譯者| 陳峻
審校| 孫淑娟
人工智慧(Artificial intelligence，AI)已經面世幾十年了，但直到最近，這項技術才被廣泛地應用於諸如協助企業識別潛在客戶，以及識別環境中的危險物體等場景中。特別是以人工智慧驅動的物體偵測領域，它從根本上提升了傳統閉路電視（CCTV）監視攝影機的能力。
目前，憑藉著物件辨識軟體，AI相機已經可以辨識到在其面前出現的人臉、以及各種物件。這對於真實的安保使用場景，有著極為實用的創新意義。
首先，讓我們來釐清一個概念：AI攝影機並不是一種可以用來拍攝視覺影像、或製作影片的新設備，而是與傳統攝影機非常相似的、可以利用電腦視覺等技術，從可視化資料中「學習」到實用資訊的視覺處理設備。
利用機器學習演算法，AI相機可以流暢地處理視覺影像中的各種資訊。例如其中的一個典型用途便是，AI相機能夠使用感測器來分析影像，並確定捕捉影像的最佳設定。
近年來，物件偵測已經被廣泛地應用到了許多垂直領域。例如，在某些行業，有些公司會依靠AI攝影機進行臉部辨識、車輛偵測以及其他語意物件的偵測。
在某些特殊場景中（如建築工地），AI攝影機也能夠通過安全協議，及時檢測到施工人員是否已穿戴了基本的安全防護裝備；或者是否有高空物體正在落向人員的頭部。
此外，透過監控員工的行為，AI攝影機也能夠判斷員工在工作時，是否距離危險物質過近，是否對安全威脅警告熟視無睹。在這種即時危險偵測的基礎上，AI攝影機還能夠利用聲光電等方式，提醒現場人員正在發生的異常情況，或是通知到後台，趕在事故發生之前，挽救生命，並避免高昂的糾錯代價。
物件偵測涉及透過某種演算法，來處理攝影機擷取到的影像數據，並將其與資料庫中的已知物體進行比較。接著，演算法會辨識出那些與資料庫中已存對象相似的對象，並傳回結果。例如，那些專被用來偵測人臉的AI鏡頭，可以主動辨識人物或其他物體，即使他們的部分特徵被遮蔽或無法辨識。 AI攝影機將其捕捉到的影像，與後端資料庫中儲存的大量人臉資訊進行比較，檢索那些可能匹配上的臉部特徵。
同時，在獲取明確同意的前提下，這些攝影機還可以透過臉部辨識技術，使雇主能夠更有效地追蹤員工的出勤率，並監控員工在工作場所的行為。
和其他AI賦能的工具（AI-powered tool）類似，AI攝影機必須經過大量資料集的訓練，例如在接受了數十萬張汽車影像的判斷後，才能較為有效、準確地偵測出特定的車輛。
可見，我們首先需要訓練AI攝影機收集各種有待偵測的物體的影像。在此階段，我們應做到“韓信點兵，多多益善”，即展示包括不同視角、光照條件、顏色、以及不同拍攝角度的圖像。只有「餵給」 攝影機的影像越豐富，它們才能夠反覆地訓練判斷能力。透過不斷累積正確的特徵，以及剔除不相關的干擾因素，它們在現實世界中，才能做出準確的辨識。
從實作技術上說，您可以使用TensorFlow Lite或PyTorch等開源函式庫，來訓練自己為AI相機系統開發的偵測特定物件的演算法。整個過程包括編寫程式碼，呼叫演算法去接收圖像或視頻，並輸出與其中內容相對應的標籤。
雖然添置AI攝影機會為企業帶來一定的成本開支，但是相對於它帶來的好處而言，許多行業還是樂於接受和啟用的。下面，我將以D-Link系列AI相機為例，和您討論它們在真實使用場景中的四大優勢。
傳統的相機系統在偵測物件方面往往捕捉速度緩慢、且不可靠，通常還需要依靠人眼觀察，才能精確地定位物體。而AI相機則是針對快速、準確地偵測物體而設計製造的。隨著現今AI技術的快速更新與迭代，AI攝影機在偵測時間上大幅縮短。特別是對於諸如建築工地或公共道路之類的快節奏環境，這種關鍵性的提升顯得尤為重要。
與傳統相機系統相比，物件偵測相機在辨識精準度上也提升了不少。這在一定程度上要歸功於它們能夠從多個角度與距離，去辨識物體的能力。即使某些看起來大小或形狀相似的物體，相機也能夠區分出它們類型的不同。這類特性讓它們更適合諸如：安全監控、以及庫存管理等精細的應用場景，也能體現出人工智慧的特性。
同樣，與傳統攝影機相比，物體偵測攝影機具有更高的精度、以及更快的偵測效率，本身就體現了時間成本的節省。企業透過預先投資建立AI賦能的系統，可以避免由於傳統系統的不準確或緩慢的結果，所導致的高昂的錯誤代價與錯失機會。而且，這些系統往往需要更少的人工維護，甚至不需要定期進行手動校準。因此，從長遠來看，AI攝影機的確能夠節省企業的資金投入。
由於部署與實施的便利性，AI攝影機能夠在不增加資源負擔的前提下，迅速實現監控能力上的擴展與延伸。此外，過去的人工識別方法，需要幾名操作員持續盯著螢幕分析和解讀他們在圖像中看到的事物。而AI攝影機則提供了更可靠的結果，避免了人工在工作單調乏味時，可能出現的識別錯誤。
綜上所述，人工智慧透過重新定義傳統識別與監控技術，在各個物件偵測領域正在發揮關鍵性的作用，甚至能夠起到挽救生命的效果。當然，AI技術的實際應用場景，遠不止於此。從客戶聊天機器人，到內容的採編，以及時下流行的AI繪畫，人工智慧都在和我們的生活持續發生強連結。
陳峻（Julian Chen），51CTO社群編輯，具有十多年的IT專案實施經驗，善於對內外部資源與風險實施管控，專注傳播網路與資訊安全知識與經驗。
原文標題：#How AI Cameras Detect Objects and Recognize Faces#，作者：KARIM AHMAD
#
以上是AI相機如何偵測物體和辨識人臉的詳細內容。更多資訊請關注PHP中文網其他相關文章！
