Traducteur | Chen Jun
Critique | Sun Shujuan
L'intelligence artificielle (IA) existe depuis des décennies, mais ce n'est que récemment que cette technologie a été largement utilisée dans des applications telles que l'assistance dans des scénarios tels que identifier les clients potentiels et identifier les objets dangereux dans l'environnement. En particulier dans le domaine de la détection d'objets pilotée par l'intelligence artificielle, il améliore fondamentalement les capacités des caméras de surveillance traditionnelles de télévision en circuit fermé (CCTV).
Actuellement, grâce à l'aide d'un logiciel de reconnaissance d'objets, les caméras IA peuvent déjà reconnaître les visages et divers objets apparaissant devant elles. Cela revêt une importance extrêmement pratique et innovante pour les scénarios réels d’utilisation de la sécurité.
Tout d'abord, clarifions un concept : la caméra IA n'est pas un nouvel appareil qui peut être utilisé pour capturer des images visuelles ou réaliser des vidéos, mais est très similaire à une caméra traditionnelle. Un dispositif de traitement visuel qui peut utiliser des technologies telles que la vision par ordinateur pour « apprendre » des informations pratiques à partir de données visuelles.
Grâce à des algorithmes d'apprentissage automatique, la caméra IA peut traiter en douceur diverses informations dans des images visuelles. Par exemple, une utilisation typique est que les caméras IA peuvent utiliser des capteurs pour analyser les images et déterminer les meilleurs paramètres pour capturer l’image.
Ces dernières années, la détection d'objets a été largement utilisée dans de nombreux domaines verticaux. Par exemple, dans certains secteurs, certaines entreprises s’appuieront sur des caméras IA pour la reconnaissance faciale, la détection de véhicules et d’autres détections d’objets sémantiques.
Dans certaines scènes spéciales (telles que les chantiers de construction), les caméras IA peuvent également passer les protocoles de sécurité pour détecter rapidement si les ouvriers du bâtiment ont porté un équipement de protection de sécurité de base ou si des objets à haute altitude tombent sur la tête des personnes.
De plus, en surveillant le comportement des employés, les caméras IA peuvent également déterminer si les employés sont trop proches de matières dangereuses pendant qu'ils travaillent et s'ils ignorent les avertissements de menace pour la sécurité. Sur la base de cette détection de danger en temps réel, les caméras IA peuvent également utiliser le son, la lumière, l'électricité et d'autres méthodes pour rappeler au personnel sur site les situations anormales en cours, ou avertir l'arrière-plan pour sauver des vies avant qu'un accident ne se produise et éviter des erreurs coûteuses. coût des corrections.
La détection d'objets implique le traitement des données d'image capturées par la caméra via un certain algorithme et leur comparaison avec des objets connus dans la base de données. L'algorithme identifie ensuite les objets similaires aux objets déjà présents dans la base de données et renvoie les résultats. Par exemple, les caméras IA conçues pour détecter les visages peuvent identifier de manière proactive des personnes ou d’autres objets, même si certaines de leurs fonctionnalités sont bloquées ou méconnaissables. La caméra IA compare l'image qu'elle capture avec une grande quantité d'informations sur le visage stockées dans une base de données principale pour récupérer les traits du visage qui peuvent correspondre.
Dans le même temps, avec un consentement explicite, ces caméras peuvent également permettre aux employeurs de suivre plus efficacement la présence des employés et de surveiller le comportement des employés sur le lieu de travail grâce à la technologie de reconnaissance faciale.
Semblables à d'autres outils basés sur l'IA, les caméras IA doivent être entraînées sur de grands ensembles de données, par exemple après avoir reçu des jugements sur des centaines de milliers d'images de voitures, afin de détecter des véhicules spécifiques. avec plus d'efficacité et de précision.
On voit que nous devons d'abord entraîner la caméra IA pour collecter des images de divers objets à détecter. À ce stade, nous devrions parvenir à « Han Xin montre les troupes, plus il y en a, mieux c'est », c'est-à-dire afficher des images comprenant différents angles de vision, conditions d'éclairage, couleurs et différents angles de prise de vue. Ce n’est qu’en fournissant aux caméras des images plus riches qu’ils pourront entraîner de manière répétée leurs capacités de jugement. En accumulant continuellement les caractéristiques correctes et en éliminant les facteurs d'interférence non pertinents, ils peuvent effectuer une reconnaissance précise dans le monde réel.
Techniquement parlant, vous pouvez utiliser des bibliothèques open source telles que TensorFlow Lite ou PyTorch pour entraîner l'algorithme que vous développez pour le système de caméra IA afin de détecter des objets spécifiques. L'ensemble du processus comprend l'écriture de code, l'appel d'algorithmes pour recevoir des images ou des vidéos et la sortie de balises correspondant au contenu.
Bien que l'ajout de caméras IA entraîne certains coûts pour les entreprises, par rapport aux avantages qu'elle apporte, de nombreuses industries sont toujours prêtes à l'accepter et à l'activer. Ci-dessous, je prendrai comme exemple les caméras AI de la série D-Link pour discuter avec vous de leurs quatre avantages majeurs dans des scénarios d'utilisation réels.
Les systèmes de caméras traditionnels ont tendance à être lents et peu fiables dans la détection des objets, et s'appuient généralement sur l'observation oculaire humaine pour localiser avec précision les objets. Les caméras IA sont conçues et fabriquées pour détecter des objets rapidement et avec précision. Avec les mises à jour et les itérations rapides de la technologie IA actuelle, les caméras IA ont considérablement réduit le temps de détection. Cette amélioration critique est particulièrement importante dans les environnements au rythme rapide tels que les chantiers de construction ou la voie publique.
Par rapport aux systèmes de caméras traditionnels, les caméras de détection d'objets ont également beaucoup amélioré la précision de la reconnaissance. Cela est dû en partie à leur capacité à identifier des objets sous plusieurs angles et distances. Même si les objets semblent avoir une taille ou une forme similaire, la caméra peut en distinguer différents types. Ces caractéristiques les rendent plus adaptées à des scénarios d'application sophistiqués tels que la surveillance de la sécurité et la gestion des stocks, et peuvent également refléter les caractéristiques de l'intelligence artificielle.
De même, par rapport aux caméras traditionnelles, les caméras de détection d'objets ont une plus grande précision et une efficacité de détection plus rapide, ce qui reflète en soi une économie de temps et d'argent. En investissant dès le départ dans la création de systèmes basés sur l'IA, les entreprises peuvent éviter des erreurs coûteuses et des opportunités manquées causées par des résultats inexacts ou lents des systèmes traditionnels. De plus, ces systèmes nécessitent généralement moins de maintenance manuelle et même aucun étalonnage manuel régulier. Par conséquent, à long terme, les caméras IA peuvent effectivement économiser les investissements des entreprises.
En raison de la commodité de déploiement et de mise en œuvre, les caméras IA peuvent rapidement étendre et étendre les capacités de surveillance sans augmenter la charge des ressources. De plus, les anciennes méthodes d’identification manuelle exigeaient que plusieurs opérateurs regardent continuellement l’écran pour analyser et interpréter ce qu’ils voyaient dans l’image. La caméra IA fournit des résultats plus fiables et évite les erreurs de reconnaissance qui peuvent survenir lorsque le travail manuel est fastidieux.
En résumé, l'intelligence artificielle joue un rôle clé dans divers domaines de détection d'objets en redéfinissant les technologies traditionnelles de reconnaissance et de surveillance, et peut même sauver des vies. Bien entendu, les scénarios d’application réels de la technologie de l’IA vont bien au-delà de cela. Des chatbots clients à l’édition de contenu en passant par la peinture IA populaire, l’intelligence artificielle continue d’avoir un lien étroit avec nos vies.
Julian Chen, rédacteur en chef de la communauté 51CTO, a plus de dix ans d'expérience dans la mise en œuvre de projets informatiques. Il est doué pour gérer et contrôler les ressources et les risques internes et externes, et se concentre sur la diffusion des connaissances en matière de sécurité des réseaux et de l'information. et l'expérience.
Titre original : Comment les caméras IA détectent les objets et reconnaissent les visages, auteur : KARIM AHMAD
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!