電子發(fā)燒友App
前言
隨著社會(huì)的發(fā)展和科技的進(jìn)步，周界安防領(lǐng)域也是日新月異，從很久以前單靠圍墻鐵絲網(wǎng)，到后來配置上攝像頭，再到如今的多技術(shù)多層級(jí)周界安防。
然而目前普遍使用的多技術(shù)多層級(jí)周界安防，其是否有進(jìn)行智能AI算法融合，在實(shí)際使用場景中卻有著很大的優(yōu)劣對(duì)比，今天我們就通過五個(gè)案例進(jìn)行深度分析。
融合和非融合
上圖為我們周界安防案例示意圖，我們將布置有周界傳感器的圍欄分成A到F六個(gè)大區(qū)域（每個(gè)大區(qū)域通過多個(gè)傳感器劃分為四個(gè)子區(qū)域），每個(gè)大區(qū)域分別對(duì)應(yīng)一臺(tái)具有分析功能的安防攝像頭可以識(shí)別入侵是否為人員。
傳感器和攝像頭：非融合的情況
此時(shí)需要傳感器和攝像頭都正常工作，為了減少誤報(bào)的發(fā)生，兩者是“和”的判斷邏輯關(guān)系，若只有一個(gè)探測到入侵，不會(huì)觸發(fā)報(bào)警。
傳感器和攝像頭：融合的情況
此時(shí)通過傳感器和攝像頭兩者發(fā)現(xiàn)是否有入侵的行為，不同的是會(huì)通過智能AI算法將兩者的數(shù)據(jù)進(jìn)行關(guān)聯(lián)，這些數(shù)據(jù)經(jīng)過機(jī)器學(xué)習(xí)和訓(xùn)練后，不僅不會(huì)發(fā)生誤報(bào)，更能解決漏報(bào)發(fā)生的可能。
下面我們將通過五個(gè)案例來說明融合和非融合的區(qū)別。
案例一：大風(fēng)下的入侵
如圖所示，入侵人員（紅色）正在試圖爬上A區(qū)域的第三子區(qū)域，與此同時(shí)一場大風(fēng)把A、B區(qū)域柵欄吹得晃動(dòng)不已。
非融合的情況下：
此時(shí)A、B兩區(qū)域的傳感器均感受到柵欄的入侵活動(dòng)，但是通過攝像頭B沒發(fā)現(xiàn)人員存在，故排除B區(qū)域的報(bào)警；而攝像頭A發(fā)現(xiàn)人員存在，故會(huì)通過A區(qū)域四個(gè)子區(qū)域的報(bào)警，這意味著會(huì)產(chǎn)生1個(gè)真實(shí)報(bào)警和3個(gè)錯(cuò)誤報(bào)警。
融合的情況下：
使用融合后不僅會(huì)查看傳感器的分析結(jié)果，還會(huì)將其原始數(shù)據(jù)和智能AI系統(tǒng)相結(jié)合，通過機(jī)器學(xué)習(xí)技術(shù)，會(huì)發(fā)現(xiàn)A、B兩區(qū)域具有風(fēng)干擾的特征信號(hào)模式，因此不會(huì)報(bào)告風(fēng)吹產(chǎn)生的活動(dòng)。
同時(shí)傳感器還發(fā)現(xiàn)A區(qū)域第三子區(qū)域圍欄存在人員入侵的行為，并經(jīng)由攝像頭A對(duì)該區(qū)域進(jìn)行檢測，從而正確發(fā)出A區(qū)的第三子區(qū)域的1個(gè)真實(shí)報(bào)警。
案例二：行人在風(fēng)中路過
如圖所示，此案例也是刮著大風(fēng)把A、B區(qū)域柵欄吹得晃動(dòng)不已，但是沒有入侵人員，只有一個(gè)行人（綠色）在旁邊路過。
非融合的情況下：
此時(shí)A、B兩區(qū)域的傳感器均感受到柵欄的入侵活動(dòng)，但是通過攝像頭B沒發(fā)現(xiàn)人員存在，故排除B區(qū)域的報(bào)警；但是攝像頭A發(fā)現(xiàn)人員存在，故會(huì)通過A區(qū)域四個(gè)子區(qū)域的報(bào)警，這意味著會(huì)產(chǎn)生4個(gè)錯(cuò)誤報(bào)警。
融合的情況下：
使用融合后可以區(qū)分路過行人和入侵人員，因?yàn)橥ㄟ^智能AI算法和機(jī)器學(xué)習(xí)，可以發(fā)現(xiàn)攝像頭和傳感器數(shù)據(jù)中的細(xì)微差別：例如人面向側(cè)面而不是正面，并且人稍微遠(yuǎn)離圍欄，A、B區(qū)域具有風(fēng)干擾的特征但沒有人員入侵的行為等，從而不會(huì)發(fā)出錯(cuò)誤報(bào)警。
在日常使用過程中，類似這樣引發(fā)誤報(bào)的情況可能成百上千，但是有了融合后的智能AI算法和機(jī)器學(xué)習(xí)，在攝像頭和傳感器發(fā)出誤報(bào)之前，系統(tǒng)會(huì)將信號(hào)數(shù)據(jù)與非入侵行為進(jìn)行匹配，以排除不存在的威脅，從而大幅減少錯(cuò)誤報(bào)警的可能。
案例三：帶梯子的入侵
如圖所示，在這個(gè)案例中，入侵人員非常狡猾，他帶著一個(gè)高大的梯子，設(shè)法躲避D區(qū)域圍欄上的傳感器。
非融合的情況下：
此時(shí)攝像頭D發(fā)現(xiàn)了入侵人員，但是因?yàn)閿z像頭和傳感器是“和”的判斷邏輯關(guān)系，若只有攝像頭發(fā)現(xiàn)入侵，并不會(huì)觸發(fā)報(bào)警。
融合的情況下：
由于使用融合后能大幅減少錯(cuò)誤報(bào)警，因此圍欄傳感器可以設(shè)置為最高靈敏度，在這種情況下，額外敏感的傳感器，能夠檢測到人員意外接觸或梯子搭在圍欄的壓力，結(jié)合攝像頭識(shí)別的人員存在，通過智能AI算法和機(jī)器學(xué)習(xí)將發(fā)現(xiàn)入侵行為，并正確地發(fā)出真實(shí)警報(bào)。
案例四：大風(fēng)、警衛(wèi)和入侵
如圖所示，大風(fēng)吹得A、B、F三個(gè)區(qū)域柵欄晃動(dòng)不已，安保人員（藍(lán)色）正在F區(qū)域進(jìn)行巡邏，同時(shí)入侵人員（紅色）正在試圖爬上B區(qū)域的第四子區(qū)域。
非融合的情況下：
此時(shí)傳感器檢測到A、B、F區(qū)域的入侵活動(dòng)，其中攝像頭A排除了A區(qū)域的入侵，而攝像頭B、F發(fā)現(xiàn)人員存在，故會(huì)通過B、F區(qū)域八個(gè)子區(qū)域的報(bào)警，這意味著會(huì)產(chǎn)生1個(gè)真實(shí)報(bào)警和7個(gè)錯(cuò)誤報(bào)警。
融合的情況下：
使用融合后通過智能AI算法和機(jī)器學(xué)習(xí)，會(huì)發(fā)現(xiàn)并排除具有風(fēng)干擾的特征信號(hào)，同時(shí)傳感器還發(fā)現(xiàn)B區(qū)域第四子區(qū)域圍欄存在人員入侵的行為，并經(jīng)由攝像頭B對(duì)該區(qū)域進(jìn)行檢測，從而正確發(fā)出B區(qū)的第四子區(qū)域的1個(gè)真實(shí)報(bào)警。
案例五：冰雪中的入侵
如圖所示，一場罕見的暴風(fēng)雪過后，冰雪覆蓋遮擋住攝像頭C、D和F，而入侵人員（紅色）正在試圖爬上C區(qū)域的第四子區(qū)域。
非融合的情況下：
因?yàn)楸槐┱趽踝×藬z像頭的視線，而攝像頭和傳感器是“和”的判斷邏輯關(guān)系，所以即便傳感器發(fā)現(xiàn)入侵，也不會(huì)觸發(fā)報(bào)警。
融合的情況下：
使用融合后并不會(huì)完全依賴攝像頭，通過智能AI算法和機(jī)器學(xué)習(xí)，當(dāng)攝像頭被冰雪覆蓋失去功能后，系統(tǒng)會(huì)只判斷該區(qū)域圍欄傳感器的狀態(tài)。
即使只通過圍欄傳感器，系統(tǒng)也可以分辨出人為的運(yùn)動(dòng)和風(fēng)吹引起的運(yùn)動(dòng)，因此可以準(zhǔn)確地檢測到C區(qū)域的第四子區(qū)域的1個(gè)真實(shí)報(bào)警。
結(jié)尾
雖然上述五個(gè)案例是為了展示融合優(yōu)勢的場景，但是在真實(shí)使用過程中很可能也會(huì)發(fā)生。當(dāng)傳感器和攝像頭進(jìn)行融合后，通過智能AI算法和機(jī)器學(xué)習(xí)，將會(huì)擁有極高的探測靈敏度、入侵檢測率和識(shí)別率，從而有效的避免誤報(bào)和漏報(bào)，對(duì)比非融合的情況，融合擁有巨大優(yōu)勢。
工商網(wǎng)監(jiān)
評(píng)論