保護(hù)企業(yè)資產(chǎn)和信息以及確保團(tuán)隊(duì)成員的安全應(yīng)該是任何企業(yè)的兩個(gè)最高優(yōu)先級(jí)。據(jù)BusinessWire稱(chēng)，到2025年，調(diào)查和安全服務(wù)市場(chǎng)的價(jià)值將攀升至4171.6億美元。但是，由于復(fù)雜的工作流程和越來(lái)越多的網(wǎng)絡(luò)攻擊，安全團(tuán)隊(duì)在許多不同的商業(yè)環(huán)境中最大限度地減少損失仍然具有挑戰(zhàn)性，包括零售、金融科技、運(yùn)輸和其他行業(yè)。幸運(yùn)的是，由于不斷發(fā)展的計(jì)算機(jī)視覺(jué)技術(shù)，維護(hù)安全可以更加有效。

了解計(jì)算機(jī)視覺(jué)如何工作

計(jì)算機(jī)視覺(jué)是人工智能中的一門(mén)學(xué)科，旨在模擬人類(lèi)如何觀察和理解視覺(jué)世界。這項(xiàng)技術(shù)有許多應(yīng)用。它需要數(shù)據(jù)來(lái)訓(xùn)練計(jì)算機(jī)理解如何識(shí)別物體并從這些觀察中得出結(jié)論。

計(jì)算機(jī)視覺(jué)通過(guò)以下過(guò)程實(shí)現(xiàn)：

1.計(jì)算機(jī)必須能夠訪(fǎng)問(wèn)要分析的圖像。在商業(yè)安全方面，這些照片很可能是從監(jiān)控?cái)z像頭上拍攝的。圖像質(zhì)量越高，結(jié)果越準(zhǔn)確。

2.數(shù)據(jù)科學(xué)家訓(xùn)練系統(tǒng)識(shí)別數(shù)據(jù)中的某些對(duì)象。如果計(jì)算機(jī)的機(jī)器學(xué)習(xí)算法檢測(cè)到匹配，它會(huì)標(biāo)記圖像的該區(qū)域。

3.然后，計(jì)算機(jī)根據(jù)所看到的內(nèi)容做出決定，這取決于它被訓(xùn)練如何做出反應(yīng)。

這種方法面臨著幾個(gè)挑戰(zhàn)。偶爾，通過(guò)相機(jī)看到的物體可能會(huì)發(fā)出假陽(yáng)性。例如，一個(gè)被訓(xùn)練來(lái)識(shí)別裝在人腰帶上的武器的相機(jī)可能會(huì)被一個(gè)裝著手機(jī)的人混淆。計(jì)算機(jī)視覺(jué)的準(zhǔn)確性取決于相機(jī)的質(zhì)量、用于訓(xùn)練的數(shù)據(jù)量以及其他變量。為了充分利用計(jì)算機(jī)視覺(jué)，企業(yè)需要意識(shí)到這些挑戰(zhàn)，以減輕其影響。

例如，面部識(shí)別是計(jì)算機(jī)視覺(jué)安全的一個(gè)流行示例。然而，處理面部識(shí)別數(shù)據(jù)會(huì)給網(wǎng)絡(luò)帶寬帶來(lái)沉重的負(fù)擔(dān)。維持安全需求的一個(gè)潛在解決方案可能是邊緣生物識(shí)別，其中人工智能處理在邊緣設(shè)備上進(jìn)行，而不是在集中位置進(jìn)行。因此，在開(kāi)始實(shí)施計(jì)算機(jī)視覺(jué)的過(guò)程之前，你需要記住，每個(gè)案例都是獨(dú)特的，需要有經(jīng)驗(yàn)的人工智能工程師參與才能創(chuàng)建最有效的解決方案。

增強(qiáng)安全性的計(jì)算機(jī)視覺(jué)商業(yè)案例

計(jì)算機(jī)視覺(jué)在安全應(yīng)用中的使用案例很多。一些例子包括盜竊和欺詐預(yù)防、制造缺陷檢測(cè)、交通事故檢測(cè)、安全評(píng)估和危險(xiǎn)物體檢測(cè)。讓我們更詳細(xì)地了解每個(gè)案例。

盜竊和欺詐預(yù)防

通過(guò)使用計(jì)算機(jī)視覺(jué)技術(shù)，可以更好地監(jiān)測(cè)和記錄商店盜竊造成的損失。像沃爾瑪這樣的企業(yè)已經(jīng)在使用帶有人工智能的攝像頭來(lái)追蹤盜竊行為。如果相機(jī)看到客人在自助結(jié)賬時(shí)沒(méi)有掃描行李就將物品放進(jìn)了包里，服務(wù)員會(huì)被呼叫自動(dòng)協(xié)助。

這樣的解決方案可以通過(guò)在結(jié)賬時(shí)添加AI驅(qū)動(dòng)的攝像頭來(lái)實(shí)現(xiàn)。當(dāng)顧客在結(jié)賬時(shí)掃描產(chǎn)品時(shí)，攝像機(jī)會(huì)捕獲掃描的物品，系統(tǒng)會(huì)生成總數(shù)量的物品并將其發(fā)送到集成POS系統(tǒng)。然后，POS系統(tǒng)將掃描的物品總數(shù)與攝像頭生成的數(shù)字進(jìn)行比較，如果數(shù)字不匹配，則會(huì)向商店員工發(fā)送潛在盜竊的通知。這使員工能夠快速應(yīng)對(duì)潛在的負(fù)面事件并防止欺詐。

制造中的缺陷檢測(cè)

乍一看，缺陷檢測(cè)并不完全適合其他安全應(yīng)用程序。然而，在工廠自動(dòng)檢測(cè)有缺陷的物品有助于緩解安全問(wèn)題。它還可以幫助防止破壞和篡改。這些系統(tǒng)還可以幫助預(yù)測(cè)風(fēng)險(xiǎn)，這使企業(yè)能夠在為時(shí)已晚之前對(duì)威脅采取行動(dòng)。

由機(jī)器學(xué)習(xí)算法支持的制造業(yè)缺陷檢測(cè)允許在數(shù)據(jù)集中找到模式，并基于這些模式檢測(cè)異常。這有助于以更少的時(shí)間和精力防止人為錯(cuò)誤，從而顯著節(jié)省成本。

交通事故檢測(cè)

監(jiān)控道路上發(fā)生的事故在某些情況下非常重要，尤其是物流、事件安全、交通控制等。啟用計(jì)算機(jī)視覺(jué)的攝像頭可以檢測(cè)碰撞，識(shí)別可疑的移動(dòng)和停放車(chē)輛，并自動(dòng)對(duì)潛在威脅或感興趣的物體作出反應(yīng)。

通過(guò)從交通攝像機(jī)的可用數(shù)據(jù)和圖像流中學(xué)習(xí)，這樣的系統(tǒng)可以持續(xù)檢查交通以識(shí)別指示可能發(fā)生事故的模式。如果系統(tǒng)檢測(cè)到潛在的危險(xiǎn)情況，它可以提醒責(zé)任人或執(zhí)行預(yù)先編程的響應(yīng)以提醒駕駛員。

安全評(píng)估

計(jì)算機(jī)視覺(jué)可用于確保工作場(chǎng)所執(zhí)行安全協(xié)議。例如，在制造、分銷(xiāo)或零售的后臺(tái)環(huán)境中，攝像機(jī)可以檢測(cè)托盤(pán)是否平放在地板上，或側(cè)靠墻支撐。由于后者可能被視為安全隱患，計(jì)算機(jī)視覺(jué)系統(tǒng)可以自動(dòng)將事件標(biāo)記為“未遂事故”，并將問(wèn)題報(bào)告給主管進(jìn)行糾正。

危險(xiǎn)物體檢測(cè)

配備計(jì)算機(jī)視覺(jué)技術(shù)的系統(tǒng)可用于檢測(cè)危險(xiǎn)物體，如武器或其他未經(jīng)授權(quán)的物品。這是一個(gè)具有挑戰(zhàn)性的應(yīng)用程序，因?yàn)橛捎诃h(huán)境中的照明、對(duì)象的姿勢(shì)、相機(jī)系統(tǒng)的視角、遮擋等原因，武器可能很容易隱藏。盡管這項(xiàng)技術(shù)可能還不夠完善，但它仍然可以用來(lái)補(bǔ)充和改進(jìn)人類(lèi)的安全工作。

總結(jié)——計(jì)算機(jī)視覺(jué)和安全含義

企業(yè)有各種獨(dú)特的安全需求，這些需求通常與一刀切的解決方案不兼容。完全自動(dòng)化在某些情況下可能有效，例如檢測(cè)特定區(qū)域的活動(dòng)或檢測(cè)有缺陷的項(xiàng)目。然而，對(duì)于一些企業(yè)來(lái)說(shuō)，混合方法可能是最好的選擇，因?yàn)橛?jì)算機(jī)視覺(jué)可以補(bǔ)充人類(lèi)操作員。無(wú)論如何，技術(shù)仍在不斷改進(jìn)，想要有效維護(hù)安全的企業(yè)需要考慮采用這些技術(shù)來(lái)減少損失、預(yù)防事故，并確保團(tuán)隊(duì)和客戶(hù)的安全。