Metrolar gibi alt bölüm senaryolarında edge computing nasıl uygulanır? | Açık sınıf incelemesi
Geçen hafta, Leifeng.com'un AI Nuggets'ı, TouchView Unlimited'in başkan yardımcısı Zhao Hanwei'yi Leifeng.com'un açık sınıfına konuk olmaya davet etti ve metrodaki gerçek savaşta ve diğer şehir düzeyindeki senaryolarda "uç hesaplama" konusunu paylaştı.
Gelecekte daha fazla çevrimiçi kurs olacak, derslere kaydolmak için WeChat suekee777 hesabını ekleyin.
Son yıllarda, uç bilgi işlem pazarının boyutu büyümeye devam etti ve güvenlik, akıllı şehirler ve otonom sürüş alanlarında hızla uygulanıyor. Uçun işleme, analiz ve depolama yetenekleri, AI şirketlerini test etmenin anahtarı haline geldi.
Zhao Hanwei, Nesnelerin İnterneti'nin ve bulutun uzun yıllardır geliştirildiğine ve platform inşaatının ve bağlantısının tamamlanmasının çok yüksek olduğuna inanıyor, ancak temel algı gerçekleşmediği için akıllı şehir gerçekten gelmedi.Akıllı şehrin birçok alt bölümlenmiş alanı var ve algı her seviyeyi içeriyor. Ve çipli hesaplama gücü ve uç bilgi işlem, algılama yeteneğini belirler ve yalnızca ön uç akıllı analiz ve arka uç ile işbirliğinde şehrin Nesnelerin İnterneti verilerinden bir algı şehri oluşturmak için tam olarak kullanılabilir.
Touch Jing Wu, uç akıllı algı elde etmek için uçta hesaplamalar yapmak için yapay zeka teknolojisinin kullanımına odaklanıyor. On yıl içinde, çeşitli alt bölümlerde çok sayıda pratik vaka biriktirdi. Zhao Hanwei, kenarı yorumlamak için metro sahnelerinde Touch Jing Wu uygulamasını birleştirdi Bilgi işlem tarafında gerçek sahne uygulamasında karşılaşılan sorunlar ve benzersiz çözümler.
Aşağıdaki, Zhao Hanwei'nin paylaşılan içeriğinden bir alıntıdır ve Leifeng.com'dan AI Nuggets, orijinal amacı değiştirmedi.
Sonsuz dokunmatik ve uç bilgi işlem
Edge computing prensibi ahtapotunkine benzer. Ahtapotta nöronların% 40'ı beyinde ve nöronların% 60'ı dokunaçlardadır. Sekiz dokunaç, temas bilgilerini algılayabilir ve hatta basit düşünmeyi bile yapabilir. Dokunaçlar, beynin işleyişinin iş yükünü azaltarak beynin işinin bir bölümünü yapar. Edge computing dağıtılmış hesaplamadır Hesaplamanın bir kısmı sensöre yakın ön uçta yapılır ve hesaplama sonuçları doğrudan ön uca ve beyne geri beslenir.
Mevcut mimarinin çoğu bulut ve uç kombinasyonudur, bu nedenle uç, hızlı işleme yeteneklerine sahip olmalıdır. Örneğin, ses sensörünün sesi duyduktan sonra kamerayı ses kaynağına çevirdiği açı aslında kenarda işlendikten sonra hızlı bir tepkidir.Ses komutu merkezi buluta iletilirse, bulut daha sonra komutu hesaplamadan sonra ön uca iletecektir. Ses sahnesinin değişmiş olması mümkündür, bu nedenle ön uçtaki hızlı yanıt, uç hesaplamanın avantajıdır.
Buna ek olarak, birçok senaryo şu anda ağın gerçek zamanlı bağlanabilirliğini ve gerçek zamanlı hızını garanti edemez.En tipik otonom sürüş, bir bulut beyin olmasına rağmen, aracın hareket halindeyken sinyali tam olarak garanti etmesi zordur, bu nedenle arabada onu işlemek için ilgili kenar hesaplama cihazları vardır. Ön ucun karşılaştığı sorunları algılayın.
Bulut AI ve gömülü AI, zıt teknolojiler değildir ve ikisinin kombinasyonu, ihtiyaçların çoğunu karşılayabilir.
Bulutta bol miktarda bilgi işlem kaynağı vardır, hızlı hızlanma ve çok karmaşık modelleri ve algoritmaları destekleyebilir.Aynı zamanda, gerçek zamanlı bir ağ ortamı garanti edilmelidir; uçta, temelde gömülüdür, sınırlı bilgi işlem gücüne sahiptir ve model çok karmaşık ve büyük olmamalı ve optimize edilmelidir. Ve uygulama senaryoları açısından zengin sıkıştırma. Bulut ve uç birlikte çalışır.
Touch Jing Wu, uç bilgi işlem alanında on yıllık bir deneyime sahiptir.
Her şeyden önce, algı algoritmaları ve akıllı tanıma algoritmalarının birikiminde, algoritmalar sadece video yapılandırma, ses işleme, çeşitli sensör işlemeyi değil, aynı zamanda model sıkıştırma ve model optimizasyonunu da içerir.
Herkesin algoritma sıkıştırma ve optimizasyonunu anlamasına izin verecek bir örnek vereyim.Son zamanlarda, işbirliği yaptığımız bir yapay zeka devlete ait bir işletme, algoritmayı en fazla 50M'ye sıkıştırabilir. Sıkışmaya devam ederse, tanıma verimliliği düşecektir. Kenarda yürüttüğümüz algoritma, birkaç yüz K'ye sıkıştırılabilir. 1M'ye ve tanıma verimliliği yüksek sıkıştırma altında azalmaz. Bu, kenar algoritmalarındaki uzun vadeli birikimimizin bir tezahürüdür.
Belirli çip uygulama senaryolarının özelliklerini anlamanın yanı sıra, yüksek derecede algoritma ve çip entegrasyonu ve düşük seviyeli optimizasyon ile çipin bilgi işlem gücünü tam olarak ortaya çıkarma yeteneğine de sahibiz. Örneğin, Intel Movidius 2450 yongası 200G hesaplama gücüne sahiptir.Veri hazırlığını ve hesaplamasını değiştirmek için yonga algoritmasının altına montaj dili enjekte ederek, gerçek testte piyasadaki 1T hesaplama gücü yongasına eşdeğer olabilir.Bu yeteneğin teknik içeriği Aslında çok yüksek.
Şirketin beş ana ürün serisine son bilgi işlem teknolojisi ve deneyim birikimi ekledik.
Edge bilişim birimi aslında bir uç bilgi işlem cihazıdır. Birincisi, IoT cihazlarına bağlanabilir. İkincisi, bağlı IoT cihazlarının sinyallerini uçta işleyebilir ve ardından bunları algılanabilecek bir şeye dönüştürebilir. Ayrıca bir şeyler yapabilir. Ön uç kontrolü, bu veriler, uç bilgi işlem biriminin işlevi olan güvenli bir şifreleme yöntemi ile buluta iletilir.
Bu salgında, hızlı vücut sıcaklığı taraması elde etmek için üst üste binmiş hesaplamalar yapmak için kızılötesi görüntüleme ve görünür ışık görüntüleme kullanan yanıp sönen vücut sıcaklığı tarama serisini hızlı bir şekilde başlattık Kullandığımız en gelişmiş ürün, 1 dakika içinde geçen 640 * 480 kızılötesi sensör çipidir. Sıcaklık ölçüm sayısı 780'e ulaşabilir ve performans tüm sıcaklık ölçüm pazarında çok yüksektir.
Dunwu serisi esas olarak borsaya yöneliktir.Örneğin, yüksek çözünürlüklü kameraların akıllı işlevleri yoktur.Bu kutuyu ekledikten sonra sıradan kameralar yüz tanıma, insan vücudu ve araç yakalama işlevlerine sahiptir.
Horned Hummingbird, öğrencilere yapay zeka eğitim kursları vermek, bilgisayarı USB üzerinden takmak ve 20 satırlık kodla yüz tanıma sağlamak için başta yapay zeka araştırma ve geliştirme şirketleri ve eğitim ve öğretim kurumları olmak üzere Intel ile işbirliği yaptığımız yapay zekaya dayalı bir geliştirme kitidir. 20 çeşit fiziksel modeli tespit edebilir ve hızlı yapay zeka geliştirebilir.Elbette model geliştirebilir ve yeni algoritmalar eklemek için içindeki modelleri değiştirebilirsiniz. 2.000'den fazla firma ve eğitim kurumu ile işbirliği yapıyoruz.
Blink serisi, pazara akıllı kameralar sağlamak için kamera üreticileri ile işbirliği yapmaktır.Kamerayı akıllı bir kameraya dönüştürmek için algoritma modelleri ve çipleri olan kameraya bir kenar bilgi işlem bileşeni eklenir. Ana senaryolardan biri, kavşaklarda algılayabilen bir elektronik polis gibidir. Davranış analizi, araç tespiti ve personel tespiti dahil olmak üzere 14-18 çeşit ihlal bulundu.
Şehir anlayışını algıla
Nesnelerin İnterneti ve bulut yıllarca geliştirildi, çeşitli platformların yapımı ve bağlantısı neredeyse tamamlandı.Akıllı şehir neden hala gelmiyor, çünkü temel algı henüz gerçekleşmedi.
Algılama teknolojisinin gelişimi aslında Nesnelerin İnterneti teknolojisi, uç algılama teknolojisi ve bulut bilişim teknolojisi ile ilgilidir.Nesnelerin İnterneti ve bulut bilişim on yıldan daha uzun bir süre önce ortaya çıktı, ancak algı hızlı bir şekilde desteklenmedi, çünkü esas olarak bilgeliği sürükleyen yonga hesaplama gücü yeterli değil. Şehrin arka ayakları.
Akıllı şehir inşası sürecinde su, enerji, ulaşım, yeşil alan, finans vb. Dahil olmak üzere akıllı algılama vazgeçilmezdir.Sensör teknolojisiyle akıllı tanımlama gereklidir. Tanımlandıktan sonra akıllı kontrol gereklidir, yani tüm sistemde , Algı çok önemli bir bağlantıdır.
Son yıllarda çip hesaplama gücündeki artışla birlikte, uç bilgi işlem çok önemli bir konu haline geldi. 2018 MIT Bilim ve Teknoloji İncelemesi, Algılanan Şehir'i dünyadaki en iyi on çığır açan teknolojiden biri olarak listeledi.
Son iki yılda, şehir dijitalleştirme ulusal stratejimiz haline geldi. Dijital ekonomide, bir şehri dijitalleştirmek için sensörlerin şehrin 3B modeline çeşitli verileri gerçek bir dijital şehir oluşturmak için yüklemesi gerekiyor. Pek çok verinin anlaşılması zor, bu yüzden çipin kenarında olması gerekiyor. Merkeze aktarılanları hesaplamak ve gerçekleştirmek zaten okunabilir.
Proje vaka paylaşımı
Bugün paylaşılan dava, bir metro çukurudur.
Geçmişte, şehir metroları için temelde iki trafik şeması vardı, kredi kartı ve QR kodu. Kartın kaybolması, unutulması, hasar görmesi kolay, kartın iadesi zahmetli; QR kodu herkes için kolaylık sağlıyor ancak ağ yoğun zamanlarda sıkışık ve QR kodu açılamıyor, bu da personel sıkışıklığına neden oluyor ve seyahat verimliliğini büyük ölçüde etkiliyor.
Bu, mevcut metro erişim planıyla ilgili bir sorundur.Yüz yüze bir yaklaşımla metroya binmek için birçok seçeneğin göz önünde bulundurulması gerekir.
Trafik hızı garanti edilebilir mi? Yanlış tanımlanacak mı? Yanlış banka hesabını mı fırçalayın? Çok sayıda kullanıcı işlem kapasitesini etkileyecek mi? Sermaye yatırımı büyük mü?
Trafik hızı yaklaşık 200 milisaniyede garanti edilmelidir. Şu anda, "ele geçirmeden kişiye ve kişi geldiğinde kapının otomatik olarak açılmasını" gerçekleştirmek mümkün değildir. Çünkü mevcut yol, kapıya küçük bir perde takmaktır. Temelde yarı koordineli bir türdür ve yolcuların geçiş hızını artırmak için biraz durması gerekir.
Yanlış tanıma, yüz teknolojisi kategorisidir ve mevcut teknolojinin% 100'e ulaşması zordur. % 99 tanıma oranı zaten iyi. Kamu Güvenliği Bakanlığının standardı% 95ten fazladır, ancak% 95i metroya tahammül edilemez. Orta büyüklükteki bir şehirde metro trafiği günde yaklaşık 3 milyon kişi ...% 95 yanlış tanıma oranı 3 milyon kişi için kaç kişi demek? Bu nedenle, yüz katsayılarının içsel eksikliklerini telafi etmek için bazı yardımcı yöntemler kullanılmalıdır.
Çok sayıda insanın problemi için, ön tarama yöntemini ve listeleri derecelendirmeyi düşünün Metro endüstrisine veri tabanını küçültme adı verilir. Örneğin tüm şehirde 10 milyon kişinin yüzleri kayıtlı ama istasyona giren gerçek kişi sayısı 10.000 bile değil. Toplam sayı günde 200.000 olabilir, şu anda metro istasyonuna giren kişilerin taranması gerekiyor.
Pekin gibi bir şehirde, yüz veritabanı kayıtlarının sayısı on milyonlara ulaşacaktır.On milyonlarca yüz veritabanında bir kişinin fotoğrafını ararsanız, en az 10 dakika içinde bulamayabilirsiniz ve metro şirketi yatırım yapmak istemeyebilir. Bu nedenle, teknik sorunları pratik yollarla çözmemiz gerekiyor.
Bu planın dört amacı vardır: Birincisi, yönetim ve kontrol yeteneklerini iyileştirmek için bir metro yüz tanıma ödeme sistemi oluşturmak; bu temelde, rahatsız edici cep telefonları ve diğer şeyler sorununu çözmek için istasyona girmek için doğrudan yüz tanıma gibi yolcu seyahat deneyimini iyileştirmek; ayrıca, halkı da iyileştirir Güvenlik yetenekleri. Ardından, büyük veriler biriktirilir ve duyarlılığı azaltılmış veriler, verilerin daha fazla değerini elde etmek için veri yönetimi ve müşteri davranış analizine tabi tutulur. Elbette bu bilgiler gizlidir.
Bu projenin üç temel teknik noktası vardır.
İlk olarak, yüz seçim teknolojisi. Mercek tarafından yakalanan yüz izlenir, kamera koyu ışıklı yüz alanını doldurur ve kontrastı zayıf olan yan yüz filtrelenerek tüm süreç boyunca en iyi mercek seçilir.
İkincisi, yüz ön taraması. Metronun trafiğin yoğun olduğu dönemde tek seferde yüzlerce kişi olabilir, turnikenin önünden geçip on milyonlarca kişinin yüz veritabanında arama yapsalar da beklemek zorunda kalırlar. Metro geçidi ile kapı arasında genellikle en az birkaç on saniye vardır.Aslında bulut yüzü önceden alınabilir ve arama sonucu kapıya yerleştirilebilir.Yolcu kapıya yürüdüğünde hızlı bir şekilde tanınır ve geçilir.
Üçüncüsü, yerel kütüphanelerin akıllıca taranmasıdır. Büyük veri analizi teknolojisine dayalı yerel bir sık müşteri veritabanı oluşturun.Örneğin, birisi her gün A istasyonundan B istasyonuna girip çıkarsa, bilgiler ilgili istasyonda önbelleğe alınabilir; bir VIP kitaplığı da oluşturulabilir.
Tüm plan nasıl gerçekleşti?
Yolcu mobil uygulamayı indirir ve kayıt olduktan sonra, bulut sistemi yüz gibi bilgileri toplar; ardından ödeme bilgilerini bağlar ve faturalama sistemine bağlanır.Aynı zamanda bulut, verileri metro yüz veri tabanına senkronize eder.Ön tarama sistemi, yolcuların istasyona girdiği andan itibaren fotoğrafları çekmeye devam eder. İki seviyeli ön tarama için yüz veritabanındaki en iyi yüzü seçin ve ardından tarama bilgilerini hızlıca kapıya indirin Bu işlem 2 dakikaya kadar sürer.
Kapılar hızlı bir şekilde karşılaştırıldıktan sonra kapılar açılır ve istasyona giren tüm kişilerin bilgileri istasyon içi yüz veri tabanına konur.İstasyondan çıkarken istasyon ön taraması yapılır ve tüm istasyon içi personel ile karşılaştırılır.Karşılaştırma sonrasında kapı başlar Tanıma, şu anda yolcu giriş ve çıkış kayıtları faturalama sistemine gönderilmiştir ve bağlı e-cüzdan ücretleri otomatik olarak düşecektir. Bu, genel plan kompozisyonudur.
Bu çözüm, gelişmiş yapay zeka yüz tanıma teknolojisini metroya getirdi.Çin-ABD ticaret savaşı perspektifinden, ülke zaten yapay zeka ve büyük veri gibi teknolojileri ulusal stratejik teknolojiler olarak görüyordu, bu nedenle bu teknolojilerin kullanılıp kullanılmadığı sorusu değil, ama biz istiyoruz Bu teknolojilerin yükseltilmesi, tüm endüstrinin ve endüstriyel zincirin gelişimini destekler.
Yolcular için gerçek isim sistemi, yüz kaydırılarak ve istasyona girilerek gerçekleştirilir.Bunda önemli bir rol bankadır.Banka yüz bilgisini aldıktan sonra yüz veritabanında gerçek ismi karşılaştırır ve kişinin portresine büyük veri sağlar. Yüzlerin görüntülerine göre çok sayıda yüz yakalandıktan sonra, cinsiyet ve yaş gibi özellikler kabaca analiz edilebilir.Bu bilgiler ile bankalar ve metro işletmeleri için istatistiksel analiz ve karar verme analizleri duyarsızlaştırılmış verilere dayanmaktadır; Ek olarak, genel güvenlik kapasitesi iyileştirilmiştir Suçluları yakalamak gibi bazı kritik durumlarda, ilgili verileri ayarlamak ve kişinin hareket yolunu, giriş ve çıkış yerini ve zamanını görmek için bilgi veritabanına gidebilirsiniz. Temelde programın hedeflerine ulaştığımız söylenebilir.
Örneğin, 128 metro istasyonuna sahip orta büyüklükte bir şehir için, metronun günlük ortalama yolcu akışı yaklaşık on binlerce, yoğun saatlerde yaklaşık 3 milyon kişidir Çözümümüzün her istasyonda 4 istasyon ve her istasyonda iki yakalama kamerası vardır. , 8 video yapılı terminal ve doğrudan istasyon tarafında tanınan bir video tanıma sunucusu. Sonunda, kartları ve QR kodlarını kaydırmaktan çok daha hızlı olan dakikada 53 kişinin geçiş hızını test ettik.
Bu, Touch Jing Wu'nun son 10 yılda biriktirdiği teknik yeteneklerdir. Algoritmaların ve yongaların yakın entegrasyonu, yonga hesaplama potansiyelinin derinlemesine araştırılmasına olanak sağlamıştır.Aynı yonganın ve aynı modelin performansı, endüstri standardı düzeyini çok aşmaktadır ve ürünler daha rekabetçi.
Şirketin diğer program tanıtımı
Firmamız ayrıca diğer alanlardaki ürünlere dayalı olarak bazı çözümler üretmiştir.
İlki park, Akıllı binalar genellikle erişim kontrolü ve sensörsüz erişim kontrolü için yüz tanıma teknolojisini kullanıyor. Bir kamera kurun, kameranın arkasında bir uç hesaplama cihazı var, bu cihaz doğrudan kapıya bağlı, kapıdan giren kişilerin işbirliği yapmasına gerek yok. Yetkili kişi ise kapı tamamen duyarsız bir şekilde doğrudan açılır. Yetki yoksa veya kişi izinsiz bir kişi tarafından takip edilirse, bir anti-kuyruk alarmı olacaktır.
Bölgesel kontrol de yapabilirsiniz. Örneğin, bazı alanlar sadece A, B ve C'nin girmesine izin verirken, diğerleri giremez; önceden kurulmuş cam duvarlar ve kapılar, anahtarsız veya parmak izi olmadan giremezsiniz, artık gerçek sahnede bilgisayar tarafındaki kamerada doğrudan sanal bir eğri çizebilirsiniz. Belirtilen alanda izinsiz bir kişi göründüğü sürece kesikli bir kutu çizin, uyarılacaktır.
Cezaevlerinin bölgesel kontrolü çok önemli ve bizim de davalarımız var. Endüktif olmayan erişim kontrolü dahil olmak üzere, yetkisiz bir kişi belirli bir alanda göründüğünde kırmızıya dönecek ve o alandaki kişinin hassas hareket yörüngesi kameraya göre çizilebilecek.
Karşılama vakası, banka tarafından VIP müşteriler için belirlenir. VIP müşteri göründüğü sürece, bir karşılama arayüzü görüntülenecektir. Sıradan müşteriler, yaşlarına ve cinsiyetlerine göre istatistikler yapar.
Akıllı parktaki akıllı ışık direkleri için diğer firmalardan farklıyız.Örneğin diğer firmalar ışık direğine kamera ekliyor ve bu video bulutunda analiz için arka uçta bir video bulutu olacak; sesli kontrol eklenirse, Arka uçta bir ses bulutu olacak, temelde ön uca birkaç cihaz asılıyor ve arkasında birkaç bulut var.Son olarak büyük bir sistem ve geniş bir ekran arayüzü kullanılıyor.
Tüm sensör bilgilerini direk olarak ışık direği ucundaki cihaza bağlayıp arka planda bir buluta gönderiyoruz.Ön tarafta bazı işlemler yapıldı.İkincisi akıllı ışık direklerine dayalı bir görselleştirme platformudur çünkü hepsi videoya dayalıdır. Video, araç alarmları, çevresel alarmlar ve personel alarmları sağlayacak şekilde geliştirilebilir.
Trafik ihlallerini yakalama sistemi esas olarak Blink serisini kullanır.Her kamera 3-4 şeridi kapsar. Bir AI hızlandırma çipi ve en az 14 ihlali tespit edebilen algoritmamız ile donatılmıştır. Motorlu taşıtların yayalara saygısızlığı, yoldan geçenlerin davranış tanıma yoluyla kaldırımı geçme bilincine sahip olup olmadıklarına karar vermek ve böylece birçok uç algoritmayı içeren motorlu taşıtın samimiyet olup olmadığına karar vermektir.
Hapishaneler, gözaltı merkezleri ve uyuşturucu rehabilitasyon merkezleri gibi adli yüksek güvenlikli yerler, isimleri yuvarlamak için çoğunlukla yüz teknolojisini kullanır. Hapishanelerde ve diğer sahnelerde yoklama çok sıktır. Yoklama iş yükü her gün, temelde her saat çok ağırdır. Manuel operasyon çok zaman alıcıdır ve on saniyede yüz araması tamamlanabilir, ayrıca polis memurlarının 24 saat görevden kaynaklanan yorgunluk durumları da vardır.Yorgunluk durumu izleme, yörünge analizi ve alan tespiti sağlıyoruz.Alan işgal veya gözetimsiz olamaz. Ya da çok fazla insan tespit edilemez.
Ayrıca, yetişkinlerin ve süper iri insanların akışı için otomatik bir tarama sistemi olan bu yıl yeni başlatılan anti-epidemik vücut sıcaklığı tarama sistemi de var. Ön uç vücut ısısı algılama kamerası ve siyah gövdedir.Siyah gövde kalibrasyon için kullanılır.Kızılötesi kendisi sıcaklığı algıladığından, ortam sıcaklığındaki değişikliklerle büyük ölçüde dalgalanır.Bu nedenle, sıcaklık ölçüm sahnesinde, siyah cisim olan standart bir değeri kalibre etmek için sabit bir sıcaklık cihazı gereklidir. Örneğin standart 37 derece ise geçtikten sonra sıcaklık ölçümü çok doğrudur. Temel olarak, doğru olmak istiyorsanız, cesur olmanız gerekir.
Bu uç hesaplama çözümleri ve senaryoları ile ilgili olarak, şimdi daha fazla keşif yapıyoruz.Amacımız şehirlerin algılanmasını sağlamak ve şehirlere hayat vermek. Lei Feng
İnceleme videosu yakında çevrimiçi olacak, bizi izlemeye devam edin
