服务热线: 400-000-000

在线咨询

系统改进了安全摄像头的自动秒速赛车监控

  阿马托说,除口岸和机场安检外,该体例还可能监控由一队无人机获取的视频消息。他说,它还可能用于分解气候监测传感器的数据,以确定龙卷风不妨浮现的地点,或自决水下航行器采撷的水样消息。体例将确定若何正在起码的年华内以尽不妨少的传感器获取所需的消息。

  Amato说,现有的谋略机视觉体例策画用于自愿践诺此使命的速率相当慢。“有时间立地发出警报很首要,纵然你还没有确凿地说它正正在产生什么,”他说。“假如产生了少许欠好的事项,你思尽疾了然它。”

  是以明尼苏达大学的Amato及其同事Komal Kapoor,Nisheeth Srivastava和Paul Schrater正正在斥地一种体例,该体例应用数学来到达正确度之间的折衷 - 是以每次猫走正在摄像机前时体例都不会触发警报,比方 - 具有答允安静职员尽疾对入侵采纳行为所需的速率。

  为了确定正在给定环境下应用哪些算法,Amato的体例起初践诺进修阶段,正在该阶段中,它评估每个软件若何正在其运用的设备类型中使命,比方机场。为此,它运转场景中的每个算法,以确定践诺分解所需的年华,以及它供给的谜底切实定水准。然后,它将此消息增添到其数学框架中,秒速赛车称为片面可伺探的马尔可夫计划流程(POMDP)。

  阿马托说,正在分解一组图像时,体例也可能像人类侦探相似商酌后台。是以,比方,假如体例正正在机场应用,它可能被编程以识别和跟踪特定的感兴致的人,并识别稀罕或十分地点的物体,他说。它还可能被编程为正在场景中有任何物体或人物时,当物体太众时,或者物体以惹起闭心的体例转移时发出警报。

  现正在,由麻省理工学院谋略机科学与人工智能试验室(CSAIL)的博士后Christopher Amato斥地的体例可能更无误地践诺此分解,而且只必要人工摄像机操作员的一小片面年华。“你不行让一部分盯着每一个屏幕,纵然你做了这部分不妨也不了然终究要找什么,”阿马托说。“比方,一部分不会极度擅长寻求页面和页面,试图将[入侵者]与已知的罪犯或相成家。”

  荷兰代尔夫特理工大学的人工智能推敲员Matthijs Spaan透露,这项使命闪现了人工智能计划身手若何使数据辘集型运用如自愿视频监控受益。“视频解决具有很高的谋略需求,使命闪现了若何运用POMDP来动态地将谋略本钱与预测精度举行量度,”他说。“POMDP模子擅善于不确定消息的计划,正在这种环境下是否存正在入侵者。”

  然后,对付任何给定的环境 - 比方,假如它思了然入侵者是否已进入场景 - 体例可能决议正在图像上运转哪些可用算法,以及正在哪个序列中,为其供给最众消息。起码的年华。“咱们将咱们学到的一切东西都插入到POMDP框架中,而且它提出了一个战术,不妨会告诉您从皮肤分解最先,然后依照您发觉的实质,您不妨会运转分解试图寻找这部分是谁,或应用跟踪体例来确定他们正在[每个框架]的地点,“阿马托说。“你延续如许做,直到框架告诉你截至,根基上,当它正在分解中有足够的决心说,比方,这里有一个已知的,或底子没有任何事项产生时。”

  维持机场,船埠和过境点免受或作恶入境的捕快和安静小组必要立地了然有人进入禁区,以及他们是谁。监督摄像机汇集一样用于每天24小时监督这些有危急的地点,但这些不妨会爆发太众图像供人眼分解。

  对付基于摄像头的监督体例,操作员一样可能应用一系列分别的谋略机视觉算法来分解视频输入。这些征求可能识别图像中的人的皮肤检测算法,或者检测十分物体的后台检测体例,或者当物体正在场景中转移时。

  阿马托和他的同事将于7月正在众伦众召开的第24届IAAI人工智能集会上宣布论文。

    产品介绍:



产品性能参数: