譯者 | 陳峻

審校 | 孫淑娟

人工智能(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在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。特別是以人工智能驅動的物體檢測領域，它從根本上提升了傳統閉路電視（CCTV）監控攝像頭的能力。

目前，憑借著物體識別軟件，AI攝像頭已經可以識別到在其面前出現的人臉、以及各種物體。這對于真實的安保使用場景，有著極其實用的創新意義。

什么是AI攝像頭?

首先，讓我們來理清一個概念：AI攝像頭并不是一種可以用來拍攝視覺圖像、或制作視頻的新設備，而是與傳統攝像頭非常相似的、可以利用計算機視覺等技術，從可視化數據中“學習”到實用信息的視覺處理設備。

利用機器學習算法，AI攝像頭可以流暢地處理視覺圖像中的各種信息。例如其中的一個典型用途便是，AI攝像頭能夠使用傳感器來分析圖像，并確定捕捉圖像的最佳設置。

近年來，物體檢測已經被廣泛地應用到了許多垂直領域。例如，在某些行業，一些公司會依靠AI攝像頭進行面部識別、車輛檢測、以及其他語義對象的檢測。

在某些特殊場景中（如建筑工地），AI攝像頭也能夠通過安全協議，及時檢測到施工人員是否已穿戴好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，通過監控員工的行為，AI攝像頭還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。在這種實時危險檢測的基礎上，AI攝像頭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，或是通知到后臺，趕在事故發生之前，挽救生命，并避免高昂的糾錯代價。

AI攝像頭檢測物體的工作原理

物體檢測涉及到通過某種算法，來處理攝像頭捕獲到的圖像數據，并將其與數據庫中的已知物體進行比較。接著，算法會識別出那些與數據庫中已存對象相似的對象，并返回結果。例如，那些專被用來檢測人臉的AI攝像頭，可以主動識別人物或其他物體，哪怕他們的部分特征被遮擋或無法識別。AI攝像頭將其捕捉到的圖像，與后端數據庫中存儲的大量人臉信息進行比較，檢索出那些可能匹配上的面部特征。

同時，在獲取明確同意的前提下，這些攝像頭還可以通過面部識別技術，使雇主能夠更加有效地跟蹤員工的出勤率，并監控員工在工作場所的行為。

訓練AI攝像頭檢測特定物體

和其他AI賦能的工具（AI-powered tool）類似，AI攝像頭必須經過大量數據集的訓練，例如在接受了數十萬張汽車圖像的判斷后，才能較為有效、準確地檢測出特定的車輛。

可見，我們首先需要訓練AI攝像頭收集各種有待檢測的物體的圖像。在此階段，我們應當做到“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“喂給” 攝像頭的圖像越豐富，它們才能夠反復地訓練判斷能力。通過不斷地積累正確的特征，以及剔除不相關的干擾因素，它們在現實世界中，才能做出準確的識別。

從實現技術上說，您可以使用TensorFlow Lite或PyTorch等開源庫，來訓練自己為AI攝像頭系統開發的檢測特定對象的算法。整個過程包括編寫代碼，調用算法去接收圖像或視頻，并輸出與其中內容相對應的標簽。

使用AI攝像頭進行物體檢測的優勢

雖然添置AI攝像頭會給企業帶來一定的成本開支，但是相對于它帶來的好處而言，許多行業還是樂于接受和啟用的。下面，我將以D-Link系列AI攝像頭為例，和您討論它們在真實使用場景中的四大優勢。

1. 更快的檢測時間

傳統的攝像頭系統在檢測物體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攝像頭則是針對快速、準確地檢測物體而設計制造的。隨著如今AI技術的快速更新與迭代，AI攝像頭在檢測時間上大幅縮短。特別是對于諸如建筑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。

2. 更高的準確性

與傳統攝像頭系統相比，物體檢測攝像頭在識別精度上也提升了不少。這在一定程度上要歸功于它們能夠從多個角度與距離，去識別物體的能力。即使某些看起來大小或形狀相似的物體，攝像頭也能夠區分出它們類型的不同。此類特性讓它們更加適合于諸如：安全監控、以及庫存管理等精細的應用場景，也能夠體現出人工智能的特性。

3. 更節約成本

同樣，與傳統攝像頭相比，物體檢測攝像頭具有更高的精度、以及更快的檢測效率，本身就體現了時間成本的節省。企業通過預先投資建設AI賦能的系統，可以避免由于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，甚至不需要去定期進行手動校準。因此，從長遠來看，AI攝像頭的確能夠節省企業的資金投入。

4. 更高的可擴展性

由于部署與實施的便利性，AI攝像頭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屏幕分析和解讀他們在圖像中看到的事物。而AI攝像頭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。

小結

綜上所述，人工智能通過重新定義傳統識別與監控技術，在各個物體檢測領域正在發揮著關鍵性的作用，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，遠不止于此。從客戶聊天機器人，到內容的采編，以及時下流行的AI繪畫，人工智能都在和我們的生活持續發生著強連接。

譯者介紹

陳峻 （Julian Chen），51CTO社區編輯，具有十多年的IT項目實施經驗，善于對內外部資源與風險實施管控，專注傳播網絡與信息安全知識與經驗。

原文標題：??How AI Cameras Detect Objects and Recognize Faces??，作者：KARIM AHMAD

?