Melindungi aset dan maklumat perniagaan serta memastikan ahli pasukan selamat harus menjadi dua keutamaan tertinggi bagi mana-mana perniagaan. Menurut BusinessWire, pasaran perkhidmatan penyiasatan dan keselamatan akan meningkat kepada nilai $417.16 bilion menjelang 2025. Walau bagaimanapun, disebabkan aliran kerja yang kompleks dan peningkatan bilangan serangan siber, pasukan keselamatan masih mencabar untuk meminimumkan kerugian dalam banyak persekitaran perniagaan yang berbeza, termasuk peruncitan, teknologi kewangan, pengangkutan dan industri lain. Nasib baik, mengekalkan keselamatan boleh menjadi lebih berkesan berkat teknologi penglihatan komputer yang berkembang.
Penglihatan komputer ialah satu disiplin dalam kecerdasan buatan yang bertujuan untuk mensimulasikan cara manusia memerhati dan memahami dunia visual. Teknologi ini mempunyai banyak aplikasi. Ia memerlukan data untuk melatih komputer untuk memahami cara mengenali objek dan membuat kesimpulan daripada pemerhatian tersebut.
Penglihatan komputer dicapai melalui proses berikut:
1. Dari segi keselamatan perniagaan, gambar tersebut berkemungkinan besar diambil daripada kamera pengawasan. Lebih tinggi kualiti imej, lebih tepat hasilnya.
2. Ahli sains data melatih sistem untuk mengenali objek tertentu dalam data. Jika algoritma pembelajaran mesin komputer mengesan padanan, ia menandakan kawasan imej tersebut.
3. Komputer kemudiannya membuat keputusan berdasarkan apa yang dilihatnya, bergantung pada cara ia dilatih untuk bertindak balas.
Pendekatan ini menghadapi beberapa cabaran. Kadangkala, objek yang dilihat melalui kamera mungkin mengeluarkan positif palsu. Sebagai contoh, kamera yang dilatih untuk mengenal pasti senjata yang dibawa pada tali pinggang seseorang boleh dikelirukan oleh seseorang yang membawa telefon bimbit. Ketepatan penglihatan komputer bergantung pada kualiti kamera, jumlah data yang digunakan untuk latihan dan pembolehubah lain. Untuk memanfaatkan sepenuhnya penglihatan komputer, perniagaan perlu menyedari cabaran ini untuk mengurangkan kesannya.
Contohnya, pengecaman muka ialah contoh popular keselamatan penglihatan komputer. Walau bagaimanapun, pemprosesan data pengecaman muka memberi beban yang berat pada lebar jalur rangkaian. Satu penyelesaian berpotensi untuk mengekalkan keperluan keselamatan boleh menjadi biometrik tepi, di mana pemprosesan AI berlaku pada peranti tepi dan bukannya di lokasi berpusat. Oleh itu, sebelum memulakan proses melaksanakan visi komputer, anda perlu ingat bahawa setiap kes adalah unik dan memerlukan penglibatan jurutera AI yang berpengalaman untuk mencipta penyelesaian yang paling berkesan.
Terdapat banyak kes penggunaan untuk penglihatan komputer dalam aplikasi keselamatan. Beberapa contoh termasuk pencegahan kecurian dan penipuan, pengesanan kecacatan pembuatan, pengesanan kemalangan lalu lintas, penilaian keselamatan dan pengesanan objek berbahaya. Mari kita lihat setiap kes dengan lebih terperinci.
Kerugian daripada kecurian kedai boleh dipantau dan direkodkan dengan lebih baik melalui penggunaan teknologi penglihatan komputer. Perniagaan seperti Walmart sudah menggunakan kamera dengan kecerdasan buatan untuk mengesan kecurian. Jika kamera melihat tetamu memasukkan barang ke dalam beg mereka tanpa mengimbasnya semasa daftar keluar sendiri, atendan akan dipanggil untuk membantu secara automatik.
Penyelesaian sedemikian boleh dicapai dengan menambahkan kamera berkuasa AI semasa pembayaran. Apabila pelanggan mengimbas produk semasa pembayaran, kamera menangkap item yang diimbas dan sistem menjana jumlah kuantiti item dan menghantarnya ke sistem POS bersepadu. Sistem POS kemudian membandingkan jumlah item yang diimbas dengan nombor yang dijana oleh kamera, dan jika nombor itu tidak sepadan, pemberitahuan tentang kemungkinan kecurian dihantar kepada pekerja kedai. Ini membolehkan pekerja bertindak balas dengan cepat terhadap kemungkinan kejadian negatif dan mencegah penipuan.
Pada pandangan pertama, pengesanan kecacatan tidak betul-betul sesuai dengan aplikasi keselamatan lain. Walau bagaimanapun, mengautomasikan pengesanan item yang rosak di kilang boleh membantu mengurangkan kebimbangan keselamatan. Ia juga boleh membantu mencegah vandalisme dan gangguan. Sistem ini juga boleh membantu meramalkan risiko, yang membolehkan perniagaan bertindak ke atas ancaman sebelum terlambat.
Pengesanan kecacatan pembuatan yang dikuasakan oleh algoritma pembelajaran mesin membolehkan mencari corak dalam set data dan mengesan anomali berdasarkan corak ini. Ini membantu mengelakkan kesilapan manusia dengan sedikit masa dan usaha, menghasilkan penjimatan kos yang ketara.
Memantau kemalangan yang berlaku di jalan raya adalah sangat penting dalam situasi tertentu, terutamanya logistik, keselamatan acara, kawalan lalu lintas, dll. Kamera berdaya penglihatan komputer boleh mengesan perlanggaran, mengenal pasti kenderaan yang bergerak dan meletak yang mencurigakan, dan bertindak balas secara automatik kepada potensi ancaman atau objek yang menarik.
Dengan belajar daripada data yang tersedia dan strim imej daripada kamera trafik, sistem sedemikian boleh terus memeriksa trafik untuk mengenal pasti corak yang menunjukkan kemungkinan kemalangan. Jika sistem mengesan situasi yang berpotensi berbahaya, ia boleh memberi amaran kepada orang yang bertanggungjawab atau melakukan tindak balas yang telah diprogramkan untuk memaklumkan pemandu.
Penglihatan komputer boleh digunakan untuk memastikan tempat kerja menguatkuasakan protokol keselamatan. Contohnya, dalam persekitaran pejabat belakang dalam pembuatan, pengedaran atau peruncitan, kamera boleh mengesan sama ada palet terletak rata di atas lantai atau disandarkan pada sisinya pada dinding. Memandangkan yang terakhir boleh dianggap sebagai bahaya keselamatan, sistem penglihatan komputer secara automatik boleh menandakan kejadian itu sebagai "nyaris" dan melaporkan masalah itu kepada penyelia untuk pembetulan.
Sistem yang dilengkapi dengan teknologi penglihatan komputer boleh digunakan untuk mengesan objek berbahaya seperti senjata atau barang lain yang tidak dibenarkan. Ini adalah aplikasi yang mencabar kerana senjata boleh disembunyikan dengan mudah kerana pencahayaan dalam persekitaran, pose subjek, perspektif sistem kamera, oklusi, dll. Walaupun teknologi itu mungkin belum sempurna, ia masih boleh digunakan untuk melengkapkan dan meningkatkan usaha keselamatan manusia.
Perusahaan mempunyai pelbagai keperluan keselamatan unik yang selalunya tidak serasi dengan penyelesaian satu saiz untuk semua. Automasi penuh mungkin berkesan dalam situasi tertentu, seperti mengesan aktiviti di kawasan tertentu atau mengesan item yang rosak. Walau bagaimanapun, bagi sesetengah perniagaan, pendekatan hibrid mungkin merupakan pilihan terbaik, kerana penglihatan komputer boleh melengkapkan pengendali manusia. Walau apa pun, teknologi masih bertambah baik dan perniagaan yang ingin mengekalkan keselamatan dengan berkesan perlu mempertimbangkan untuk menggunakan teknologi ini untuk mengurangkan kerugian, mencegah insiden dan memastikan pasukan dan pelanggan mereka selamat.
Atas ialah kandungan terperinci Meningkatkan keselamatan sistem perniagaan menggunakan penglihatan komputer. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!