Skip to main content

視覺

AI 分析提升攝影機的價值

人工智慧分析

這不是您的想像力:從機場和城市街道、到購物中心、競技場和博物館,閉路電視攝影機無所不在。為了維護安全,市政府和企業每年都在增加視訊設備的投資。

但部分組織開始質疑這些額外資金對他們有多大用處。當然,攝影機對於擷取資訊來説是非常寶貴——無論是高速公路交通擁堵,還是一罐義大利麵醬灑在雜貨店地板上,攝影機的全視之眼都不會錯過任何問題。

對於監控視訊摘要的工作人員來說,情況並非總是如此。研究顯示,視訊監控工作人員的偵測能力在 30 分鐘後下降 15%。之後,反應時間變慢,錯誤增加。新增愈多攝影機,愈進一步加劇問題。

現今的 AI 分析軟體可以縮小這些差距。AI 支援的視訊立即理解傳入的視訊摘要,以近乎即時的方式發送警報,防止問題失控。

分析不僅提升安全性,還能提升業務價值。AI 演算法可以觀察客戶行為、指出有效和無效的促銷活動、最能吸引人們注意力的體驗,以及會導致挫敗感的瓶頸。這些深入解析可協助行銷人員、零售人員和設施管理人員改善服務,吸引更多客戶,確保視訊技術投資物超所值。

提升安全與效率

視訊分析公司 AerVision Technologies 執行長 Abbas Bigdeli表示,人們對更強大視訊功能的渴望非常普遍。視「我們確實明白組織希望從其視訊基礎設施中獲得更多收益的趨勢。各界組織想要更精確的資料、更佳的安全性、更高的生產力。」

為了提升事件偵測並提升效率,AerVision 開發了 AerWatch,這是一種 AI 視訊分析解決方案,公司可自訂辨識及回應特定類型的風險與機會。

例如,大型零售或雜貨店,AerWatch 可以辨識客戶遺留在購物車中的個人物品或商品,引導員工找到遺失的物品,以便輕鬆取回。系統也可以發送可能導致滑倒摔傷事故的危險警報。

在博物館和主題公園,AerWatch 可以偵測迷路、焦慮兒童,並告知管理人員他們目前的所在位置,以及他們可能與父母分開的地點。下班後,如果有人企圖未經授權進入,或是開始在牆上噴塗塗鴉,演算法可以提醒保安人員。

在一些情況下,及時干預可能會挽救生命。例如,在繁忙的公共場所,AerWatch 已被用於提醒人員是否有人在徘徊、反覆來回踱步或試圖爬過安檢欄杆——這些行為可能表明有自殘的意圖。急救人員經過訓練,可以阻止人們衝動行為,並獲得所需的協助。在 AerWatch 發送初始警報的協助下,可以引起人們注意這類情境,因此更容易應對。

從 AI 分析中獲得客戶深入解析

除了提升安全性,組織利用視訊分析更深入瞭解客戶 。例如,澳洲一家擁有 400 台攝影機的博物館使用 AerWatch 進行保安和訪客數量統計。分析測量參觀者駐留每個展覽的時間長度,作為參與度的指標。檢視此資訊有助於員工規劃吸引目標族群感興趣的內容。

演算法也會計算使用輪椅或乘坐嬰兒車兒童的的訪客人數。「如果博物館想讓進出動線更便利,則會有資料支援決策」Bigdeli 表示。

機場、商店、飯店和銀行也使用 AerWatch 來查看需要改進服務的地方。AI 可以測量人們等待航空公司機票、電梯、職員或 ATM 機的時間長度。

購物中心喜歡在特別活動或促銷活動中追蹤訪客。有些人聘請顧問來衡量成功,但並不總是能提供全面的情況。「透過 AI 分析,只需極低的成本獲得更精細的資料」Bigdeli 表示。

打造有效的演算法

對於分析解決方案,AerVision 利用 Intel® OpenVINO 工具組建立預先訓練的機器學習模型,簡化邊緣 AI 開發。Bigdeli 表示「預先訓練的模型對部分客戶來説綽綽有餘。」對於想要進一步微調的其他人,AerVision 利用 OpenVINO 與他們合作,建立自訂解決方案。

所有解決方案均採用 Intel® 處理器型硬體,快速高效處理繁重的視訊負載,同時增強資料保護與隱私。Bigdeli 表示「AerVision 軟體不保留個人識別資訊,並遵守客戶司法管轄區的所有法規」。此外,該公司提供工具,協助公司施行自己的隱私與門禁政策。

擴大視訊分析的潛力

雖然 AerWatch 是主要產品,但 AerVision 為其他使用案例開發解決方案,包括 AerMeal,此產品可測量醫院和護理院患者面臨營養不良風險的卡路里攝入量。運動團隊也可以利用本產品,確保運動員消耗所建議的蛋白質量。

AerVision 展望未來,正在實驗生成式 AI。一種潛在的解決方案可將大量視訊資料分類,為不同團隊建立自訂報告。「發給保安總監的報告可能與發給行銷總監或設施經理的報告不同」Bigdeli 表示。

另一個生成式 AI 專案旨在加速模型訓練。例如,航空公司希望確保餐車裝載至飛機,可能會嘗試從現有的視訊片段獲得餐車影像。Bigdeli 表示「知易行難」。尋找特定影像非常耗時,航空公司可能只能找到一兩張餐車視圖。生成式 AI 可以從其他角度推測視圖,讓 AI 模型更快學習並獲得更準確的結果。

這類解決方案只是觸及 AI 視訊可能性的表面。「隨著處理能力的提升,越來越多的人開始利用邊緣 AI 解決方案」Bigdeli 表示。「無論公司想要改善能源管理、最佳化空間使用,還是提供更佳的客戶服務,都可以透過視訊分析提高效率與生產力。」
 

本文由 insight.tech 編輯總監妮.貝內施(Georganne Benesch) 編輯。