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，這項技術(shù)才被廣泛地應(yīng)用在諸如協(xié)助企業(yè)識別潛在客戶，以及識別環(huán)境中的危險物體等場景中。特別是以人工智能驅(qū)動的物體檢測領(lǐng)域，它從根本上提升了傳統(tǒng)閉路電視（CCTV）監(jiān)控攝像頭的能力。

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

什么是AI攝像頭?

首先，讓我們來理清一個概念：AI攝像頭并不是一種可以用來拍攝視覺圖像、或制作視頻的新設(shè)備，而是與傳統(tǒng)攝像頭非常相似的、可以利用計算機(jī)視覺等技術(shù)，從可視化數(shù)據(jù)中“學(xué)習(xí)”到實用信息的視覺處理設(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圖像中的各種信息。例如其中的一個典型用途便是，AI攝像頭能夠使用傳感器來分析圖像，并確定捕捉圖像的最佳設(shè)置。

近年來，物體檢測已經(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)，一些公司會依靠AI攝像頭進(jìn)行面部識別、車輛檢測、以及其他語義對象的檢測。

在某些特殊場景中（如建筑工地），AI攝像頭也能夠通過安全協(xié)議，及時檢測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，通過監(jiān)控員工的行為，AI攝像頭還能夠判斷員工在工作時，是否距離危險物質(zhì)過近，是否對安全威脅警告熟視無睹。在這種實時危險檢測的基礎(chǔ)上，AI攝像頭還能夠利用聲光電等方式，提醒現(xiàn)場人員正在發(fā)生的異常情況，或是通知到后臺，趕在事故發(fā)生之前，挽救生命，并避免高昂的糾錯代價。

AI攝像頭檢測物體的工作原理

物體檢測涉及到通過某種算法，來處理攝像頭捕獲到的圖像數(shù)據(jù)，并將其與數(shù)據(jù)庫中的已知物體進(jìn)行比較。接著，算法會識別出那些與數(shù)據(jù)庫中已存對象相似的對象，并返回結(jié)果。例如，那些專被用來檢測人臉的AI攝像頭，可以主動識別人物或其他物體，哪怕他們的部分特征被遮擋或無法識別。AI攝像頭將其捕捉到的圖像，與后端數(shù)據(jù)庫中存儲的大量人臉信息進(jìn)行比較，檢索出那些可能匹配上的面部特征。

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

訓(xùn)練AI攝像頭檢測特定物體

和其他AI賦能的工具（AI-powered tool）類似，AI攝像頭必須經(jīng)過大量數(shù)據(jù)集的訓(xùn)練，例如在接受了數(shù)十萬張汽車圖像的判斷后，才能較為有效、準(zhǔn)確地檢測出特定的車輛。

可見，我們首先需要訓(xùn)練AI攝像頭收集各種有待檢測的物體的圖像。在此階段，我們應(yīng)當(dāng)做到“韓信點兵，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，它們在現(xiàn)實世界中，才能做出準(zhǔn)確的識別。

從實現(xiàn)技術(shù)上說，您可以使用TensorFlow Lite或PyTorch等開源庫，來訓(xùn)練自己為AI攝像頭系統(tǒng)開發(fā)的檢測特定對象的算法。整個過程包括編寫代碼，調(diào)用算法去接收圖像或視頻，并輸出與其中內(nèi)容相對應(yīng)的標(biāo)簽。

使用AI攝像頭進(jìn)行物體檢測的優(yōu)勢

雖然添置AI攝像頭會給企業(yè)帶來一定的成本開支，但是相對于它帶來的好處而言，許多行業(yè)還是樂于接受和啟用的。下面，我將以D-Link系列AI攝像頭為例，和您討論它們在真實使用場景中的四大優(yōu)勢。

1. 更快的檢測時間

傳統(tǒng)的攝像頭系統(tǒng)在檢測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攝像頭則是針對快速、準(zhǔn)確地檢測物體而設(shè)計制造的。隨著如今AI技術(shù)的快速更新與迭代，AI攝像頭在檢測時間上大幅縮短。特別是對于諸如建筑工地或公共道路之類的快節(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，物體檢測攝像頭在識別精度上也提升了不少。這在一定程度上要歸功于它們能夠從多個角度與距離，去識別物體的能力。即使某些看起來大小或形狀相似的物體，攝像頭也能夠區(qū)分出它們類型的不同。此類特性讓它們更加適合于諸如：安全監(jiān)控、以及庫存管理等精細(xì)的應(yīng)用場景，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，物體檢測攝像頭具有更高的精度、以及更快的檢測效率，本身就體現(xiàn)了時間成本的節(jié)省。企業(yè)通過預(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)致的高昂的錯誤代價與錯失機(jī)會。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)行手動校準(zhǔn)。因此，從長遠(yuǎn)來看，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，迅速實現(xiàn)監(jiān)控能力上的擴(kuò)展與延伸。此外，過去的人工識別方法，需要幾名操作員持續(xù)盯著屏幕分析和解讀他們在圖像中看到的事物。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，可能出現(xiàn)的識別錯誤。

小結(jié)

綜上所述，人工智能通過重新定義傳統(tǒng)識別與監(jiān)控技術(shù)，在各個物體檢測領(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)的實際應(yīng)用場景，遠(yuǎn)不止于此。從客戶聊天機(jī)器人，到內(nèi)容的采編，以及時下流行的AI繪畫，人工智能都在和我們的生活持續(xù)發(fā)生著強連接。

譯者介紹

陳峻 （Julian Chen），51CTO社區(qū)編輯，具有十多年的IT項目實施經(jīng)驗，善于對內(nèi)外部資源與風(fēng)險實施管控，專注傳播網(wǎng)絡(luò)與信息安全知識與經(jīng)驗。

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

?