【对抗新冠新利器】人工智能来啦(五)
欣姐碎碎念
最近,美国COVID-19疫情的顶峰似乎过去了,新增病例的数目缓慢震荡下降中。虽然很多专家警告,第二波疫情可能会在冬天卷土重来,但起码夏天会好转不少。各州的复工在逐步开展中,不知道大家对复工什么态度呢?是斗娃厌倦了恨不得马上回去上班?还是仍持怀疑态度,希望继续蹲家呢?
助力安全复工——人工智能有妙招
壹十年
VergeSense是一家位于美国硅谷的创业公司,成立于2017年。COVID-19疫情前,这家公司的产品概念是通过办公室的监控设备,结合深度学习算法,优化办公室的结构布局,观察分析员工间的沟通与交流,提高团队合作和工作效率。
但是,这样的产品理念,被COVID-19彻底打破了。后疫情时代,促进员工间的交流不再是企业痛点,相反,如何保证员工间的距离,发现超过规定人数的聚集行为,减少人与人之间的直接接触,成了首要目标。VergeSense敏锐的发现了这一商机,在已有平台的基础上稍加修改,推出了新的产品理念——保障安全复工,并成功获得了900万美元的融资。那么VergeSense设计的是什么样的产品呢?
VergeSense的定位是软件服务公司(Software-as-a-Service),但其完整的产品闭环也包括安装在公共监控区域天花板上的摄像头。这些摄像头收集监控区域内人员分布的图像,结合机器视觉和深度学习算法,及时对风险事件发出警报,比如区域空间接近或超过人数上限(类似升降梯超重报警),人与人间距不达标等。此外,软件还可根据每个员工的行踪、接触他人的频率,对可能感染的风险做出评估。
实现这些功能背后的黑科技就是机器视觉。说起机器视觉,没有相关背景的朋友可能觉得比较陌生,但如果提到无人驾驶,大家应该都有所耳闻。无人驾驶是机器视觉的一个热点应用。机器可以自动识别道路状况和不同的目标,判断周围是机动车、障碍物、行人,本车与周边物体之间有多大距离,何时做出怎样的规避行为等。机器视觉另外一个比较典型的应用是人脸识别,小到手机刷脸付费,大到天网监控系统,都是建立在这个基础上的。比如下面的例子,机器可以很容易的判断路上的行人。
VergeSense公司的应用场景,其实比无人驾驶和人脸识别都容易一些。摄像头安装在室内,背景和照明都比较稳定,原则上,只要在夜深人静时拍到整个监控区域作为背景,就可以通过图片相减的办法(白天减夜晚),把目标物体(白天比夜晚多出来的人和其他物品)与背景区别开。当然,理论虽然简单,实际操作也会有一些问题,比如:
- 背景太亮而目标物体太暗,会造成信号的损失和判断错误,需要结合信号增强算法。
- 人体姿态不同,坐姿、站立、行走,高矮胖瘦不一,动态过程中拍摄角度也会不断变化;这些都是准确追踪同一个体的难点。
- 背景也会有一些有限的变化,比如椅子和电脑可能经常改变位置,造成判断误差等。
解决上述问题的关键,是对目标物体的代表特征进行提取,去繁就简。比如一个头两条手臂两条腿是人,无论高矮胖瘦,坐着,站着,还是行走中。或者长脸+高鼻梁+眼镜是员工A,方脸+矮鼻梁+高颧骨+大耳垂是员工B等。虽然人脑可以很自然的进行这些判断,但对计算机来说,却需要复杂的学习、打标、建模、迭代等来完成。比如我们在本系列第二篇介绍过的卷积神经网络就是其中一种算法。
在对每个目标物体都能准确识别的基础上,清点人数,测量间距,统计个人接触史,预测感染可能性等功能就比较容易实现了。
最后,值得一提的是,公共场所的监测,尤其是具体到个人级别的,是一个有争议的问题。虽然在技术层面和应用角度找到了切入点,但这种商业模式长期而言能否被广泛接纳,同时不涉及到侵犯隐私等问题,VergeSense还需要小心的平衡操作。
欣姐原是工科出身的PhD一枚,误打误撞进入了医疗行业,从此发现了新的人生意义。海漂十余年,曾游学于欧洲大陆几十个国家,近年定居于美利坚博士屯。混过医疗仪器,生物制药,现栖身于数字医疗领域,闲暇时顺便在查尔斯河畔的某不知名小学校修读医疗管理MBA。
关键词
问题
COVID-19
人脸识别
无人驾驶
安全复工
最新评论
推荐文章
作者最新文章
你可能感兴趣的文章
Copyright Disclaimer: The copyright of contents (including texts, images, videos and audios) posted above belong to the User who shared or the third-party website which the User shared from. If you found your copyright have been infringed, please send a DMCA takedown notice to [email protected]. For more detail of the source, please click on the button "Read Original Post" below. For other communications, please send to [email protected].
版权声明:以上内容为用户推荐收藏至CareerEngine平台,其内容(含文字、图片、视频、音频等)及知识版权均属用户或用户转发自的第三方网站,如涉嫌侵权,请通知[email protected]进行信息删除。如需查看信息来源,请点击“查看原文”。如需洽谈其它事宜,请联系[email protected]。
版权声明:以上内容为用户推荐收藏至CareerEngine平台,其内容(含文字、图片、视频、音频等)及知识版权均属用户或用户转发自的第三方网站,如涉嫌侵权,请通知[email protected]进行信息删除。如需查看信息来源,请点击“查看原文”。如需洽谈其它事宜,请联系[email protected]。