数智资源网
首页 首页 大数据 查看内容

边缘计算在地铁等细分场景下如何应用?

木马童年 2020-4-27 07:00 143 0

“保姆级”边缘计算在细分领域应用案例分享 上周,雷锋网 AI 掘金志邀请到了触景无限副总裁赵寒伟做客雷锋网公开课,以“「边缘计算」在地铁等城市级场景下的实战复盘”为题进行了干货分享。后续将有更多课程上线, ...

“保姆级”边缘计算在细分领域应用案例分享

上周,雷锋网 AI 掘金志邀请到了触景无限副总裁赵寒伟做客雷锋网公开课,以“「边缘计算」在地铁等城市级场景下的实战复盘”为题进行了干货分享。后续将有更多课程上线,添加微信号 suekee777 报名听课。近几年,边缘计算市场规模持续增长,并迅速在安防、智慧城市、自动驾驶等领域被应用,边缘端的处理、分析和存储能力成为考验 AI 公司的关键。

赵寒伟认为,物联网和云发展多年,平台建设和打通完成度已经非常高,但智慧城市迟迟没有真正到来,是因为基础的感知没有实现,智慧城市细分领域多,感知涉及每个层面,而芯片算力和边缘计算决定了感知能力,也唯有在前端智能分析,与后端配合,才能将城市物联网数据完整利用,打造感知城市。触景无限一直专注于利用人工智能技术,在边缘端进行计算实现边缘智能感知的领域,十年时间在各个细分领域积累了大量实际案例,赵寒伟结合触景无限在地铁场景的应用,解读边缘计算端在实际场景应用中遇到的问题及独特的解决方案。

以下为赵寒伟分享内容节选,AI 掘金志做了不改变原意的编辑。

触景无限与边缘计算

边缘计算原理与章鱼相似,章鱼 40%神经元在大脑,60%神经元在触手,八只触手可以感知接触的信息,甚至可以做简单的思考。触手做了一部分大脑的工作,降低了大脑处理的工作量。边缘计算就是分布式计算,在靠近传感器的前端做一部分计算,计算结果直接反馈到前端和大脑。

现在大部分的架构是云边结合的方式,所以在边缘端要具备快速处理的能力。比如,声音传感器听到声音后把摄像头转向声音来源的角度,实际上是在边缘端处理后的快速响应,如果把声音指令传到中心的云端,云端经过计算再把指令传到前端,此时可能声音的景象已经变化,所以快速在前端的反应是边缘计算的优势。另外,目前很多场景无法保障网络的实时连通性和实时速度,最典型的自动驾驶,虽然有云端大脑,但汽车在行进中很难完全保障信号,所以车里都有相应的边缘计算设备去处理感知前端遇到的问题。

云端 AI 和嵌入式 AI,并不是对立的技术,二者相结合才能满足大部分的需求。在云端有丰富计算资源、加速快、可以支撑非常复杂的模型和算法,同时必须保障实时联网环境;在边缘端,基本都是嵌入式,算力有限,模型不能太复杂和庞大,要经过优化和压缩,适用场景丰富。云端和边缘端是相结合运作的。触景无限在边缘计算端有十年经验积累。首先,在感知算法、智能识别算法的积累,算法不仅仅包括视频结构化,声音处理,各种传感器处理,还有模型压缩和模型优化。

举个例子让大家理解一下算法压缩与优化,最近与我们合作的一个 AI 国企最多能把算法压缩到 50M,继续压缩识别效率会下降,我们在边缘端执行的算法可压缩到几百 K,不到 1M,并且高度压缩下识别效率没有降低。这是我们在边缘算法长期积累的一个体现。除了了解具体芯片的应用场景特点,我们还具有算法和芯片高度融合与底层优化,充分挖掘芯片算力的能力。比如,Intel Movidius 2450 芯片有 200G 算力,我们通过在芯片算法底层注入汇编语言,改变它的数据准备、运算等,在实测中可以和市面上 1T 算力的芯片相当,这项能力的技术含量其实非常高。

我们把边缘计算技术和经验积累注入到公司五大系列产品。边缘计算单元,实际就是边缘计算的设备,首先它可以接物联网设备,其次它在边缘端可以把接入的物联网设备信号进行相应的处理,然后转换成能感知的东西,也可以做一些前端控制,这些数据通过安全加密的一种方式,传输到云端,这是边缘计算单元的功能。这次疫情我们快速推出了瞬视体温筛检系列,利用红外成像与可见光成像进行叠加运算,实现快速筛检体温,最高级的产品我们用的是 640*480 的红外感知的芯片,1 分钟通过测温人数可以达到 780 人,在整个测温市场,性能是非常高的。

盾悟系列主要是面向存量市场,比如高清摄像机不具备智能功能,加了这个盒子后普通的摄像机就具有人脸识别,人体、车辆的抓拍功能。角蜂鸟是我们与英特尔合作,基于人工智能的开发套件,主要是人工智能研发公司和教育培训机构,给学生上人工智能实训课,通过 USB 插上电脑,20 行代码搞定人脸识别,这个可以检测出 20 种实物模型,可以做快速的人工智能开发,当然也可以开发模型,把里面的模型替换掉增加新的算法。

我们与 2000 多家公司和教育机构在合作。瞬视系列是与摄像机厂商合作,面向市场提供智能摄像机,在摄像机里加一个边缘计算的组件,有算法模型、芯片,让相机变成智能相机,一个主要的场景是作为电子警察,在路口能检测出 14-18 种违章行为,包括了行为分析、车辆检测、人员检测等。

感知城市的理解

物联网和云发展多年,各个平台的建设和打通都已经完成得差不多了,为什么智慧城市依然没有到来,因为基础的感知还没实现。感知技术的发展其实与物联网技术,边缘感知技术,云计算技术相关,物联网和云计算在十几年前就出现了,但感知没有得到快速推进,主要是芯片算力不够,拖了智慧城市的后腿。智慧城市建设过程中离不开智能感知,包括水、能源、交通、绿地、金融等都离不开传感技术,有了传感器就要做智能识别,识别后需要智能控制,所以在整个体系里,感知是非常重要的一个环节。

边缘计算在地铁等细分场景下如何应用?

近年随着芯片算力提高,边缘计算成为非常重要的话题。2018 年麻省理工科技评论把感知城市列入全球十大突破性技术。近两年城市数字化成为我们国家战略,数字化经济中把一个城市数字化,需要传感器把城市 3D 模型里各个数据上传,才能形成一个真正的数字城市,很多数据是难以理解,所以就需要在芯片边缘端计算,实现传到中心端的东西,已经是能够读懂的东西。

项目案例分享

今天分享的案例是地铁人脸进站。之前城市地铁的通行方案基本上是两个,刷卡和二维码。卡易丢失,忘带,损坏,并且退换卡麻烦;二维码给大家提供了便捷,但高峰的时候网络拥堵,二维码打不开,造成人员拥堵,非常影响出行效率。这是目前地铁通行方案存在的问题,很多探讨刷脸进地铁的方案,其实需要考虑的就几个问题。

通行速度能不能保障?会不会有误识别?刷错扣款账户?使用人数多会不会影响处理能力?资金投入是否很大?

通行速度要保证在 200 毫秒左右。现在暂时无法实现“从抓拍到人,人到闸机自动开”。因为目前是通过在闸机上装一个小屏幕的读头方式。基本上是半配合式,乘客要稍微顿一下来提升通行速度。误识别是人脸技术范畴,目前的技术很难达到 100%,这是难点。能达到 99%的识别率,就已经不错了。国家公安部的标准是 95%以上,但 95%对地铁是无法忍受的。一个中等城市地铁一天的人流量大概在 300 万,300 万人有 95%的误识别率意味着多少人?所以要采用一些辅助性的手段来弥补人脸系数的先天短板。人数多的问题,考虑用预筛选和分级名单的方式,地铁行业叫缩库。

比如,整个城市有 1000 万人注册了人脸,但实际进站的人连 1 万都不够,一天总数可能 20 万,这时候需要对进入地铁站的人进行筛选。像北京这样的城市,人脸库注册会达到上千万,到上千万的人脸库里搜一个人的照片,至少 10 分钟不一定能搜出来,地铁公司也很有可能不愿意投入。所以我们要通过贴合实际的手段解决技术存在的问题。

这个方案有四个目标,一是构建地铁刷脸支付体系,提高管控能力;在此基础上提升乘客出行体验,比如直接刷脸进站解决东西多不方便拿手机等问题;另外也提高了公共安全能力。然后沉淀大数据,把脱敏的数据进行数据管理和客户行为分析,获取数据更多的价值。当然这些信息都是保密的。

边缘计算在地铁等细分场景下如何应用?

这个项目有三个技术关键点。

第一,人脸选优技术。对镜头抓拍到的人脸进行跟踪,摄像头对暗光人脸区域补光,对比效果不好的侧脸进行筛除,在整个过程中挑选最佳镜头。

第二,人脸预筛。地铁在人流量高峰期,一个镜头可能有上百人,如果他们走到闸机面前再在千万人的人脸库检索,依然需要等。从地铁通道到闸机一般至少有几十秒间隔,其实可以提前将云端人脸检索出来,将检索结果放到闸机上,当乘客走到闸机前时,快速识别通过。

第三是本地库智能筛选。根据大数据分析技术构建本地常客库,比如某人每天从 A 站进 B 站出,就可以在相应站点缓存这些信息;还可以建 VIP 库。

    边缘计算在地铁等细分场景下如何应用?

    整个方案是怎样实现的?乘客端下载手机 APP,注册后云端系统收集了人脸等信息;然后绑定支付信息,连接计费系统,同时云端把数据同步到地铁人脸库,预筛系统从乘客进站开始持续抓拍,在人脸库中选取最佳人脸进行两级预筛,然后将筛选信息快速下载到闸机端,这个过程最多持续 2 分钟。

    闸机快速比对后开门,所有进站的人信息放到进站人脸库,出站时同样在站内做预筛,到所有进站人员库里做比对,比对后在闸机开始识别,此时乘客进出记录已经发送到计费系统,连接的电子钱包自动扣费。这是整体的方案构成。这个方案给地铁方带来了先进的 AI 人脸识别技术,从中美贸易战看,国家已经把人工智能和大数据等技术作为国家战略技术,所以不是用不用这些技术的问题,而是我们要通过这些技术的升级带动整个行业和产业链的发展。

    刷脸进站实现了乘客实名制,这里面一个重要角色就是银行,银行拿到人脸信息后,在其人脸库做实名比对,提供大数据的人员画像。大量人脸抓拍后,依据人脸的图像,大概分析出性别、年龄段等属性,有了这些信息,对于银行和地铁运营公司来讲,基于这些脱敏后的数据做统计分析、决策分析;另外也提高了整个的安保能力,一些危急情况,比如抓犯罪分子,都可以到信息库调相应的数据,看到这个人的行动轨迹,进出站点和时间。可以说,我们基本实现了方案的目标。

    边缘计算在地铁等细分场景下如何应用?

    例如针对某中型城市有 128 个地铁站,地铁每天平均人流量大概几万人,高峰时段大概 300 万人,我们的解决方案,每个站有 4 个站口,每个站口两路抓拍摄像机,8 个视频结构化的终端,还有一台视频识别服务器,直接在站端识别。我们最终测试出每分钟 53 个人的通行速度,这个速度比刷卡和二维码快很多。这就是触景无限在这 10 年时间沉淀出来的技术能力,算法与芯片的紧密结合,深挖芯片计算潜力,同芯片同模型性能表现远远超出业内标准水平,产品更具竞争力。

边缘计算 智慧城市 自动驾驶 存储能力 物联网 芯片
0
为您推荐
HIVE数据仓库完美实战课程,资源教程下载

HIVE数据仓库完美实战课程,资源教程下载

课程名称【快速掌握HIVE视频教程】HIVE数据仓库完美实战课程课程目录├第一周:hive基…...

尚硅谷大数据Flink技术与实战,资源教程下载

尚硅谷大数据Flink技术与实战,资源教程下载

课程名称尚硅谷大数据Flink技术与实战课程目录理论_Flink基础 001__Flink理论_Flink…...

廖雪峰-2019大数据分析精品资料价值1980元,资源教程下载

廖雪峰-2019大数据分析精品资料价值1980元,资源教程

课程介绍:廖雪峰大神历时3个月打磨出来的《数据分析必备技能》的视频学习资料,由浅…...

尚硅谷-大数据项目之电商数仓教程下载

尚硅谷-大数据项目之电商数仓教程下载

课程介绍:本课程以国内电商巨头实际业务应用场景为依托,对电商数仓的常见实战指标以…...

小码哥李明杰Java版《恋上数据结构与算法》 ,资源教程下载

小码哥李明杰Java版《恋上数据结构与算法》 ,资源教

课程目录01-学前须知01-为什么要学习数据结构与算法02-编程语言的选择03-课程大纲04-…...

阿里云大数据分析师ACP认证视频教程下载

阿里云大数据分析师ACP认证视频教程下载

课程介绍阿里云大数据行业认证-大数据分析师认证(ACP-Alibaba Cloud Certified Prof…...

恋上数据结构与算法(第二季),视频教程下载

恋上数据结构与算法(第二季),视频教程下载

课程介绍:课程由MJ老师和名企算法大咖共同研发,在保证易懂的同时确保课程的系统全面…...

社交网络分析与挖掘,视频教程下载

社交网络分析与挖掘,视频教程下载

课程介绍:社交网络和数据挖掘是计算机学科相关研究中的热点,其具体研究涵盖理论、关…...