智慧城市需要高度可擴充套件和互聯的技術，以在多個城市管理模組中高效執行。邊緣人工智慧和深度學習等計算機視覺的最新技術將人工智慧視覺與物聯網相結合。這些新技術使城市處理大量複雜的視覺資料成為可能。
智慧城市中的計算機視覺技術
在過去的二十年裡，智慧城市解決方案應運而生，由物聯網 (IoT)、人工智慧 (AI)、深度學習和雲計算等技術支援。它們為解決基礎設施、社會發展和其他挑戰提供了巨大的潛力。
藉助智慧技術，智慧社群可以在智慧互聯感測系統的幫助下改善能源分配、簡化垃圾收集流程、減少交通擁堵、改善空氣質量等。
人工智慧、計算機視覺和影象識別
在人工智慧領域內，計算機視覺是一個子領域，包括允許計算機“學習”識別圖片或影象特徵的技術。影象識別允許識別物件、人類、動物或影象/影片源中的位置。因此，計算機視覺的目標是機器可以理解世界並提供資訊以及根據這些資料自動執行任務。
新的機器學習技術，最突出的是深度學習，為影象識別領域帶來了重大突破，使 AI 視覺功能更加強大，且可用於關鍵任務的業務應用場景。
與傳統機器視覺相比，深度學習不需要特殊的攝像頭，幾乎可以使用任何數碼相機甚至網路攝像頭提供準確的識別結果。計算機視覺技術在智慧城市的應用，通常包括已安裝的網路攝像機（IP 攝像機或閉路電視攝像機），以使用 AI 模型為實時影片分析提供輸入。
邊緣計算機視覺技術
最新技術趨勢 Edge AI 將機器學習從雲端轉移到連線攝像頭的多個邊緣裝置（物理計算機）中，並在裝置上處理資料（邊緣智慧）。這種方法基於邊緣計算並結合物聯網 (IoT) 來管理多個遠端裝置。
邊緣 AI 有助於克服雲端的侷限性，並支援高效能、穩健、實時和私有的計算機視覺應用——這讓現實世界中大規模使用計算機視覺技術成為可能。
與其他感測器技術（如 RFID、GPS 和 UWB 或 BLE）需要將感測器安裝到所有實體相比，計算機視覺是非侵入性的，相對易於實施和擴充套件，並提供更多資訊（位置、上下文、語義資訊，多維視角等）。
實際上，基於雲端的物聯網應用的全部潛力在很大程度上尚未開發。互聯智慧視覺系統可以實時分析和管理資料，以幫助提高效率並降低成本、做出更好的決策、提高可持續性等等。
在下文中，我們將分享幾個典型的智慧城市中的計算機視覺示例和深度學習用例。
城市場景中的 AI 視覺技術應用
1. 周界監控和人員檢測
人的檢測在智慧城市中有著廣泛的應用。計算機視覺技術的應用包括用於實時影片分析以識別人類行為，比如檢測機場或火車站限制區域內的人員和行為識別。
深度學習技術可用於實時檢測周邊的入侵事件並識別目標的位置。這種基於人工智慧的自動化周界安防監控系統可以有效地覆蓋大型監控區域的安保工作場景。
2.人群密度檢測
計算機視覺技術用於城市公共場所人群擁擠檢測，是安防監控最重要的場景應用之一。出於安全的目的，在公共場所聚集的人數增加，容易發生踩踏等安全事故。因此，基於 AI 視覺的人群檢測技術也被用於提高公共安全。
一般來說，此類應用側重於人群場景分析和行為分析。踩踏事件可能因個人的異常行為或突發事件而發生。深度學習模型可用於統計人數，使用一個或多個攝像頭大規模預測人群密度，以便起到提前預防的作用。
3.使用深度學習進行安全與合規的檢查
人工智慧視覺技術為手動檢查和現場觀察提供了自動化且可擴充套件的替代方案，計算機視覺方法不僅更省時，而且更準確。特別是在建築工作中，如果工人在工作期間始終佩戴適當的個人防護裝置 (PPE)，包括頭盔、安全眼鏡、反光衣、防護服等，就可以避免許多意外事故。為了最大限度地減少事故發生，基於計算機視覺技術的影片監控則發揮了很大的作用。透過安全帽檢測、防護工服穿戴檢測、安全帶佩戴檢測等技術，可以有效地來檢測建築工人是否合規穿戴個人防護裝備，而且效率很高。
典型的應用示例比如EasyCVR影片融合雲平臺，可以檢測和識別人臉、車牌、安全帽佩戴檢測、行人流量統計等等，並已經在多個實際專案中落地應用。除此之外，EasyCVR還具有語音對講、雲臺控制、聲光告警、監控影片分析與資料彙總的能力，在公安、國防、海關、交通、金融、社保、醫療及其他民用安全控制等場景中獲得了廣泛應用。
4.自動檢測是否口罩
計算機視覺的另一個較為常見的應用場景，是自動檢測公共場所人員是否配口罩。啟用AI人工智慧可以使用深度學習演算法來進行大規模檢測，實時監控人群是否不佩戴口罩，以及檢測到未佩戴口罩的人時，便傳送語音警報。
5. 交通規則違規檢測
AI 計算機視覺可用於分析智慧城市交通管理中的海量影片監控資料，以監測違反交通規則的行為，比如車輛違停、車道佔用、人群闖紅燈檢測等等。
結語
人工智慧已經滲透到城市的方方面面，智慧城市建設離不開以人工智慧為代表的新興技術。與人工智慧相結合，城市可以更好地為市民服務，創造更安全、更愉快的居住環境和可持續發展的未來。
