面向企业的边缘计算机视觉应用程序 计算机视觉 (CV) 是人工智能领域的一个子领域，旨在帮助机器识别和理解数字视频或图像中的内容。简而言之，CV 使机器能够像我们人类一样“看”世界，并利用这些知识来增强人类的努力。该技术使用相机和计算机代替人眼来识别、跟踪和测量目标以进行进一步的图像处理。 计算机视觉应用的例子包括使用多个摄像头感知周围环境的自动驾驶汽车，例如其他汽车、骑自行车的人、行人、障碍物等，并在没有任何人为干预的情况下绕过它们，或者你的 iPhone 如何使用面部识别以识别解锁手机的真实身份。计算机视觉是全球研究和开发的活跃领域，几乎每周都有更好的 CV 算法、硬件处理器和托管环境问世！ 计算机视觉对企业的好处 如上所述，CV 允许机器像人类一样感知世界，但因为它们是机器，所以它们可以 24x7 不间断地以比人类快得多的速度运行，并且客观地做到这一点，没有任何人为偏见或疏忽，甚至以更高的精度做到这一点。随着技术的进步，在边缘设备上运行 CV 应用程序也变得便宜并在世界范围内被广泛采用。  CV 被用于广泛的应用程序（本文的其余部分将深入探讨用例），随着技术的成熟，很快就会有更多的应用程序成为可能。根据 的 2021 年报告，2020 年计算机视觉中的 AI 市场规模为 70 亿美元，预计到 2028 年将达到 1440 亿美元，从 2021 年到 2028 年的复合年增长率将达到惊人的 45%！ Verified Market Research 企业可以使用 CV 来降低成本和提高运营效率，方法是将重复的、耗时的、主观的、费力的和乏味的任务自动化，并将它们转化为机器可以以客观、非侵入性的方式很好地处理的任务，并且 24x7 运行而无需任何需要随时停止任何休息和任何规模部署。企业可以以人类永远无法执行的速度和规模实施更好的质量控制流程。使用 CV，企业可以大幅提高生产力，增加收入，并在极短的时间内以更少的资源完成更多工作。 在边缘设备上运行 CV 应用程序的好处 Edge CV 只是在边缘设备上运行 CV 计算。与云计算相反，边缘计算使工作负载更靠近用户和数据源。这样做具有巨大的优势：实时数据处理和分析（因为数据不必一路往返于云服务器，节省网络延迟问题），最大限度地减少网络带宽消耗，降低能源消耗，提高计算效率，并改善网络安全态势。传统上，边缘设备不足以进行 CV 计算，因此大部分处理必须委托给云中的机器集群。但是随着边缘技术的最新进展，处理能力在节能的同时得到了极大的提高。此外，边缘计算机视觉可以通过保证数据永远不会离开边缘设备来解决任何隐私问题，从而帮助改变世界各地的隐私监管格局。 按行业划分的简历申请 实体零售 实体零售业一直在寻求为其客户提供最佳的店内体验，以最大限度地增加购物篮数量、获取和留住客户并最终提高客户忠诚度。 CV 可用于以自动化方式生成关键见解和分析，无需耗时的技术、雇用人类观察员或昂贵的物理跟踪设备，并且全天候进行，不会出现任何停机或错误。获取回头客有需求……店主想知道客流量、顾客类型（年龄、性别、团体规模等），并与之相关联，以便他们可以最大限度地延长在店内的时间并最大限度地增加购物篮数量 人数 检测跟踪实时视频中的个人，分析客流量。在 COVID-19 大流行期间，统计人数变得特别流行，商店限制店内人数以防止大流行病蔓延。人数统计还可以用来统计排队等候的人数，并通知管理人员分配更多的人到结账站。 统计： 跟踪客户在商店特定区域停留和查看特定商品的时间长度（也称为停留时间）。基于 CV 的应用程序还可用于注释感兴趣区域或边界，并跟踪有多少人越过边界、人们在感兴趣区域停留了多长时间，并跟踪人们将去向可视化人们如何穿过商店.此类见解还可以揭示高峰时段和瓶颈。一旦所有商店都存在此类指标，管理层就可以开始比较不同地点的关键指标，以确定和提高商店绩效。 客户行为分析： 指个人随时间在物理空间中移动的可视化。通过为相对于其他区域移动更多的区域分配颜色并将其可视化为等高线图，店主可以更好地了解兴趣点，哪些区域与其他区域相比人流量更多，并使用该信息优化产品放置或缓解瓶颈 人物热图： 制造业和工业 制造工作场所由移动的机器、设备和人员组成，是事故的热点。 CV 应用程序可以帮助提高工作人员的安全性、识别危险情况并实时预防事故，同时提高生产力和效率，并降低业务中断的风险。例如，CV 可以帮助检测尴尬的人体姿势，以便通知和纠正这些姿势以防止受伤。 职业安全：    CV可用于检测和监控头盔、护目镜、背心检测等的使用情况。 PPE（个人防护装备）检测： ，并检测工人何时在此类危险区域作业。可以记录这些自动检测，并记录任何违规行为，以便对反复违规者进行更好的培训或解雇，并更新工厂或建筑工地的安全规程 定位挖掘机、起重机、发电机或拖拉机等重型建筑设备 公共/智慧城市 世界各国政府都在尝试利用技术来保障人们的安全，侦查违法者和肇事者，并使公共设施和服务更易于使用。 使用 CV 技术从视频源中实时读取车辆的车牌号。车牌识别技术的最新进展使得即使是在复杂场景和照明下高速行驶的车辆也能读取车牌。 LPR 已经广泛应用于收费和停车场管理系统，检测和识别交通违法行为，具有更多应用的执法，以及正在世界各地开发的更高性能、可扩展和更低成本的解决方案。 车牌识别 (LPR)：  CV 不依赖于基于计时器的逻辑，而是可用于通过自动检测交通运动和计算队列中的车辆来增强交通运动，因此可以动态优化信号灯以增加高峰期和非高峰期的交通吞吐量高峰时段。 优化的交通信号灯：  CV 技术可用于识别遗留在公共场所的可疑物品，并向当局发出警报，以便在需要时疏散人员，并在不造成人员生命和财产损失的情况下保护该区域。还可以实时检测包括枪支和刀具在内的武器，并立即向当局发出警报，以便迅速做出反应和人员伤亡。 遗弃和可疑物品检测： 使用 CV 技术进行车辆计数，可以将停车位在线，因此在汽车进入之前就知道停车场的可用性，避免无休止的循环和花费无数分钟寻找停车位，尤其是在高峰时段。这些信息可以被公众转发和搜索，并将导致更高效的交通流量和可预测的运输。  停车场占用率： 物理安全和入侵检测 监控人员和人员安全、关键基础设施和设备保护的物理空间一直是 CCTV 监控摄像头系统的较早应用之一。 CV 通过实时自主检测和响应入侵而增强了系统的能力，无需任何人为干预。现代物理安全系统足够智能，可以自动调用紧急服务调度，或者在出现混乱的情况下请求人工验证。 在摄像头（或云）上运行的CV算法可以自动检测并标记摄像头看到的所有物体（人或车），包括存储人的快照。操作员可以将一个或多个人或车辆标记为感兴趣的人 (PoI) 或感兴趣的车辆 (VoI)。下一次摄像机看到人或车辆时，可以自动提醒操作员做出适当的响应。 人车检测： 能够通过衣服的颜色、性别、身上的配饰以及车辆的颜色、品牌和型号来搜索人，这使得在录制的镜头中找到人物变得非常容易，而不是滚动几天的镜头。 基于属性的搜索：  CV 技术可以允许在某个位置的所有摄像头中搜索人员和车辆，这对于创建事件的取证时间轴以快速解决调查问题非常宝贵。 跨多个摄像头搜索： 人  CV模型可用于人脸匹配，判断相似度，判断2张图片是否为同一个人。这可用于查找指定人员在多日内被闭路电视摄像机发现的所有实例。 脸匹配： 人 智能人脸模糊可用于检测和模糊安全胶带中所有无关人员的面部，保护他们的隐私 脸模糊： 农业和农业 CV 在实现智能农场和牧场方面发挥着关键作用，特别是用于牲畜检测、跟踪，甚至监测它们的健康状况！要继续养活不断增长的世界人口，有限的土地和资源面临越来越大的压力。与此同时，对可持续畜产品的需求，加上劳动力成本的迅速增加和工人短缺，大大增加了对能够提供更高运营效率的技术的需求， 以更小的工人基数和更低的成本提高生产力。一个人可以使用多个静态相机或使用无人机。这取决于要监视的区域的大小 即。 牲畜监控解决方案 随时了解每只动物的位置，它们是否在安全区域或是否需要引导 动物计数和跟踪： 区分农场中不同类型的动物并维护每种动物的数量 动物分类： 检测动物何时穿过该区域并发送警报 定义感兴趣区域： 识别饮水、喂养、睡眠、分娩和护理等行为以及攻击性、懒惰、压力等行为。 分析动物活动和行为： 作物监测解决方案 通过将摄像头放置在正确的区域，可以跟踪生长趋势，并实时识别异常 植物生长测量： 分析水、光、肥料等对植物健康的影响，找到最佳投入水平以实现最高效率 精准农业： 使用针对不同类型的害虫、杂草和疾病发生进行训练的 CV 模型，可以实时识别此类不需要的发展，并提醒人类快速响应以在输出损失之前控制其传播 害虫/杂草/疾病检测：  CV 技术可以用来识别最高质量的农作物并进行生产，并将它们与不符合质量标准的农作物分开，以便更好地规划运输、地点和市场。 农作物分类： 卫生保健 CV 在广泛的医疗保健应用中具有巨大优势——从患者健康监测到环境分析，再到健身、培训和锻炼指导等商业用途。好处是这可以 24x7 全天候完成，而不必担心睡觉服务员、人为监督和深夜劳动。最重要的是，患者的隐私可以通过设备上的处理得到保护，任何时候都不会离开相机。 跌倒是世界范围内的一个主要问题，30% 的跌倒会造成严重伤害，因此跌倒检测在当今老龄化人口中得到迅速采用也就不足为奇了。放置在患者空间的摄像头可以监控患者的动作，包括跌倒和滑倒等突然变化。当检测到跌倒时，可以立即通知工作人员，而不是依靠人工输入和例行检查来发现事故，从而实现快速治疗和更快恢复。最重要的是，基于 CV 的跌倒检测不需要任何设置，也不需要任何昂贵的可穿戴设备，也不用担心这些设备具有侵入性或需要充电或被遗忘。 跌倒检测： 检测人体处于躺、睡、坐、走、站等不同姿势。姿势检测可用于识别可疑行为，如暴力或攻击，跌倒检测或受伤等事件，以及杂项需要测量在步行、坐着和站立等不同活动中花费的时间以提供综合健康和活动报告的医疗保健应用程序。 姿势识别： 随着最近的大流行，大多数政府和监管机构建议在公共场所保持 6 英尺的距离并戴口罩。基于 CV 的技术可以很容易地检测到人类违反这些规定的行为，并警告相关人员或自动提醒当局。 社交距离监测和口罩检测： 最近大量家庭锻炼设备依靠 CV 来检测不同锻炼期间的姿势并建议纠正以防止受伤并充分利用锻炼 健身和在线锻炼指导：  CV 可用于检测人脸并有选择地对其进行模糊处理以保护他们的隐私。在与当局共享视频和证据时，此类工具对于事件响应非常宝贵，可以保护与事件无关的人的隐私。 实时检测和模糊人脸： 也发布 在这里。

Read My Stories

該音頻是用故事的原始語言製作的！

企业如何利用边缘计算机视觉？

About Author

註釋

標籤

这篇文章刊登在

Related Stories

比特币 UTXO 模型，为独特的生态系统提供动力

Telegram：加密岛通往大陆的桥梁

Claude Sonnet 3.5 系统提示泄漏：法医分析

创建以用户为中心的加密产品：客户反馈的重要性

比特币 UTXO 模型，为独特的生态系统提供动力

Telegram：加密岛通往大陆的桥梁

Claude Sonnet 3.5 系统提示泄漏：法医分析

创建以用户为中心的加密产品：客户反馈的重要性

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps