人工智慧深度學習技術 改變影像監控產業

人工智慧深度學習技術 改變影像監控產業
人工智慧發展方興未艾,隨著影像數據不斷增加,也已成為安全監控的關鍵。本文將重點分析,深度學習科技如何在影像監控領域脫穎而出。

人工智慧(Artificial Intelligence, AI)為一項使機器能夠從過去經驗中學習的技術,又稱為「機器學習(Machine Learning)」或「認知運算(Cognitive Computing)」,透過模仿人類大腦所組成的多層類神經網路辨別物件及其模式,並在無人類干預的情況下自行做出決策。隨著影像數據不斷增加,人工智慧和深度學習(Deep Learning,機器學習分支)技術已成為安全監控的關鍵,能夠有效降低人為錯誤和誤報,並大幅減少影像搜尋時間,對眾多產業造成極大的影響。

「深度學習」在影像監控領域脫穎而出

以深度學習為基礎的演算法大幅勝過傳統電腦視覺演算法,其主要原因為深度學習系統能夠持續24小時、每天不斷訓練及提升其數據量。許多應用結果皆顯示,深度學習系統在某些領域上可達到近99.9%的準確度,而電腦演算法要超過95%的準確度是非常困難的。

另外,深度學習系統展現卓越的能力,能夠偵測未知或非預期中的事件(異常事件),此特性能顯著地減少在安全影像分析系統中所產生的錯誤偵測。事實上,無法降低錯誤偵測率為影像監控產業的主要問題,因此目前各大產業皆對於智慧影像分析解決方案有強烈的需求。雖然深度學習已應用於眾多產業且得到突破性的成果,但並非所有應用都合適,然而在影像監控領域的應用則明顯脫穎而出。

人工智慧深度學習4大技術優勢

人工智慧深度學習技術應用於影像監控領域,可彰顯下列4大優勢:

1、降低誤報率:人工智慧偵測能夠輕易辨別不同種類的人和物件,例如在此區域中設定偵測「人」,則當動物及車輛經過,或者樹木產生的陰影,皆不會造成誤報,可減少90%的誤報率。換句話說,在沒有人工智慧的情況下,動物、樹、陰影、天氣狀況都將觸動感應裝置並誤發出警報。

2、容易設置及維護:沒有人工智慧的傳統影像監控必須考慮地形、攝影機視角、感應器位置…等,一旦要在設定上作任何變動都需要手動重新計算這些因素,並可能會影響其他原有的設定。相較之下,使用人工智慧偵測功能,可讓系統管理者透過單一控制介面調整系統設定及攝影機,亦能隨時在幾分鐘內調整特定區域內欲偵測的目標物件。

3、容易與第三方技術整合:人工智慧的本質就是學習,並且能夠自行調整成適合在各種條件下的運行狀態,因此人工智慧可以輕易且即時地與第三方技術進行多層組合。例如,一旦在特定區域中偵測到目標物件,便會發出警報、自動開鎖管制進出、或連動其他附加裝置等,而這些設定皆只須從滑鼠按下按鈕便能完成。人工智慧影像監控系統亦能夠輕易地與現有的錄影裝置及儲存系統(NVR)進行整合。

4、性能穩定持久:沒有使用人工智慧的影像監控系統需要結合多項組件,以及複雜的設置才能提高偵測準確度,然而越多組件代表發生故障的機率越高,包括暴露在外的感應器若受到損害,便會造成錯誤或延誤偵測。另一方面,以人力進行監控管制,也無法確保能得到穩定且正確的資訊。研究顯示,一個人的專注力最多只能維持20分鐘,而當人們同時面對多個物件,如監視多個攝影機監控螢幕,注意力更會快速下降。人工智慧技術可完全消除這些疑慮,此外使用人工智慧相對減少所需組件,有效降低系統故障的風險。

應用於監控影像分析4大亮點

基於人工智慧深度學習技術的監控影像分析解決方案,亦可突顯以下4大亮點:

1、區別人類、動物及雕像:人工智慧系統持續分析監控攝影機所捕捉的影像串流,能夠區分人類的臉孔與非人類物件(如動物、雕像)的臉,並如人類的大腦,人工智慧會將這些訊息儲存在記憶中。

2、人臉快搜:利用人工智慧能夠即時偵測圖片中的人臉及特徵,使用者不需在系統中建立人臉資料庫,只需上傳目標物件的人臉照片到系統,人工智慧便能從記憶中搜尋相似的人臉,分析此目標人物在何時、何地出現過,並能夠利用時間及攝影機位置與地圖連接,獲得此人物的行徑並推測可能進行的路線。此外,使用者可以決定想要搜尋的日期與時間區間,亦可指定特定攝影機做搜尋,並能夠調整相似度,決定所搜尋的人臉與上傳的照片匹配程度高低。

3、人臉辨識:深度學習技術應用在人臉辨識上,能有效改善其準確度。美國國家標準技術研究所(NIST)在過去10年中進行人臉辨識供應商測試(FRVT),根據NIST的報告顯示,在過去20年人臉辨識的錯誤率已大幅改善。現今大多數擁有高性能及高準確度的人臉辨識產品,都是基於深度學習技術。而根據Facebook和特拉維夫大學的研究,人臉辨識用於特定環境(例如辨識機場移民),其準確率已達到99.9%。

4、入侵偵測:人工智慧可使入侵偵測功能達到最高準確度及最低誤報率。使用人工智慧,系統管理員可根據所需,配置具有不同條件及目標偵測物件的限制區域,包括特定顏色偵測或特徵偵測。例如,未穿著所需制服或攜帶食物/飲料的人、超過5人在此區域遊蕩、在特定時間有目標物件入侵、異常行為或逆向行進…等,皆能準確偵測並發出警報。

結語

由於人工智慧深度學習技術具備上述優勢及亮點,全球安全監控業者也已紛紛投入相關設備及應用開發。以鐵雲科技(IronYun)的「AI NVR人工智慧安防系統」為例,即以領先的深度學習及影像搜尋技術可達到:不到1秒即可完成上百小時的影片數據搜尋、有效降低錯誤警報發生、搜尋分析人臉特徵時高於行業的精確率、主動發掘潛在威脅或機會以事前做好準備…等功能。

【本文由專業資訊系統整合商——和平整合資訊提供,其為鐵雲科技(IronYun)台灣總代理。】
分享文章:
文章評論 ( 0 )
熱門文章
 

全球安防科技網於每周提供「智慧安全、防災、建築及能源電子報」; 每月提供各行業應用解決方案與產品電子報,包括產業最新脈動、物聯網與智慧化應用相關新聞、行業解決方案案例剖析和產品訊息。



Please key in code