🥪 ⏳ 📕 如何使用CCTV摄像机不仅监视入侵者 🔀 💪🏿 🧑🏿‍🤝‍🧑🏽

在反恐和预防犯罪的主持下，在城市中安装闭路电视摄像机的做法已在全球范围内普及，并且正在蓬勃发展。例如，在2019年初，莫斯科有超过16.7万个安全摄像机，尽管在中国或英国，这个数字可能被认为是荒谬的（相比之下，2018年的伦敦有642,000，在公共领域没有关于北京的最新数据，但是对于目前，在中国各地有超过1.76亿台摄像机在运行）。

我们周围如此众多的镜头不由自主地唤起了1984年的思绪。当您回想起人工智能的发展已将视频监控提升到一个新的水平时，这尤其令人震惊。毕竟，深度学习使AI能够准确区分图像中的一个物体和另一个物体。此外，人工智能不需要睡觉，它不会分散注意力，不会遗漏任何东西。

例如，由Fujitsu GREENAGES Citywide Surveillance软件开发的软件可让您同时在摄像机图像上同时区分和跟踪多种类型的物体：运输，人员和物体。它所使用的AI能够考虑框架中物体出现的时间，图像中不同类型物体的数量，运输类型，品牌，型号和颜色，车牌上的信息，识别人的脸和衣服等。

但是，不仅对可疑元素的监视仅限于使用摄像机。人工智能分析图像的能力为它们的使用开辟了新的前景。说要进行市场调查。

如果通过分析摄像机的图像，将某个购买行为与例如任何年龄段相关联，那么将来有可能更准确地满足客户的需求。此外，借助深度学习，可以计算图像中的人数并跟踪其运动。在零售中，这将有助于更好地了解哪些顾客访问商店，确定他们在交易大厅内的移动路线，从而可以优化零售空间。

但是，目前有两个主要问题阻碍了AI在相机图像分析中的广泛使用。

图。 1.从相机识别AI图像的过程

首先，让我们看一下通过人工智能从相机识别图像的过程（图1）。首先，摄像机捕获图像，然后将其发送到VMS（视频管理系统，用于管理视频监视系统的全功能软件），在此存储记录，可以查看记录等。视频数据传输到配备有能够进行高速处理的图形处理器的计算机之后。在这一阶段，使用人工智能分析图像，然后以分析数据的形式显示结果，然后将其可视化。如图所示，将来，该分析的结果可以直接用于业务应用程序中。

为了使该方案有效地工作，必须解决以下问题：提供足够的数据来训练AI并使其能够快速处理大量数据。

让我们从第一个开始。也就是说，使用深度训练来分析汽车的图像不仅使AI能够了解物体是一台机器，而且还可以确定车辆的制造商和型号。但是，为了创建更准确的训练模型，需要大量的训练数据。汽车的图像应在不同的角度和不同的照明条件下拍摄。因此，可能需要数百万张图像来识别来自不同制造商和配置的车辆。

富士通解决了使用仿真技术为AI训练获取足够数据的问题。建模能够更改图像中阴影的形状和其他参数，从而最终增加了用于训练的数据量。

富士通利用富士通技术计算（TC）云处理相机传输的大量数据（特别是如果它们以高分辨率捕获），这是一种使用GPU进行机器学习的高性能计算解决方案。 GPU更适合学习AI。得益于其核心架构，他们可以轻松地处理大量相同类型的简单任务，并且在GPU上学习AI的过程要快得多。

即使解决了问题，边界计算也可以帮助在摄像机和VMS之间共享处理数据的任务，从而最终减轻了负担。

确保在整个视频数据收集和分析过程中连续传输视频数据仍然很重要。为此，富士通采用了公司开发电视广播系统以来的最佳实践。

例如，一种用于实时交换视频的解决方案（实时现场视频共享）甚至可以通过最不稳定的移动数据线实现安全的视频传输。除了实时压缩和视频传输外，它还具有自己的视频传输控制技术，即使在接收效果差和带宽较低的情况下，也可以确保稳定的传输。使用此技术，例如，可以实时发送来自安装在车辆中的摄像机的图像，包括来自具有360°拍摄角度的摄像机的图像，这些图像可以传输更多信息。

因此，您还能在哪里使用摄像机图像的数据分析。在图。 2和图。图3显示了GREENAGES全市监视在机场和购物中心的潜在用途。

图。 2.可能的应用绿化

图1 中对机场的全市监视。 3.在购物中心应用GREENAGES全市范围监视的可能性

相机图像的分析结果主要用于三个方面：首先，确保安全性，然后进行市场研究，最后提高客户服务水平。

正如我们已经发现的那样，使用基于AI的分析，您可以识别汽车型号和车牌。因此，您可以跟踪哪些汽车型号以及何时他们访问特定的加油站，确定其数量，并将数据与加油站商店和咖啡馆中顾客的行为相关联，从而使加油站经营者能够从销售相关产品中获利。

图。 4.分析加油站和附近咖啡馆的摄像机图像

在图。 4您可以看到此类分析的示例。人们发现，傍晚时分，大多数汽车前往加油站。同时，大量的汽车并没有影响加油期间咖啡馆访问量的增加。根据研究结果，提出了多样化的晚餐菜单，并另外为加油站的游客广告咖啡馆本身，以增加出席人数。

我们还可以在购物中心的美食广场上使用这些技术。例如，很容易教授人工智能来区分坐着的人和站着的人（图5）。因此，我们能够计算出游客在餐桌旁坐了多长时间，确定有多少个座位等。

随着移动点餐系统在美食广场上的传播越来越多（当访客通过他的智能手机提前下订单时），在排队的情况下，AI会对此发出警告，并且订单应用程序会为提供替代选项的客户显示通知。而且，如果美食广场的布局发生变化，人工智能将自动确定座位的新位置。高峰拥挤的确定有助于根据给定时间段内的访客数量提前考虑座位的最佳配置。

图。 5.分析购物中心食堂摄像机的图像

如我们所见，来自基于AI的摄像机的图像分析已经进入阶段，不仅可以用于跟踪可疑人员或物体，还可以用于市场研究和项目。将来，此类分析将用于解决各种问题，使我们的生活更安全，更舒适，或者例如帮助客户进行购买，优化公司治理实践等。不过，“老大哥”并不像我们以前所想的那样可怕。

如何使用CCTV摄像机不仅监视入侵者

More articles: