人类的大脑总是在注意力分散和注意力集中之间自然地交替,无法24小时保持注意力高度集中,准确**地监控所有场景;在视频监视中,分心将会导致各种可怕的后果。那么,如果我们有一个不会受到注意力疲劳干扰的人工智能监视系统,并通过与人类合作来减少错误,情况会如何呢?
虽然视频监控技术早已有之,并允许人们在需要的时候回放历史录像记录,但它从来没有告诉过人类监控操作员:“嘿,这段视频看起来不太对劲!”人工回放查看监控录像往往是一件效率十分低下的事情,需要耗费大量的人力物力。而人工智能视频监视系统则能让用户从繁重的观看监控劳动中解脱出来,轻松自如地进行**准确的决策。
去年,美国机器视觉开发公司Movidius和美国安全硬件制造商Hikvision宣布了他们的合作意向,并合作生产了一款配备了深度神经网络的人工智能视频监控摄像头,该监控系统将会在摄像头检测到特定事件发生时向人类发出通知,并提供一系列实时警报。
人工智能技术具有强大的图像识别能力
举个例子,在违法事件发生后,为了查明犯罪嫌疑人是谁,人们经常需要对视频内容进行艰难的审查。更为不幸的是,只有当警方在屏幕上辨认出犯罪嫌疑人的面部特征时,才能进一步确认他的身份。而**人工智能软件则能改变这一现状。
华盛顿大学正在进行的一个人工智能项目。它接受了一个拥有近672000个出镜人、近500万张图片的**数据集训练。在前期测试中,这个系统在100万张面部图像的数据集中能够匹配同一个人的两张照片,其准确率为75%。
同样的,在纺织行业玻纤检测中,西安获德通过自主研发也将人工智能的图像识别功能成功应用在管纱、方格布、电子布、素色布上,瑕疵检出率高达95%及以上。显然,图像识别技术有很多潜在的价值,它可以与视频监控系统结合在一起帮助工作人员快速、准确识别目标及瑕疵。人工智能技术能实时检测并作出决策
人工智能监控系统能不仅能为决策者提供数据分析、建立疵点数据库,并且能够及时发现、定位目标,帮助企业提升产业自动化水平及产品质量管控、等级评定。
例如:在纺织品检测中,通过人工智能监控系统,在线实时、连续不间断的图像检测,及时发现各种疵点,对严重的疵点,停机告警并由人工处理。对可忍受的疵点做统计和记录,以作为等级评定的原始数据,这样可*程度的减少疵点对**终织物的影响,甚至可以做到织出的布就是合格品,不用再验布、修布,直接出厂,减少流程,降低成本。机器视觉技术在许多行业领域发挥的巨大作用有目共睹,人工智能在安全及工业检测领域的作用同样非常值得期待。