深度學習讓智慧城市監控更加聰明

April 26, 2019 Brandon Lewis

安全攝像頭智能城市

針對數位安全監視、關鍵基礎架構監控,以及交通/運輸管理等智慧城市邊緣應用,相較於傳統電腦視覺,採用深度學習技術的視訊系統可提供更高層次的關鍵詳細資料。

舉例來說,在交通管理方面,基礎格式的電腦視覺可能可以識別是否有車輛存在,然而深度學習系統可經過訓練,識別車輛的數量與類型,甚至是明確的車牌號碼(圖 1)。透過這樣精細的資訊,交通運輸官員便可在交通尖峰時段重新設定商用車輛的路線,或是追蹤載運危險物質的可疑卡車等。

基於深度學習的視覺系統
圖 1。採用深度學習技術的視覺系統可改善智慧城市的安全與效率。(資料來源:德州大學奧斯汀分校自然科學學院

在採用深度學習技術的視覺系統中,這些應用所需要的大部分智慧功能都可以架設於攝影機上,或是在靠近攝影機的位置。AI 軟體可自動識別並標記關鍵參數,以觸發即時的警報或回應。

但要讓這些功能在真實的智慧城市環境中有效執行,視訊監視系統便必須結合最先進的深度學習技術與工業級的耐用度。在實踐上,這代表採用神經網路的視覺技術必須整合已部署多年或數十年的老舊系統。其中包括位於邊緣的視訊攝影機,它們往往採用多種不同的技術。

但同時,也必須讓較新的智慧視訊技術能夠擴充效能與功能,以最大化城市的投資報酬率。

深度學習能力帶動智慧城市監控轉型

Intelligent Security Systems (ISS) 是全包式視訊分析、管理,以及網路錄影機 (NVR) 解決方案的開發商。這間公司瞭解深度學習技術的優勢,開發了 SecurOS 視訊管理系統 (VMS)。

SecureOS 是可部署於雲端或企業內部的視訊分析解決方案,為多種智慧城市監控應用提供 AI 演算法支援(圖 2)。此平台整合許多舊式的數位安全與監控解決方案,讓城市營運人員能隨著需求成長而擴充功能與效能。

ISS SecurOS Enterprise
圖 2。SecurOS 平台是可部署於企業內部或雲端的深度學習視訊管理系統。(資料來源:Dell EMC

ISS 支援多種智慧監控應用,包括交通管理、行人安全,以及鐵路與大眾運輸系統的關鍵資產追蹤等。SecurOS 智慧視訊分析解決方案可部署用於即時或歷史記錄用途,並可緊密結合智慧運輸等其他平台,最大化深度學習的優勢。

但要將深度學習分析能力移動到智慧城市監控系統的邊緣,卻是項困難的挑戰。ISS 必須確保神經網路演算法也經過最佳化,以便在視訊攝影機端點上執行。為了實現這個目的,他們運用了 Intel® Distribution of the OpenVINO 工具組,跨一系列攝影機架構最佳化深度學習效能。

將深度學習能力帶往邊緣

OpenVINO 工具組是一套工具,可加速卷積神經網路 (Convolutional Neural Network, CNN) 的開發,並為部署在異質運算架構上進行最佳化(圖 3)。因此,監控系統工程師可在具有 CPU、內建 GPU、FPGA,或視覺處理單元 (VPU) 的攝影機系統上部署深度學習演算法。

英特爾Openvino工具包
圖 3。OpenVINO 工具組為多種運算架構最佳化深度學習模型。(資料來源:Intel®

OpenVINO 工具組與第 6 代之後的 Inte® Core 處理器和 Intel Atom® E3900 系列處理器的 Intel® Vision Products 相容。因此,在一系列新式或舊式的智慧城市監視攝影機上,都可以部署具有深度學習能力的視覺效能。

對 ISS 來說,OpenVINO 工具組支援已用於 SecurOS 產品組合之內的 Caffe 和 TensorFlow 等架構。因此該公司可將現有的深度學習技術從伺服器/雲端環境擴充到監視攝影機端點,無須翻新已部署的硬體基礎架構。

除了為不同的處理器目標最佳化深度學習演算法之外,OpenVINO 工具組也提供多種經過預先訓練的模型和樣板化的演算法,協助 ISS 能更快速地為特定使用案例提供產品。這些推斷技術包括:

  • 車輛追蹤器、計數器和分類器 — 整合在 SecurOS Traffic Monitoring 之中 — 有助於收集交通流量歷史統計資料。
  • 行人追蹤器 — 整合在 SecurOS Crossroad 之中 — 協助即時偵測複雜的交通違規。
  • 牌照擷取器 — 整合在 SecurOS Auto 之中 — 提供多種停車管理、交通監控、法規執行,以及市政服務。

因為 OpenVINO 工具組提供的強化功能,這些應用從大幅提升的效能之中獲益的程度遠超過直接採用 Caffe 或 OpenCV 等原生開發環境的深度學習演算法(圖 4)。舉例來說,SecurOS Auto 現在能在車輛行駛時速最高 155 英哩時,正確擷取車牌字元。

使用OpenVINO Toolkit提高性能
圖 4。OpenVINO 工具組採用 Intel® 硬體,提供大幅進化的效能。(資料來源:Intel®

城市監視變得更智慧、更快速,也更有彈性

不再需要警察在每個路口站崗。智慧城市數十年來持續部署視訊監視技術,以增進安全、提高效率,並降低成本。

深度學習技術可在比以往更多的應用中強化這些優勢,但也需要一些特殊考量。其中包括成本、互通性,以及上市時間。

多虧了 Intel Distribution of OpenVINO 工具組,像 ISS 這樣的智慧城市監視系統廠商可加速開發與部署採用深度學習技術的視訊分析解決方案,而不必重新定義他們的基礎架構。

透過為全系列的視覺處理硬體最佳化神經網路演算法,OpenVINO 工具組現在能縮短深度學習的上市時間,也能符合成本效益,同時能為未來的視覺智慧技術提供從邊緣到雲端的移轉路徑。

作者簡介

Brandon Lewis

Brandon is responsible for Embedded Computing Design’s IoT Design, Automotive Embedded Systems, Security by Design, and Industrial Embedded Systems brands, where he drives content strategy, positioning, and community engagement. He is also Embedded Computing Design’s IoT Insider columnist, and enjoys covering topics that range from development kits and tools to cyber security and technology business models. Brandon received a BA in English Literature from Arizona State University, where he graduated cum laude.

在Twitter上關注 Follow on Linkedin More Content by Brandon Lewis
上個文章
工廠採用無線網路可降低成本
工廠採用無線網路可降低成本

無線網路工廠正在行動化工業物聯網,使運作更加敏捷,同時強化生產力並降低成本。

下個文章
保全監視錄影確保世界盃安全
保全監視錄影確保世界盃安全

俄羅斯市政人員利用 9,000 部攝影機,在 2018 FIFA 世界盃中監控 3 百萬名以上的現場觀眾,並確保其安全。下一代的視覺技術推動系統的可靠性、可擴充性和準確性。

×

名字
Company Name
Phone Number
Country/Region
提交本網站上的表單,即表示你確認你是一個年滿18週歲的成人,且你同意受Intel(英特爾)和 Intel® 物聯網解決方案聯盟成員透過與營銷相關的電子郵件或電話與您聯絡。你可以隨時取消訂閱。英特爾的網站和通信受制於我們的隱私政策和使用條款
我希望這篇公司聯絡我: -可選
!
Thank you!
Error - something went wrong!
×

獲得最即時的物聯網新訊,掌握最新動態。

Country/Region
insightTechOptIn
Intel GDPR Optin
提交本網站上的表單,即表示你確認你是一個年滿18週歲的成人,且你同意受Intel(英特爾)和 Intel® 物聯網解決方案聯盟成員透過與營銷相關的電子郵件或電話與您聯絡。你可以隨時取消訂閱。英特爾的網站和通信受制於我們的隱私政策和使用條款
認購。
Error - something went wrong!