En ce qui concerne cette Déflânerie par ia, il est simplement le dire, il utilise la technologie de l'intelligence artificielle pour détecter les comportements errants. Si beaucoup de gens ne savent pas ce qui se passe, je vous le dirai. Ce n'est pas seulement une inspection aléatoire, mais il a un ensemble complet de méthodes et de technologies pour le soutenir.
Tout d'abord, du point de vue des principes de base. Il recueille en fait diverses données via de nombreux capteurs, tels que des images vidéo, des informations de positionnement, etc. Transférer les informations collectées vers le modèle d'intelligence artificielle construite, et laisser le modèle analyser et juger si ce comportement est considéré comme un comportement errant. C'est comme une personne intelligente observant ce que font les gens autour de lui
Le deuxième module important est la collecte de données. Divers capteurs doivent travailler ensemble. Les caméras vidéo collectent des actions spécifiques, des postures, etc. Cet appareil de positionnement obtiendra la trajectoire de localisation et de mouvement de la personne … Ces multiples données sont collectées ensemble, de sorte que la quantité de données sera très grande et compliquée. Nous devons éliminer le faux et conserver le vrai, et les dépister efficacement, et donner une base fiable pour une analyse ultérieure.
Le troisième module majeur est la formation des modèles. Cela ne peut pas être négligent car c'est trop important. Il est nécessaire d'utiliser un grand nombre de matériaux d'échantillonnage marqués, c'est-à-dire pour déterminer avec précision des exemples de données de comportements errants tels que la marche normale et l'errance. Former soigneusement le modèle pour améliorer sa fiabilité dans la classification et l'identification. Ces méthodes d'apprentissage en profondeur et des algorithmes avancés complexes seront utilisés pour s'entraîner. Ce n'est que de cette manière que le modèle peut être plus fort et l'erreur sera naturellement beaucoup plus petite.
Ensuite, nous ajouterons quelques détails à tout le monde via des questions et réponses:
Question 1: Comment faire la distinction entre le comportement normal et l'errance? La réponse dépend principalement de l'algorithme pour définir le seuil ou le modèle. Certaines personnes qui se promènent dans une petite gamme dans une gamme de temps fixes comme un cercle sont considérées comme errant; De plus, s'ils sont très différents de la direction et du schéma du comportement public, ils peuvent entrer dans le cercle d'être détecté et prêté attention?
Comparé à la normale et à l'errance, c'est évident; Le voyage normal a une direction, un rythme relativement fixe et une trajectoire de base ne va pas toujours dans la même petite plage; Bien que le comportement errant n'ait généralement pas un objectif clair, et les étapes ne se précipitent pas où aller, sur la plupart des erreurs ou même en regardant autour et d'autres actions comme celle-ci existent.
Question 2 Où est le meilleur endroit pour le capteur? Différents endroits sont différents! Dans les centres commerciaux, vous pouvez les installer dans des passages publics et des portes; Le parc est installé dans la zone à côté de l'intersection … Quoi qu'il en soit, vous pouvez choisir un terrain facile à capturer les situations pertinentes de toutes les personnes marchant avec une vue large et il n'y a pas beaucoup d'objets bloquant la vision du capteur. Il garantit que les données collectées sont relativement élevées et peuvent être aussi cohérentes que possible dans la situation réelle, ce qui a joué un grand rôle dans l'analyse de l'intelligence artificielle!
Question 4 Quelle est la précision de la détection de l'intelligence artificielle? … En fait, la technologie a fait des progrès rapides maintenant, et la précision est encore assez élevée. Bien sûr, il n'est certainement pas possible d'atteindre la même norme que le propre jugement de la personne en une seule fois – parce que la situation est si complexe et modifiable. Cependant, la plupart des phénomènes liés à l'errance réels peuvent être détectés en général. S'il y a des erreurs de jugement occasionnelles, il existe également des mesures correspondantes pour traiter … par exemple, l'ajout de plusieurs ensembles d'informations de capteur pour la vérification … plusieurs lignes de défense empêchent les erreurs.
Je pense que cette façon d'utiliser l'intelligence artificielle pour effectuer la détection des comportements errants est très bonne pour améliorer l'efficacité de la surveillance de la sécurité communautaire ou une meilleure gestion des lieux publics. Bien qu'elle ne soit pas très parfaite, nous admettons que les avantages globaux par rapport aux inconvénients peuvent être appliqués dans différents scénarios pour réaliser son grand effet. Cela peut vraiment provoquer une grande amélioration de l'efficacité et jouer un rôle pratique dans le contrôle et le traitement dans de nombreux endroits. Je crois que dans le processus d'amélioration continue et de mise à jour de la technologie, il deviendra de plus en plus pratique dans les scénarios réels.
Laisser un commentaire