愿景

虽然世界上的一些城市开始与无人驾驶汽车共享街道，但其他城市仍与所有其他人一起受困于交通堵塞。这些驾驶员可能会也可能不会关注道路交通规则，或注意到行人和自行车。

幸运的是，智慧城市正在采取重要举措改善这些事项（我们等待被撞到后座），AI 和视频管理解决方案在该转型中扮演重要角色。摄像头收集的数据为了解驾驶员和非驾驶员行为提供了一个重要窗口，对该数据的分析可以带来强大的洞察力并解决现实世界中的问题，例如交通堵塞和悲惨事故。

但除了交通堵塞外，AI 视频分析还有许多应用——从个人防护装备检测到零售——视频管理、视频分析和交通管理服务提供商 Videonetics 的产品和战略联盟副总裁 Srivikraman Murahari 解释道（视频 1）。他还介绍了利用合作关系创建端到端解决方案、收集所有这些数据时的隐私和安全问题，以及 AI 视频分析影响我们日常生活的强大功能。

AI 视频分析在城市规划中可帮助解决哪些挑战？

政府官员和城市规划人员面临的主要挑战之一是市民不遵守交通规则，这可能会造成事故甚至死亡。从而对政府官员带来提高交通效率和流畅道路交通的压力。

目前 Videonetics 的智能交通管理解决方案已部署在 100 多个智慧城市，提供非常强大的交通分析功能。我们还对政府官员实现智能可视化，为采取进一步行动提供许多见解。我可以自信地说，这 100 多个智慧城市的道路交通现在更加流畅、效率更高，市民遵守交通规则的意识也在提高。

在智慧城市实施 AI 视频分析面临哪些挑战？

其中一个挑战是视野 — 摄像头的视野范围有限。我们正在探索将无人机送到困难地点拍摄视频等方法。因此，我们正在探寻诸多创新方法，以便于摄像头覆盖困难区域。

您如何实施这项技术，同时平衡公民隐私？

这是个好问题。我想说的是，我们必须采用负责任且协作的 AI。当提到协作 AI 时，我的意思是政府官员、像我们这样的独立软件供应商和市民都应该了解发生什么情况，还应该了解数据的使用方式。应该制定非常透明的数据政策。我要说的第二件事是使用最低程度的匿名数据。这意味着不会存储过多数据，并且存储的数据应匿名化。

在 Videonetics，我们制定非常非常严格的安全标准。对我们来说，一切都是对象，我们没有任何人员数据。我们遵守国际安全规范，我们在协议中以及对处理数据的方式制定非常严格的标准。我们保持透明，确保数据安全并且符合国际标准。这是我们处理问题的方式，我认为这些是我的建议。

您是否可提供智慧城市部署 AI 视频分析的一些示例？

我提到过，我们已经在 100 多个智慧城市部署了我们的平台，它有助于提升交通流畅性和效率，确保市民安全。关于智慧城市，我们在印度排第一。我可以谈论印度的一个主要城市的案例研究。

该城市约有 400 个交通监控摄像头，另有 700 个摄像头还在安装中，因此将有 1,100 个摄像头监控城市交通，确保道路秩序和单向行驶等。它可以简化了管理人员保障交通流畅性的操作。

在实施方面，我们与全球所有领先的摄像头供应商开展协作。对于每个项目，我们决定最合适的摄像头以及参与该项目的系统集成商和合作伙伴。然后在边缘进行分析。面向边缘，我们广泛使用英特尔平台——英特尔^® 酷睿^™ i5、i7、i9 系列以及最新一代芯片组 11-13。然后在某些场景中，我们采用云存储。

关于如何高效率处理，我们的研发人员正在不断努力解决这一问题；我们在如何优化计算方面作出努力。我可以说，从最开始，我们在这方面走过了漫长的道路。现在假设我们将计算效率提高了 20 倍或 30 倍。我们正在研究如何使用更少的视频帧来减少事件，而不是处理整个视频。我们考虑与合作伙伴协作，并利用其最新技术、平台和解决方案来优化性能和计算能力。

与英特尔等其他公司合作有哪些优势？

与英特尔的合作非常棒，让人非常兴奋，因为我们更关注边缘分析以及如何在这个方向走得更远。这也是英特尔正在推广的一个方向——更多边缘分析，更多 CPU 分析。因此，英特尔是我们在这一方向上的最好、最顶级的合作伙伴，此方向与两个组织都匹配。

其次，我们使用了英特尔的 OpenVINO^™ 平台 —— OpenVINO 深度规划平台。它使用训练后优化和神经网络压缩等技术增强模型。由于计算能力得到增强，这些因素降低了客户的总拥有成本。英特尔的另一个非常好的平台是英特尔^® DevCloud 平台，它随时可供我们对最新型号进行基准测试。就在我们说话的时候，我们的模型在第 11 代至第 13 代英特尔芯片组中进行了基准测试。

我非常高兴地宣布，我们凭借比竞争对手更出色以及让英特尔能够吸引更多合作伙伴而荣获“2023 年英特尔杰出增长 ISV 合作伙伴奖”。因此，对我们来说，与英特尔合作是一段极为漫长且成功的旅程。

我们可以期待将 AI 视频分析用于哪些其他用例？

除了智慧城市外，我们还涉足许多垂直行业。空间最大的是航空和机场安全，我们为 80 多个机场提供分析帮助，例如能够快速检测烟雾和火灾。此外在石油、天然气和热能等企业，烟雾和火灾也非常危险。这些类型的视频分析应用大受欢迎，为此类企业创造了大量价值。

我们有自己的深度学习平台 Deeper Look，并利用它开发了大约 100 个视频分析应用。它们涵盖一系列分析，包括人群、车辆、大众运输、女性安全和零售。在零售业，我们制作了为所有者提供洞察力的热图，以帮助他们了解其商店的销售模式。在大众运输方面，印度的大多数铁路都在使用 Deeper Look。另一个被广泛使用的用例是 PPE 检测，它有助于加强员工安全。银行和金融业也在使用。我们支持的另一个有趣领域是法医学研究，它对调查非常有帮助。

是否有什么最后的感悟或重点？

我要强调的重点是采用数据和技术，包括负责任的协作技术和负责任的协作 AI 来提高治理的警惕性，提高企业运营效率，增强人员安全性，并最终超越安全。

关于计算，我们必须持续投资优化计算能力，在 API 中保持开放并且表现出极大的开放性，以便于我们的平台能够轻松与第三方供应商互操作。这一点也非常重要。

最后，我再次重申：确保负责任和协作的 AI，让管理人员和市民抱有信心。视频和物联网是一个很好的组合，可以有很多用例丰富人类生活质量。

相关内容

要了解智慧城市 AI 视频分析详情，请聆听 AI 视频分析赋能社区：与 Videonetics 同行。有关 Videonetics 的最新创新，请在 Twitter 和 LinkedIn 上点关注。
 

本文由文案编辑 Erin Noble 编辑。