AI • 物联网 • 网络边缘

安全、效率和平等：现代城市的首要目标。计算机视觉在实现这些目标方面起到的作用是什么？系统集成商如何用最新技术帮助城市改善基础设施？

让我们从最明显的地方开始：在一个城市内安装数千台摄像头是不够的。即使在配置众多人员的指挥控制中心，也无法全面审查所有视频流，大量数据无法进行实时分析或采取行动。人工智能可以轻松分担这些工作，但是对公民自由的关注使问题变得复杂。

解决方案是将机器移动到边缘。这样，人工智能可以实时分析事件，帮助第一响应人员快速行动，阻止犯罪、紧急情况、交通问题等。另外，在需要行动之前无需将个人识别信息发送到指挥中心，这样便保护了公民隐私。

更妙的是，高性能边缘设备可以为现有系统添加智能和功能，并提供多感官意识如声音、气味和其他环境因素等，这对于系统集成商 (SI) 及其城市规划客户也是一大利好。

了解人工智能和可操作洞察对智能城市的重要性的系统集成商，并知道哪些技术解决方案可以最好地将其付诸现实，将使他们保持较高竞争力。如果在任一方面需要帮助，解决方案聚合商拥有他们所需的专业知识、资源和供应商资源。

将人工智能与多感官分析相结合

iOmniscient Corporation 是这一全新业务的冲锋者。其智能城市解决方案拥有专利自动响应功能，超越了基本的计算机视觉。系统可同时处理各种数据，包括分析事件发生的时刻，自动定位最近的适当响应者，并指导快速行动。

以下是解决方案如何自动执行一系列事件的一个示例：系统的流量管理功能检测到一起车祸。系统注明车辆还在着火。系统定位到最近的警车并在事故通报中提供了事件视频和事故地点的详细信息。

最近的消防队和救护车也接到了通知。使用此系统的城市能够将此类事件的响应时间从平均 25 分钟降至 5 分钟以内。

该系统的核心是一系列基于人工智能的软件构建模块，这些模块整体上为特定应用提供安全解决方案。

该解决方案可以帮助人们了解车辆和人员的行为，同时确保隐私不泄露。更重要的是，即使在拥挤的场景中，识别系统也能以最小的分辨率提供准确的结果。iOmniscient 的联合创始人兼总经理 Ivy Li 说：“传统解决方案需要大约 60 到 100 个像素，但是我们的算法可以在 12 到 22 个像素的清晰度范围内达到高度准确。”

该解决方案将基于规则的启发式算法与深度学习算法相结合，具体取决于最适合环境的因素。

Rustom Kanga 博士说道：“深度学习可以非常准确，但也有缺点。它必须先进行学习，这需要大量的计算能力和时间。“而启发是一项简单的计算流程，运行起来和人类进行思考一样。我们自己整合这些技术，加上一些其他技术来创造准确、高成本效益的成果。”

边缘和云端分析

该软件可以在集中式、分布式或混合式架构中运行，如图 1 所示。

为满足多个利益相关者的要求，报告既可以采用集中的方式，也可以采用分散的方式。例如，街上的警察可能需要具体的、可操作的信息，而操作人员则需要系统范围的视图。

Kanga 博士说道：“我们通过实时将传感器数据转换为文本来授权报告。例如，一个穿蓝色衬衫的男人将包裹放在长凳下，然后走开。我们可以对这一过程拍摄多张图像。系统将上述每一个活动翻译出来并转换为文本格式。在文本格式下，就可以使用任何大数据引擎进行分析了。”

基于英特尔^® 技术，系统可以将任何 IP 摄像头变为在边缘分析视频的智能摄像头。

英特尔是从位于摄像头的 NUC 到云端的高性能服务器这一解决方案架构的关键部分。Kanga 博士说道：“我们使用英特尔处理器，因为它们有非常好的内核技术，向上和向下兼容、可靠、强大且可扩展。“我们使用英特尔^® OpenVINO^™ 工具套件等工具来进行深度学习。”

市政规划人员、急救人员和安全管理人员认识到他们需要更有效的方法来保护人员、地点和事物。很多像 iOmniscient 这样的公司正在将创新物联网和人工智能技术向全球市场推广。

当系统集成商为他们的城市规划客户部署这些技术时，会有什么成果？为客户实现实时事件检测以及及时响应、处理。还有为系统集成商带来更多业务。