譯者 | 陳峻

審校 | 孫淑娟

人工智能(Artificial intelligence，AI)已經(jīng)面世幾十年了，但直到最近，這項(xiàng)技術(shù)才被廣泛地應(yīng)用在諸如協(xié)助企業(yè)識(shí)別潛在客戶，以及識(shí)別環(huán)境中的危險(xiǎn)物體等場(chǎng)景中。特別是以人工智能驅(qū)動(dòng)的物體檢測(cè)領(lǐng)域，它從根本上提升了傳統(tǒng)閉路電視（CCTV）監(jiān)控?cái)z像頭的能力。

目前，憑借著物體識(shí)別軟件，AI攝像頭已經(jīng)可以識(shí)別到在其面前出現(xiàn)的人臉、以及各種物體。這對(duì)于真實(shí)的安保使用場(chǎng)景，有著極其實(shí)用的創(chuàng)新意義。

什么是AI攝像頭?

首先，讓我們來(lái)理清一個(gè)概念：AI攝像頭并不是一種可以用來(lái)拍攝視覺(jué)圖像、或制作視頻的新設(shè)備，而是與傳統(tǒng)攝像頭非常相似的、可以利用計(jì)算機(jī)視覺(jué)等技術(shù)，從可視化數(shù)據(jù)中“學(xué)習(xí)”到實(shí)用信息的視覺(jué)處理設(shè)備。

利用機(jī)器學(xué)習(xí)算法，AI攝像頭可以流暢地處理視覺(jué)圖像中的各種信息。例如其中的一個(gè)典型用途便是，AI攝像頭能夠使用傳感器來(lái)分析圖像，并確定捕捉圖像的最佳設(shè)置。

近年來(lái)，物體檢測(cè)已經(jīng)被廣泛地應(yīng)用到了許多垂直領(lǐng)域。例如，在某些行業(yè)，一些公司會(huì)依靠AI攝像頭進(jìn)行面部識(shí)別、車(chē)輛檢測(cè)、以及其他語(yǔ)義對(duì)象的檢測(cè)。

在某些特殊場(chǎng)景中（如建筑工地），AI攝像頭也能夠通過(guò)安全協(xié)議，及時(shí)檢測(cè)到施工人員是否已穿戴好了基本的安全防護(hù)裝備；或者是否有高空物體正在落向人員的頭部。

此外，通過(guò)監(jiān)控員工的行為，AI攝像頭還能夠判斷員工在工作時(shí)，是否距離危險(xiǎn)物質(zhì)過(guò)近，是否對(duì)安全威脅警告熟視無(wú)睹。在這種實(shí)時(shí)危險(xiǎn)檢測(cè)的基礎(chǔ)上，AI攝像頭還能夠利用聲光電等方式，提醒現(xiàn)場(chǎng)人員正在發(fā)生的異常情況，或是通知到后臺(tái)，趕在事故發(fā)生之前，挽救生命，并避免高昂的糾錯(cuò)代價(jià)。

AI攝像頭檢測(cè)物體的工作原理

物體檢測(cè)涉及到通過(guò)某種算法，來(lái)處理攝像頭捕獲到的圖像數(shù)據(jù)，并將其與數(shù)據(jù)庫(kù)中的已知物體進(jìn)行比較。接著，算法會(huì)識(shí)別出那些與數(shù)據(jù)庫(kù)中已存對(duì)象相似的對(duì)象，并返回結(jié)果。例如，那些專(zhuān)被用來(lái)檢測(cè)人臉的AI攝像頭，可以主動(dòng)識(shí)別人物或其他物體，哪怕他們的部分特征被遮擋或無(wú)法識(shí)別。AI攝像頭將其捕捉到的圖像，與后端數(shù)據(jù)庫(kù)中存儲(chǔ)的大量人臉信息進(jìn)行比較，檢索出那些可能匹配上的面部特征。

同時(shí)，在獲取明確同意的前提下，這些攝像頭還可以通過(guò)面部識(shí)別技術(shù)，使雇主能夠更加有效地跟蹤員工的出勤率，并監(jiān)控員工在工作場(chǎng)所的行為。

訓(xùn)練AI攝像頭檢測(cè)特定物體

和其他AI賦能的工具（AI-powered tool）類(lèi)似，AI攝像頭必須經(jīng)過(guò)大量數(shù)據(jù)集的訓(xùn)練，例如在接受了數(shù)十萬(wàn)張汽車(chē)圖像的判斷后，才能較為有效、準(zhǔn)確地檢測(cè)出特定的車(chē)輛。

可見(jiàn)，我們首先需要訓(xùn)練AI攝像頭收集各種有待檢測(cè)的物體的圖像。在此階段，我們應(yīng)當(dāng)做到“韓信點(diǎn)兵，多多益善”，即展示包括不同視角、光照條件、顏色、以及不同拍攝角度的圖像。只有“喂給” 攝像頭的圖像越豐富，它們才能夠反復(fù)地訓(xùn)練判斷能力。通過(guò)不斷地積累正確的特征，以及剔除不相關(guān)的干擾因素，它們?cè)诂F(xiàn)實(shí)世界中，才能做出準(zhǔn)確的識(shí)別。

從實(shí)現(xiàn)技術(shù)上說(shuō)，您可以使用TensorFlow Lite或PyTorch等開(kāi)源庫(kù)，來(lái)訓(xùn)練自己為AI攝像頭系統(tǒng)開(kāi)發(fā)的檢測(cè)特定對(duì)象的算法。整個(gè)過(guò)程包括編寫(xiě)代碼，調(diào)用算法去接收?qǐng)D像或視頻，并輸出與其中內(nèi)容相對(duì)應(yīng)的標(biāo)簽。

使用AI攝像頭進(jìn)行物體檢測(cè)的優(yōu)勢(shì)

雖然添置AI攝像頭會(huì)給企業(yè)帶來(lái)一定的成本開(kāi)支，但是相對(duì)于它帶來(lái)的好處而言，許多行業(yè)還是樂(lè)于接受和啟用的。下面，我將以D-Link系列AI攝像頭為例，和您討論它們?cè)谡鎸?shí)使用場(chǎng)景中的四大優(yōu)勢(shì)。

1. 更快的檢測(cè)時(shí)間

傳統(tǒng)的攝像頭系統(tǒng)在檢測(cè)物體方面往往捕捉速度緩慢、且不可靠，通常還需要依靠人眼觀察，才能精確地定位物體。而AI攝像頭則是針對(duì)快速、準(zhǔn)確地檢測(cè)物體而設(shè)計(jì)制造的。隨著如今AI技術(shù)的快速更新與迭代，AI攝像頭在檢測(cè)時(shí)間上大幅縮短。特別是對(duì)于諸如建筑工地或公共道路之類(lèi)的快節(jié)奏環(huán)境，這種關(guān)鍵性的提升顯得尤為重要。

2. 更高的準(zhǔn)確性

與傳統(tǒng)攝像頭系統(tǒng)相比，物體檢測(cè)攝像頭在識(shí)別精度上也提升了不少。這在一定程度上要?dú)w功于它們能夠從多個(gè)角度與距離，去識(shí)別物體的能力。即使某些看起來(lái)大小或形狀相似的物體，攝像頭也能夠區(qū)分出它們類(lèi)型的不同。此類(lèi)特性讓它們更加適合于諸如：安全監(jiān)控、以及庫(kù)存管理等精細(xì)的應(yīng)用場(chǎng)景，也能夠體現(xiàn)出人工智能的特性。

3. 更節(jié)約成本

同樣，與傳統(tǒng)攝像頭相比，物體檢測(cè)攝像頭具有更高的精度、以及更快的檢測(cè)效率，本身就體現(xiàn)了時(shí)間成本的節(jié)省。企業(yè)通過(guò)預(yù)先投資建設(shè)AI賦能的系統(tǒng)，可以避免由于傳統(tǒng)系統(tǒng)的不準(zhǔn)確或緩慢的結(jié)果，所導(dǎo)致的高昂的錯(cuò)誤代價(jià)與錯(cuò)失機(jī)會(huì)。而且，這些系統(tǒng)往往需要更少的人工維護(hù)，甚至不需要去定期進(jìn)行手動(dòng)校準(zhǔn)。因此，從長(zhǎng)遠(yuǎn)來(lái)看，AI攝像頭的確能夠節(jié)省企業(yè)的資金投入。

4. 更高的可擴(kuò)展性

由于部署與實(shí)施的便利性，AI攝像頭能夠在不增加資源負(fù)擔(dān)的前提下，迅速實(shí)現(xiàn)監(jiān)控能力上的擴(kuò)展與延伸。此外，過(guò)去的人工識(shí)別方法，需要幾名操作員持續(xù)盯著屏幕分析和解讀他們?cè)趫D像中看到的事物。而AI攝像頭則提供了更可靠的結(jié)果，避免了人工在工作單調(diào)乏味時(shí)，可能出現(xiàn)的識(shí)別錯(cuò)誤。

小結(jié)

綜上所述，人工智能通過(guò)重新定義傳統(tǒng)識(shí)別與監(jiān)控技術(shù)，在各個(gè)物體檢測(cè)領(lǐng)域正在發(fā)揮著關(guān)鍵性的作用，甚至能夠起到挽救生命的效果。當(dāng)然，AI技術(shù)的實(shí)際應(yīng)用場(chǎng)景，遠(yuǎn)不止于此。從客戶聊天機(jī)器人，到內(nèi)容的采編，以及時(shí)下流行的AI繪畫(huà)，人工智能都在和我們的生活持續(xù)發(fā)生著強(qiáng)連接。

譯者介紹

陳峻 （Julian Chen），51CTO社區(qū)編輯，具有十多年的IT項(xiàng)目實(shí)施經(jīng)驗(yàn)，善于對(duì)內(nèi)外部資源與風(fēng)險(xiǎn)實(shí)施管控，專(zhuān)注傳播網(wǎng)絡(luò)與信息安全知識(shí)與經(jīng)驗(yàn)。

原文標(biāo)題：??How AI Cameras Detect Objects and Recognize Faces??，作者：KARIM AHMAD

?