採用 AI 技術的固接網路建築影像分析

November 23, 2022

Pedro Pereira

人工智能驅動的視頻分析

智慧建築從感應器、攝影機和其他裝置，持續提供資料流，將作業最佳化，以及回應使用者需求。建築業者透過採用 AI 技術的影像分析，輕輕鬆鬆即可處理這類資料。然而，這些建築解決方案通常位於支援固定監視系統的永久性結構。建築工地、臨時工地、公園、活動場所和其他戶外環境這類地點，都需要行動監視單元，因為這些地點通常並未安裝攝影機或分析系統。

有一間公司遇到了這個情況，於是向 Megh Computing 這間行動監視單元（MSU）方面的影像分析解決方案供應商尋求協助。該公司需要採用 AI 技術的先進影像分析解決方案，才能全面利用太陽能監視 5,000 個移動式工地。

現有的 MSU 通常使用具有分析功能的昂貴「智慧攝影機」偵測入侵。這些裝置使用的 AI 模型並不穩定可靠，因此頻頻誤報，進而提高了監測警示的作業成本，回傳所需的頻寬也隨之增加。

Megh Computing 引進了全新的 MSU，搭載 Intel^® Core^™ i3 NUC，負責處理單元上四部標準攝影機傳來的資料流。這套系統採用進階深度學習模型，搭載 Intel^® 發行版 OpenVINO^™ 工具組支援的推論引擎，可偵測人和物體。Megh Computing 執行長 Prabhat K. Gupta 表示：「這些模型可作業穩定性高，因此 Megh 幾乎能完全消除誤報事件，降低監測的作業成本。」

MSU 的影像分析傳輸途徑可高度最佳化，由運動過濾器控制，可將系統的整體用電量降到低於需要的 15W。這套系統還可降低通訊與攝影機成本，節省荷包，締造驚人的投資報酬。

「最好能夠監測所有情況或人群，掌握現況。利用 MSU，您很快就能展開行動、裝設，然後加入保全人員監測的行列。」Gupta 表示。

自訂的智慧建築解決方案

Megh Computing 運用專業知識搭配自家智慧建築 VAS（影像分析解決方案），為客戶創造移動式選項。VAS 是高度可自訂的解決方案，能夠鎖定不同的硬體架構，而且可以部署於邊緣或雲端。VAS 可處理攝影機和感應器的資料。這個方案已部署於各式各樣的環境，包括智慧城市、智慧倉庫與零售地點。

VAS 應用 AI 深度學習，精準偵測人與物，以及人類行為的異常現象，降低實體風險。這對該公司的 MSU 解決方案而言是重要的一環。

「邊緣資料顯然呈現爆炸性成長，而且多半屬於影像資料。」Gupta 表示。「此外，除了用於回應安全事件的資料，資料多半未曾經過分析。」

投資昂貴影像系統的公司，希望能夠分析串流資料，從中獲得商業深入解析。舉例來說，特定時間有多少人基於何種目的使用公司的空間？這些答案有助於改善作業，例如更優異的流量流程，以及更聰明彈性的安全管制措施。以零售自助服務機為例。Megh 的解決方案透過監測空間，能夠判斷排隊的人等了多久，讓零售商能夠再增加一台自助服務機，以免損失銷售量。

「我們還能監測空間使用情況。」Gupta 表示。「我們能夠瞭解大家在工作區域如何度過一整天。舉例來說，這項資訊有助於設施規劃。」

採用 AI 技術的安全解決方案可減少誤報

Megh Computing 除了提供自訂和移動性，還解決了影像分析共通的問題，也就是誤報比例高。有家保全公司面臨了這個問題，於是向 Megh 尋求協助。

該公司與既有的平台同時試行 Megh 的解決方案之後，決定改弦易轍。「操作員表示，我們基本上能夠完全消除誤報。」Gupta 解釋。

Megh Computing 利用進階 AI 深度學習模型，將誤報數量減到最少，並且運用自家的持續訓練架構，持續更新這些模型，提高準確度。「這項獨特的功能，確保系統發出警示時，收到警示的人可以不用懷疑警示的真偽，並且採取適當行動防範資安事件。」Megh Computing 首席工程師 Duncan Moss 表示。

舉例來說，某汽車經銷商使用該平台負責下班時間監測。如果有人在停車場鬼鬼祟祟，智慧攝影機追蹤他們的動作，即可猜測對方的意圖，並且向保全警衛發出警示。在不同車輛之間移動、在每輛車旁邊停留的人，可能打算闖入偷車。「這就是我們如何運用科技進行行為分析與防範的例子。」Moss 表示。