Skip to main content

愿景

计算机视觉和人工智能助力智慧城市实现数字安全和监控

计算机视觉, 智能城市, 对象检测

数字安全和监控 (DSS) 系统随处可见。

尽管 DSS 系统在公共场所和私人场所中无处不在,但典型的系统通常只是通过网络将 IP 摄像机的视频馈送传递到网络录像机 (NVR) 或视频管理系统 (VMS) 的管道。但是随着计算机视觉技术的飞速发展,这些系统将具有更多的功能。

具有计算机视觉功能的 DSS 系统即将投放市场,该系统可触发许多智慧城市应用中的自动操作。这些解决方案以与现有 VMS 基础设施集成的软件模块的形式提供,以降低成本,同时提高智能水平。

比如巴西综合公寓使用的自动访问控制系统,其目的是提高居民的安全保障。公寓所有者选择使用面部和车牌识别技术升级其现有的 DSS 监视基础设施。

通过与人工智能算法开发商 RealNetworks 合作,领先的 VMS 解决方案提供商 DigiFort 已将特定于用例的人工智能模块集成到产品中,其中包括公寓环境所需的识别技术。VMS 解决方案可以托管在云中,也可以托管在基于本地的服务器上,从而为诸如物理访问控制之类的自动化操作实现实时响应率。

举一个日常生活中的用例,安装在机械门上或附近的摄像头便可对驾驶员进行面部识别。该信息与针对车牌运行的算法相结合,以授予或撤消对安全停车区的访问权限。如果两个记录都与现有数据库中的信息匹配,门便会打开。

Digifort 技术经理 Roberto Graciosi Filho 说:“这个动作只需几毫秒即可完成。摄像头一探测到车辆,便开始运行算法,识别车牌后,便发出开门信号,所有动作都在不到一秒钟的时间内完成。”

举另一个真实的示例,Digifort 在巴西普拉亚格兰德市的海滩上启用了面部识别系统。在这套系统中,一台服务器连接了 50 个摄像头。

Graciosi Filho 说:“借助 GPU,我们可以同时处理 10 到 15 张面孔,准确率达到 99.86%。我们仅将这些信息用于个人安全,因此我们在法律上没有任何问题或任何限制。”

人工智能实现实时动作自动化

根据不同的应用,分析车牌、识别面部以及触发自动操作的过程都必须在几秒钟或更短的时间内完成。无论工作负载是在边缘还是在云端执行,这都是解决方案硬件和软件基础设施的一个大问题。

Digifort 的 VMS 解决方案可以提供在各种环境中启用计算机视觉的 DSS 部署所需的高帧频、高分辨率和低照度。由于使用了基于英特尔® 至强® 处理器(例如 8 核 E5 v4 处理器)的服务器,可以在 3.5 Gbps 数据链路上以每秒 30 帧 (fps) 的速度支持 300 万像素录像,这从某种程度上说是可行的(图 1)。

基于四核双英特尔® 至强® 处理器的服务器可以支持 40 多个摄像头。(来源:英特尔®)
图 1. 基于四核双英特尔® 至强® 处理器的服务器可以支持 40 多个摄像头。(资料来源:英特尔®

英特尔至强处理器还有助于促进图像和视频从边缘 IP 摄像机到后端服务器的高带宽传输,而不会丢失任何数据包或冻结图像。当然,这对于在 VMS 解决方案中准确执行计算机视觉算法至关重要。

注重细节

在安全专业人员努力保障城市、机场、火车站、学校、商店和工作场所安全的时候,增强了计算机视觉技术的监控系统可以使他们摆脱长时间监控的负担。

Digifort 的面部识别 VMS 可在任何实时摄像头馈送中识别出感兴趣的人员时,实时向安全人员发出警报。将 RealNetworks 的 SAFR 技术集成到其 VMS 之后,Digifort 可以在其视频监控产品中添加智能。

视频概要功能可以对录制的视频流进行智能分析,将数小时的视频录像压缩成几分钟的片段。实时视频警报触发器和辅助视频搜索等其他功能也有助于减轻政府和安全专业人员的负担。

通过将监控功能与智能分析和自动化操作相结合,计算机视觉实现的自动化使监控系统着重于细节监控。在这里,强大的边缘计算在管理各种人工智能工作负载和网络传输中起着核心作用,而创新的软件集成将 DSS 提升到了未来智慧城市的全新水平。

作者简介

Richard Nass’ key responsibilities include setting the direction for all aspects of OpenSystems Media’s Embedded product portfolio. Previously, he was the Brand Director for UBM’s award-winning Design News property. Nass has been in the engineering OEM industry for more than 25 years. In prior stints, he led the Content Team at EE Times, and the TechOnline DesignLine network of design engineering websites. Nass holds a BSEE degree from the New Jersey Institute of Technology.

Profile Photo of Rich Nass