Skip to main content

人工智慧

給予人工智慧影像分析綠燈

艾視頻

當世界上少數幾個城市開始與無人駕駛汽車共用街道時,我們其餘的人卻還在交通堵塞中與其他人類一起駕駛汽車。而這些駕駛者可能會或者可能不會遵守道路交通規則,或者注意行人和自行車。

幸運的是,智慧城市正在採取重要措施來改善這些問題(在我們等待被撞到後座的同時),而人工智慧和影像管理解決方案在這個轉變中扮演著重要角色。攝影機收集的資料提供了關鍵的窗口,讓我們了解駕駛員和非駕駛員的行為,對這些資料的分析可以帶來有力的洞察,解決現實世界的問題,例如交通擁堵和悲慘的事故。

但是在除了交通擁堵之外的情境中,人工智慧影像分析有許多應用,從個人防護裝備檢測到零售等,正如 Videonetics 的產品和戰略聯盟副總裁 Srivikraman Murahari 所解釋的那樣(影片 1)。他還討論了使用合作夥伴關係來建立端到端解決方案,以及在收集所有這些資料方面的隱私和安全擔憂,以及人工智慧影像分析對於影響我們日常生活的潛力。

影片 1. Videonetics 的 Srivikraman Murahari 討論了人工智慧影像分析如何增強智慧城市中的社區能力。(資料來源:insight.tech

人工智慧影像分析可以協助解決城市規劃中的哪些挑戰?

政府官員和城市規劃者看到的其中一個主要挑戰是市民不遵守交通規則,這可能導致事故,甚至造成人員傷亡。這就給政府官員帶來了壓力,要最佳化交通情況並疏通交通流量。

我們的 Videonetics 智慧交通管理解決方案現在已在 100 多個智慧城市部署,它具有非常強大的交通資料分析能力。我們還為政府官員提供智慧視覺化工具,這為他們提供了許多深入行動的見解。我可以自信地說,這100多個智慧城市的交通流動現在更加順暢和流暢,市民對遵守交通規則有更多的意識。

在智慧城市中實施人工智慧影像分析面臨的挑戰是什麼?

其中一個挑戰是視野範圍 – 使用攝影機時,視野受限。我們正在探索方法,例如派遣無人機前往困難的地方拍攝影像。因此,我們正在尋找許多創新方法,使攝影機能夠到達困難的地區。

在平衡市民隱私的情況下,您如何實施這項技術?

這是個好問題。我會說,我們必須推行負責任且具協作性的人工智慧。當我說協作型人工智慧時,我指的是政府官員、獨立軟體供應商(像我們這樣的公司)以及市民都應該知道發生了什麼事情,應該知道資料是如何被使用的。應該有非常透明的資料政策。我會說的第二點是使用最小化且匿名化的資料。這意味著不要儲存太多資料,而儲存的資料應該是匿名的。

在 Videonetics,我們有非常嚴格的安全標準。對我們來說,一切都是物件,我們沒有任何人的資料。我們遵守國際安全規範要求,並在我們的協定和資料處理方式上設有非常嚴格的標準。我們坦誠無疑,確保資料安全並符合國際標準。這是我們的處理方式,我認為這些是我的建議。

您能提供一些在智慧城市中部署人工智慧影像分析的例子嗎?

正如我之前提到的,我們已在 100 多個智慧城市部署了我們的平台,它有助於改善和疏解交通,並確保市民的安全。對於智慧城市,我們在印度是第一名。我可以談談印度其中一個頂尖城市的案例研究。

在那個城市,有大約 400 台攝影鏡頭監控交通,另外還有 700台攝影鏡頭在預備中 – 所以我說的是 1,100 台攝影鏡頭監控城市的交通,確保車道紀律和單向行駛等。這使得管理者能夠更輕鬆地疏解交通流量。

就實施方面而言,我們與全球所有領先的攝影鏡頭供應商都有合作關係。對於每個專案,我們會與系統整合商和參與該專案的合作夥伴一起決定最適合的攝影鏡頭。然後分析就在邊緣進行。對於邊緣運算,我們廣泛使用 Intel 平台 – 包括 Intel® Core i5、i7、i9 系列以及最新一代的晶片組,即 11-13 系列。然後在特定情景下,我們使用雲端進行儲存。

談到如何有效地執行,我們的研發團隊不斷努力進行研究;我們專注於如何將運算達到最佳化。我可以說,從我們開始以來,在這方面我們已經走了很長一段路。現在我們可以說,運算效率提高了20倍或30倍。我們正在研究如何使用較少的影片畫格來推斷事件,而不是處理整個影片。我們正在尋找與合作夥伴的協作,並利用他們最新的技術、平台和解決方案來將性能和運算能力達到最佳化。

與 Intel 等公司合作的好處是什麼?

與 Intel 合作非常棒,非常令人興奮,因為我們更加專注於邊緣分析。這也是 Intel 正在推動的方向 – 更多邊緣運算的分析,更多由中央處理器執行的分析。所以 Intel 是我們在這個方向上最好的、最重要的合作夥伴,這個方向符合兩家組織的需求。

第二,我們使用了 Intel 的 OpenVINO 平台 – OpenVINO 深度規劃平台。該平台透過技術,例如後訓練最佳化和神經網路壓縮以增強模型。這些方法降低了客戶的總體擁有成本(TCO),因為運算能力得到了提升。關於 Intel 還有一件非常重要的事情要提到,那就是 Intel® DevCloud 平台,我們隨時可以使用它來測試我們的最新模型。我們正在對我們的模型在第 11 代至第 13 代 Intel 晶片組上進行基準測試。

我非常高興地宣布,我們贏得了 2023 年 Intel 卓越成長 ISV 合作夥伴獎,超越了競爭對手,並幫助 Intel 吸引了更多的合作夥伴。所以,我們與 Intel 的合作之路非常漫長而成功。

我們可以期待人工智慧影片分析的其他案例有哪些?

智慧城市之外,我們還涉及了許多垂直產業。最主要的領域是航空和機場安全,我們正幫助超過 80 個機場進行分析,例如能夠快速檢測煙霧和火災。此外,還有石油和天然氣、熱能等產業,在那裡煙霧和火災也非常危險。這類影片分析應用非常受歡迎,並為這些企業創造了很大價值。

我們擁有自己的深度學習平台,名為 Deeper Look,已經開發了約 100 個影片分析應用。它們涵蓋了廣泛的分析範圍,包括人群、車輛、大眾運輸、女性安全和零售。在零售業,我們提供熱圖,幫助店家洞察他們店內的銷售模式。在大眾運輸方面,印度大部分鐵路正使用 Deeper Look。另一個非常廣泛使用的案例是個人防護裝備 (PPE) 檢測,這有助於工人安全。還有銀行和金融業。另一個我們支持的有趣領域是法醫研究,這對調查非常有用。

有沒有最後的想法或關鍵要點?

我最主要的收穫是,要採用資料和技術,包括負責任和協作技術,以及負責任和協作人工智慧,以提高治理的警惕性,提高企業的營運效率,增強人們的安全,並超越安全。

關於運算,我們必須不斷投資於最佳化運算能力;我們必須在我們的 API 中開放;我們還需要展示很多開放性,以便我們的平台易於與第三方供應商相互操作。那也是很重要的。

最後,我再次強調:確保負責任和協作人工智慧,並取得管理者和公民的信任。視訊和物聯網是絕佳的組合,可以有許多案例,將會豐富人類生活的品質。

相關內容

要了解更多關於智慧城市的人工智慧影片分析,請收聽「人工智慧影片分析賦能社區:Videonetics 的案例 (AI Video Analytics Empower Communities: With Videonetics)」。要了解 Videonetics 的最新創新,請在 TwitterLinkedIn 上關注他們。
 

本文由 Erin Noble 編審。

作者簡介

Christina Cardoza is an Editorial Director for insight.tech. Previously, she was the News Editor of the software development magazine SD Times and IT operations online publication ITOps Times. She received her bachelor’s degree in journalism from Stony Brook University, and has been writing about software development and technology throughout her entire career.

Profile Photo of Christina Cardoza