將視覺人工智能與閉路電視攝像機(jī)結(jié)合使用可以將該技術(shù)轉(zhuǎn)變?yōu)橹鲃?dòng)分析資產(chǎn)。

盡管有嚴(yán)格的工作場(chǎng)所安全舉措和法規(guī)，但美國(guó)各地的工地仍在發(fā)生工傷事故 美國(guó)非營(yíng)利安全倡導(dǎo)者國(guó)家安全委員會(huì) (NSC) 報(bào)告稱，2019 年工傷總成本為 1710 億美元，其中包括工資和生產(chǎn)力損失以及醫(yī)療和行政費(fèi)用。制造業(yè)占所有工作場(chǎng)所事故的 15%，是工傷率最高的行業(yè)之一。

從 2019 年 10 月到 2020 年 9 月的 11 個(gè)月里，制造業(yè)發(fā)生了 10,000 多起 OSHA 違規(guī)事件，導(dǎo)致雇主平均每起工傷花費(fèi) 120,000 美元，全行業(yè)罰款近 3800 萬(wàn)美元。

NSC 報(bào)告稱，造成工傷的主要原因是用力過度、滑倒、絆倒、跌倒以及接觸物體和設(shè)備。疲勞和壓力也會(huì)導(dǎo)致制造設(shè)施出現(xiàn)問題，包括不遵守危險(xiǎn)電氣、機(jī)械、化學(xué)和其他能源的上鎖/掛牌程序；呼吸保護(hù)不當(dāng)，在 COVID-19 大流行期間異常嚴(yán)重；脫離機(jī)器防護(hù)裝置以防止人身傷害；以及動(dòng)力工業(yè)車輛、叉車和其他車輛的事故。

盡管制造業(yè)一直采用推動(dòng)行業(yè)前進(jìn)的技術(shù)進(jìn)步，主要是科學(xué)、工業(yè)和工程進(jìn)步，但傳統(tǒng)的信息處理方式不足以提供實(shí)時(shí)的行動(dòng)建議。此外，手動(dòng)管理安全審計(jì)、檢查和基于行為的安全觀察是不夠的。

困擾制造商的其他領(lǐng)域是質(zhì)量控制和運(yùn)營(yíng)吞吐量——這兩者是相輔相成的。

質(zhì)量控制不可低估。通過采用流程并創(chuàng)造管理層和員工力求完美的環(huán)境，客戶理所當(dāng)然地獲得滿足其需求的無缺陷產(chǎn)品。它需要嚴(yán)格的人員培訓(xùn)，創(chuàng)建并滿足產(chǎn)品質(zhì)量基準(zhǔn)，并檢查產(chǎn)品是否存在統(tǒng)計(jì)上的顯著差異。吞吐率是工廠績(jī)效的一個(gè)指標(biāo)。它們是評(píng)估生產(chǎn)線質(zhì)量的首要指標(biāo)。它標(biāo)志著工廠的整體效率，并證明設(shè)施是否能夠按照客戶需求的速度發(fā)展。

視覺人工智能 (AI)，即計(jì)算機(jī)視覺，已成為離散和流程制造商的游戲規(guī)則改變者。通過利用視覺人工智能，制造商正在實(shí)現(xiàn)更高的效率、實(shí)時(shí)需求預(yù)測(cè)、更高的產(chǎn)品質(zhì)量、庫(kù)存管理、更高的安全性和更少的停機(jī)時(shí)間。

制造業(yè)是早期采用攝像機(jī)監(jiān)控來取代保安人員和其他傳統(tǒng)安全技術(shù)的行業(yè)。目前，閉路電視 (CCTV) 可對(duì)危險(xiǎn)區(qū)域進(jìn)行全天候監(jiān)控。它們也被用作管理、質(zhì)量控制和安全指南保險(xiǎn)工具，但受其范圍的限制。閉路電視的傳統(tǒng)方法是收集和存儲(chǔ)視覺數(shù)據(jù)，但只有將基本的閉路電視攝像機(jī)對(duì)準(zhǔn)適當(dāng)?shù)膮^(qū)域并且工作人員全天候全天候觀看它們，它們才能提供回顧性證據(jù)。

在用視覺人工智能武裝現(xiàn)有的閉路電視系統(tǒng)時(shí)，計(jì)算機(jī)和系統(tǒng)可以從圖像和視頻數(shù)據(jù)中捕獲和解釋有意義的信息，并做出相應(yīng)的反應(yīng)。人工智能中計(jì)算機(jī)視覺的作用是“看到并理解”相機(jī)輸入。

配備人工智能功能的閉路電視攝像機(jī)被轉(zhuǎn)化為主動(dòng)分析資產(chǎn)，提供可操作的見解和自動(dòng)警報(bào)，以更好地管理風(fēng)險(xiǎn)、流程和運(yùn)營(yíng)。通過將機(jī)器學(xué)習(xí)模型應(yīng)用于圖像和視頻（如 CCTV 攝像機(jī)拍攝的圖像和視頻），系統(tǒng)可全天候（24/7/365）監(jiān)控操作，以準(zhǔn)確識(shí)別和分類對(duì)象和場(chǎng)景，并根據(jù)攝像機(jī)拾取的內(nèi)容決定下一步要采取的最佳行動(dòng)。深度學(xué)習(xí)模型利用視覺的層次性——自動(dòng)學(xué)習(xí)低級(jí)到高級(jí)的特征，高級(jí)計(jì)算機(jī)視覺任務(wù)由這些特征組成，并獲得超過人類視覺的性能和準(zhǔn)確性水平。

實(shí)施可視化人工智能平臺(tái)應(yīng)該可以在制造運(yùn)營(yíng)框架內(nèi)輕松擴(kuò)展，并針對(duì)特定于個(gè)別業(yè)務(wù)需求的高 ROI 應(yīng)用程序進(jìn)行完全定制。它還需要具備對(duì)復(fù)雜場(chǎng)景和多幀活動(dòng)的理解和反應(yīng)能力，以便在問題和情況發(fā)生之前主動(dòng)糾正它們。