeksi manual, tetapi selalu mengantuk dan rentan terhadap tidur siang dan hilangnya situasi, mereka dapat memberikan permainan penuh untuk keuntungan mereka. Metode lama tradisional yang sepenuhnya mengandalkan orang untuk terus menatap layar pengawasan membosankan dan membosankan untuk duduk di sana … orang -orang menatap mereka, dan mereka akan dengan mudah lelah setelah menatap untuk waktu yang lama. Saya melewatkan situasi abnormal yang bisa saya temukan. Ini seperti pembukaan ujian tetapi invigilator menutup matanya.
T: Dapatkah sistem ini mengatur lingkaran ke ukuran dan ukuran dalam video pengawasan? Mungkinkah itu kesalahan dalam lingkaran?
Jawaban: Tentu saja, tidak dapat dihindari bahwa Anda harus mendukungnya, jangan khawatir. Personel manajemen dapat memilih area utama di area pemantauan berdasarkan kondisi aktual, seperti sudut dinding/pintu toko/pintu gudang rahasia … sistem umumnya memiliki antarmuka operasi tarik mouse grafis, menarik lingkaran persegi panjang atau berbagai poligon, dan menyesuaikan area peringatan/area yang tidak peringatan adalah suatu keharusan; Parameter yang dapat diubah sendiri saat tinggal, seperti di stasiun kereta api dengan keamanan publik yang kompleks, mungkin lebih pendek, seperti dua atau tiga menit untuk memicu; Kantor umumnya ditetapkan sekitar lima menit. , Berhati -hatilah dengan lubang kecil, uji aturan area setelah mengaturnya, jangan mengaturnya, seolah -olah lingkaran itu terlewatkan atau alarm palsu akan menjadi banyak hal yang merepotkan.
T: Akankah pengakuan algoritma sering membuat kesalahan? Pikirkan hanya lewat dan menelepon atau mengirim air ke master air sebagai orang jahat?
Jawaban: Pertanyaan ini profesional. Meskipun teknologinya jauh lebih baik dari sebelumnya, ia akan memperlakukan orang yang berbeda dalam keadaan yang berbeda. Misalnya, sistem tampaknya dapat mengidentifikasinya. Kurir mengambil barang -barang pengiriman dan barang -barang parsel di ruang surat secara normal, yang bukan jenis tinggal; Tetapi orang -orang yang mencurigakan akan bersembunyi dari kegelapan atau melihat -lihat di sudut -sudut daerah terbatas dan mudah ditargetkan – tetapi masih sulit untuk mencapai 100%… jika cahaya sangat gelap, atau jika hujan dan bersalju, kamera tidak dapat melihat dengan jelas gambaran dan penembakannya yang tidak kabur, atau jika banyak orang membedakan dengan tiba -tiba dan sulit dipisahkan. Jadi sekarang beberapa sistem "otak" akan mempelajari lebih banyak sampel dan pengecualian.
T: Apa perbedaan utama dari teknologi deteksi seluler tradisional di masa lalu? Mana yang tampaknya lebih kuat?
Jawab: Ini sangat berbeda! Ini bukan konsep level yang tidak dapat dibandingkan : Teknologi deteksi gerakan tradisional sebelumnya seperti orang bodoh, selama area kecil kamera bergejolak, cahaya berubah sangat, atau kucing lewat, itu akan memicunya – itu sama bodohnya dengan alarm kebakaran yang dipicu setiap kali itu. Misalnya, menunggu seseorang di depan gerbang keamanan bandara – antrian normal tidak masuk hitungan; Tetapi orang yang menyelinap di pintu masuk karyawan selama setengah jam akan memicu alarm. Jadi AI jauh lebih pintar dan lebih akurat, dan kemungkinan memanggil polisi secara acak dan mengganggu orang dan "serigala akan datang dan berteriak terlalu banyak" sangat berkurang. Persyaratan untuk konfigurasi server sistem peralatan juga lebih tinggi daripada komputer berteknologi lama dan mengkonsumsi lebih banyak daya, tentu saja! Ini dapat dibeli untuk komputer profesional yang cocok dan algoritma khusus.
Akhirnya, saya melihat bahwa teknologi deteksi ai akan menjadi lebih dan lebih efisien? Di masa depan, karena teknologi terus diperbarui, seperti layar video lebih jelas … ke ekstrem, model algoritma AI akan mempelajari situasi baru dan lebih pintar, tingkat alarm palsu akan menjadi lebih rendah dan lebih rendah, dan target identifikasi akan lebih di langit dan bawah daripada sekarang. Lingkup aplikasi pasti akan menjadi lebih luas di masa depan. Misalnya, Anda telah mulai melihatnya di banyak tempat seperti tempat parkir pintar, taman kanak -kanak, dll. Tetapi, pada akhirnya, manusia masih harus melihatnya. Lagi pula, itu adalah penilaian mesin. Bagaimana jika ada yang salah? Tidak ada yang bisa peduli sama sekali.
Tinggalkan Balasan