保護企業(yè)資產(chǎn)和信息以及確保團隊成員的安全應(yīng)該是任何企業(yè)的兩個最高優(yōu)先級。據(jù)BusinessWire稱，到2025年，調(diào)查和安全服務(wù)市場的價值將攀升至4171.6億美元。但是，由于復雜的工作流程和越來越多的網(wǎng)絡(luò)攻擊，安全團隊在許多不同的商業(yè)環(huán)境中最大限度地減少損失仍然具有挑戰(zhàn)性，包括零售、金融科技、運輸和其他行業(yè)。幸運的是，由于不斷發(fā)展的計算機視覺技術(shù)，維護安全可以更加有效。

　　了解計算機視覺如何工作

　　計算機視覺是人工智能中的一門學科，旨在模擬人類如何觀察和理解視覺世界。這項技術(shù)有許多應(yīng)用。它需要數(shù)據(jù)來訓練計算機理解如何識別物體并從這些觀察中得出結(jié)論。

　　計算機視覺通過以下過程實現(xiàn)：

　　1.計算機必須能夠訪問要分析的圖像。在商業(yè)安全方面，這些照片很可能是從監(jiān)控攝像頭上拍攝的。圖像質(zhì)量越高，結(jié)果越準確。

　　2.數(shù)據(jù)科學家訓練系統(tǒng)識別數(shù)據(jù)中的某些對象。如果計算機的機器學習算法檢測到匹配，它會標記圖像的該區(qū)域。

　　3.然后，計算機根據(jù)所看到的內(nèi)容做出決定，這取決于它被訓練如何做出反應(yīng)。

　　這種方法面臨著幾個挑戰(zhàn)。偶爾，通過相機看到的物體可能會發(fā)出假陽性。例如，一個被訓練來識別裝在人腰帶上的武器的相機可能會被一個裝著手機的人混淆。計算機視覺的準確性取決于相機的質(zhì)量、用于訓練的數(shù)據(jù)量以及其他變量。為了充分利用計算機視覺，企業(yè)需要意識到這些挑戰(zhàn)，以減輕其影響。

　　例如，面部識別是計算機視覺安全的一個流行示例。然而，處理面部識別數(shù)據(jù)會給網(wǎng)絡(luò)帶寬帶來沉重的負擔。維持安全需求的一個潛在解決方案可能是邊緣生物識別，其中人工智能處理在邊緣設(shè)備上進行，而不是在集中位置進行。因此，在開始實施計算機視覺的過程之前，你需要記住，每個案例都是獨特的，需要有經(jīng)驗的人工智能工程師參與才能創(chuàng)建最有效的解決方案。

　　增強安全性的計算機視覺商業(yè)案例

　　計算機視覺在安全應(yīng)用中的使用案例很多。一些例子包括盜竊和欺詐預防、制造缺陷檢測、交通事故檢測、安全評估和危險物體檢測。讓我們更詳細地了解每個案例。

　　盜竊和欺詐預防

　　通過使用計算機視覺技術(shù)，可以更好地監(jiān)測和記錄商店盜竊造成的損失。像沃爾瑪這樣的企業(yè)已經(jīng)在使用帶有人工智能的攝像頭來追蹤盜竊行為。如果相機看到客人在自助結(jié)賬時沒有掃描行李就將物品放進了包里，服務(wù)員會被呼叫自動協(xié)助。

　　這樣的解決方案可以通過在結(jié)賬時添加AI驅(qū)動的攝像頭來實現(xiàn)。當顧客在結(jié)賬時掃描產(chǎn)品時，攝像機會捕獲掃描的物品，系統(tǒng)會生成總數(shù)量的物品并將其發(fā)送到集成POS系統(tǒng)。然后，POS系統(tǒng)將掃描的物品總數(shù)與攝像頭生成的數(shù)字進行比較，如果數(shù)字不匹配，則會向商店員工發(fā)送潛在盜竊的通知。這使員工能夠快速應(yīng)對潛在的負面事件并防止欺詐。

　　制造中的缺陷檢測

　　乍一看，缺陷檢測并不完全適合其他安全應(yīng)用程序。然而，在工廠自動檢測有缺陷的物品有助于緩解安全問題。它還可以幫助防止破壞和篡改。這些系統(tǒng)還可以幫助預測風險，這使企業(yè)能夠在為時已晚之前對威脅采取行動。

　　由機器學習算法支持的制造業(yè)缺陷檢測允許在數(shù)據(jù)集中找到模式，并基于這些模式檢測異常。這有助于以更少的時間和精力防止人為錯誤，從而顯著節(jié)省成本。

　　交通事故檢測

　　監(jiān)控道路上發(fā)生的事故在某些情況下非常重要，尤其是物流、事件安全、交通控制等。啟用計算機視覺的攝像頭可以檢測碰撞，識別可疑的移動和停放車輛，并自動對潛在威脅或感興趣的物體作出反應(yīng)。

　　通過從交通攝像機的可用數(shù)據(jù)和圖像流中學習，這樣的系統(tǒng)可以持續(xù)檢查交通以識別指示可能發(fā)生事故的模式。如果系統(tǒng)檢測到潛在的危險情況，它可以提醒責任人或執(zhí)行預先編程的響應(yīng)以提醒駕駛員。

　　安全評估

　　計算機視覺可用于確保工作場所執(zhí)行安全協(xié)議。例如，在制造、分銷或零售的后臺環(huán)境中，攝像機可以檢測托盤是否平放在地板上，或側(cè)靠墻支撐。由于后者可能被視為安全隱患，計算機視覺系統(tǒng)可以自動將事件標記為“未遂事故”，并將問題報告給主管進行糾正。

　　危險物體檢測

　　配備計算機視覺技術(shù)的系統(tǒng)可用于檢測危險物體，如武器或其他未經(jīng)授權(quán)的物品。這是一個具有挑戰(zhàn)性的應(yīng)用程序，因為由于環(huán)境中的照明、對象的姿勢、相機系統(tǒng)的視角、遮擋等原因，武器可能很容易隱藏。盡管這項技術(shù)可能還不夠完善，但它仍然可以用來補充和改進人類的安全工作。

　　總結(jié)——計算機視覺和安全含義

　　企業(yè)有各種獨特的安全需求，這些需求通常與一刀切的解決方案不兼容。完全自動化在某些情況下可能有效，例如檢測特定區(qū)域的活動或檢測有缺陷的項目。然而，對于一些企業(yè)來說，混合方法可能是最好的選擇，因為計算機視覺可以補充人類操作員。無論如何，技術(shù)仍在不斷改進，想要有效維護安全的企業(yè)需要考慮采用這些技術(shù)來減少損失、預防事故，并確保團隊和客戶的安全。