至顶网软件频道消息:
几十年来,视频监控一直用于检测和制止家庭、企业和公共场所的犯罪行为。但是当你回顾这些年的时候,会发现视频监控已经有了令人吃惊的发展。如今不仅视频质量更好了,其背后的软件也更是如此。
当你回顾视频监控行业和所有进入市场的新兴先进技术,你会不禁对这些年的发展感到无比兴奋。
想想以前你得叫很多专业人员来,在你家里接线搭建一个安全系统——穿墙而过,布一堆电线——现在普通的房主不需要借助多少资源就能自己安装好智能摄像头。
以前企业不得不有一个专门的团队全天候监控安全摄像头,而现在大部分监控都是自动化的,有可疑行为的时候会通知安全人员。
过去几年视频监控技术所取得的进步是巨大的,但是我们只看到了表面。还有其他一些发展让视频监控行业进入到一个完全不同的层次。
人工智能正在影响着人们生活与工作中的方方面面。安全行业正在受到越来越多的关注,我们开始看到一个“智能”摄像头中的世界是什么样的。
通常情况下,监控摄像头可以为公民、企业、执法机构提供实时情况监控,或者回看已经发生的某些事情。整合了AI技术的高级安全摄像头,让用户能够实时监控情况,并在问题发生之前识别出问题。
数据科学家Mahesh Saptharishi博士表示:“包含视频分析功能的监控系统可以实施分析视频内容,检测出可能构成威胁的异常活动。基本上,视频分析技术可以帮助安全软件‘学习’什么是正常情况,这样它就可以检测出异常情况,以及某个个人可能忽略的潜在危害行为。”
这是AI与视频监控相结合的关键驱动因素之一。其背后的想法是,先进的软件可以完善人类的判断力,提供更准确、更安全的监控。但这并不意味着取代人类监控,而是让这个过程更细致化和更个性化。
人类一直都希望把AI与视频监控整合到一起,但是在此之前从技术层面(从硬件角度)都是无法实现的,现在这个情况有所改观。
“AI和机器学习这个新的发展前沿,可以在现实世界的产品中部署这些技术。这意味着让电力需求将至较低水平使其能够潜嵌入摄像头本身,”一家技术公司的副总裁Remi El-Ouazzane表示,该公司正在开发一种选择监控摄像头的新处理技术。
据报道,这种新的处理技术将可以实现人群密度监测、面部识别、立体视觉、非法停放车辆检测和行为分析等新功能。
欣慰分析是很多科技公司正在研究的,其想法是高级安全摄像头可以识别与犯罪和其他公共安全问题相关的前兆。
西日本旅客铁路公司就是一个很好的例子。在发现日本有60%被火车碰撞的人都是醉酒的人之后,该公司安装了46台安全摄像头,可自动搜寻和检测醉酒迹象。这套AI系统可以检测那些在长椅上打盹、绊倒、跌倒或者长时间站立不动的人,并通知工作人员前去检查这些人是否身处危险之中。
无论何时提到视频监控这个话题的时候,总是会伴随着公众对隐私的疑虑。没有人希望总是被一直监控着。虽然你可能会有些不舒服,但是这些技术背后的人们确保系统知道何时停止收集信息,以及什么时候转开视线。例如,家中安装的摄像头会在某些“亲密”情况发生的时候被关闭。
“我不想给你举太多例子,因为作为一名法国人我可能会惹上麻烦,”El-Ouazzane开玩笑地说。
高级摄像头系统中整合AI技术,这是不可避免且令人兴奋的。虽然加强监控总是伴随着潜在风险,但是潜在的优点显然超过了缺点。我们可能还需要几年时间才能看到大规模采用,但是很期待未来会出现一大波面向人工智能的应用出涌现。
好文章,需要你的鼓励
全新搜索方式出现,字节发布宽度优先搜索基准WideSearch,垫底的竟是DeepSeek
阿里巴巴团队推出DeepPHY,这是首个专门评估AI视觉语言模型物理推理能力的综合平台。通过六个不同难度的物理环境测试,研究发现即使最先进的AI模型在物理推理任务中表现也远低于人类,成功率普遍不足30%。更关键的是,AI模型虽能准确描述物理现象,却无法将描述性知识转化为有效控制行为,暴露了当前AI技术在动态物理环境中的根本缺陷。
GitHub CEO声称AI将承担所有编程工作,但现实中AI编程工具实际上降低了程序员的生产效率。回顾编程语言发展史,从Grace Hopper的高级语言到Java等技术,每次重大突破都曾因资源限制和固有思维遭到质疑,但最终都证明了抽象化的价值。当前AI编程工具面临命名误导、过度炒作和资源限制三重困扰,但随着技术进步,AI将有助于消除思想与结果之间的障碍。
AgiBot团队联合新加坡国立大学等机构开发出Genie Envisioner机器人操作统一平台,首次将视频生成技术应用于机器人控制。该系统通过100万个操作视频学习,让机器人能够预测行动结果并制定策略,在多个复杂任务上表现优异,仅需1小时数据即可适应新平台,为通用机器人智能开辟全新路径。