機器(qì)人(rén)将在安防等領域展神威 動一(yī)動就(jiù)認清你
近日，谷歌(gē)發布AVA (Atomic Visual Actions)數據庫，由YouTube公開的視(shì)頻集組成，這(zhè)些(xiē)視(shì)頻可以用80個(gè)原子(zǐ)動作(zuò)進行标注，例如(rú)走路(lù)、握手、踢東西(xī)等，所有動作(zuò)具有時(shí)空定位，累計有5.76萬個(gè)視(shì)頻片段，9.6萬個(gè)人(rén)類動作(zuò)，以及21萬個(gè)動作(zuò)标簽。谷歌(gē)稱，此次發布的AVA技術将幫助谷歌(gē)分(fēn)析多年的視(shì)頻，還能(néng)幫助廣告商(shāng)更好(hǎo)(hǎo)地瞄準消費者。他們的最終目标是教計算(suàn)機社交視(shì)覺智能(néng)化(huà)，即“理(lǐ)解人(rén)類在做什(shén)麽，下(xià)一(yī)步該做什(shén)麽，以及他們想要實現(xiàn)什(shén)麽目标。”
目前，國内一(yī)些(xiē)科研院所和企業也(yě)已經在行為(wèi)識别相關(guān)領域進行重點投入，以解決視(shì)頻監控數據理(lǐ)解這(zhè)一(yī)瓶頸問題，但(dàn)要達到讓機器(qì)通過行為(wèi)“理(lǐ)解”人(rén)類這(zhè)個(gè)最終目标，還需要很多努力。“目前，人(rén)體(tǐ)行為(wèi)識别大多還處在動作(zuò)識别階段，對于實際應用而言，識别人(rén)的動作(zuò)，還是一(yī)個(gè)巨大的挑戰。”11月(yuè)(yuè)8日，濟南(nán)大學模式識别與智能(néng)系統研究所所長李金(jīn)屏教授告訴科技日報(bào)記者。動一(yī)動，機器(qì)就(jiù)能(néng)發現(xiàn)你？有關(guān)專家表示，現(xiàn)階段，這(zhè)是一(yī)件“可以有”的事(shì)。
應用：安防等領域大展神威
李金(jīn)屏告訴記者，動作(zuò)識别可以看成是特征提取和分(fēn)類器(qì)設計相結合的過程。養老院中，如(rú)果出現(xiàn)老人(rén)摔倒，行為(wèi)識别系統可以立刻向工作(zuò)人(rén)員(yuán)發出警報(bào)，甚至直接與醫(yī)院進行聯系；黑科技滿滿的《碟中諜5》，安保系統的最後一(yī)道防線是步态識别……盡管技術難點重重，行為(wèi)識别目前仍然在相關(guān)領域獲得了(le)應用。
浙江大學人(rén)工智能(néng)研究所所長吳飛教授告訴記者，這(zhè)項最早被蘋果和微軟應用于遊戲的技術，還在公檢法(在押人(rén)員(yuán)審訊看護)、電力(風(fēng)力發電、國家電網的安全生(shēng)産)、銀行(業務(wù)區域智能(néng)安防)、醫(yī)院(病人(rén)狀态監護)等多個(gè)場(chǎng)景有更廣的應用空間(jiān)。尤其在安防等領域，以行為(wèi)識别為(wèi)基礎的應用更廣泛。
比如(rú)通過人(rén)的走路(lù)方式來(lái)識别身(shēn)份的步态識别，雖然屬于身(shēn)份識别，但(dàn)是也(yě)是行為(wèi)識别和身(shēn)份識别的一(yī)種有效交叉。步态識别是一(yī)種通過人(rén)們走路(lù)姿态進行的身(shēn)份識别，分(fēn)為(wèi)人(rén)形檢測、分(fēn)割、識别、跟蹤四個(gè)部分(fēn)，而這(zhè)些(xiē)部分(fēn)最具挑戰的環節都離不開以行為(wèi)識别為(wèi)基礎的研究。
在近年來(lái)尋找失蹤人(rén)口和嫌犯追逃的工作(zuò)中，步态識别已經發揮了(le)不小的作(zuò)用。《機智過人(rén)》節目中，銀河(hé)水滴科技成功通過步态識别現(xiàn)場(chǎng)“嫌疑人(rén)”，加大難度後，還靠步态識别出狗的剪影。
銀河(hé)水滴科技創始人(rén)兼CEO黃(huáng)永祯說(shuō)，通過步态識别來(lái)實現(xiàn)異常行為(wèi)分(fēn)析，這(zhè)是步态識别相比于其他生(shēng)物特征識别的重要優勢之一(yī)。異常行為(wèi)的應有之義就(jiù)包括可以通過視(shì)覺觀察目标體(tǐ)形和動作(zuò)狀态，來(lái)發現(xiàn)是否有異常行為(wèi)，通常會涉及到目标檢測、分(fēn)割、關(guān)鍵點定位、識别、跟蹤等技術環節，而這(zhè)些(xiē)技術環節也(yě)是步态識别的核心底層技術。目前，他們已能(néng)很好(hǎo)(hǎo)地完成遠(yuǎn)距離非受控模式識别。
難點：定位、跟蹤、場(chǎng)景步步為(wèi)艱
“行為(wèi)識别的難點，首先表現(xiàn)為(wèi)從連續視(shì)頻流中對人(rén)體(tǐ)運動的定位難、追蹤難。”吳飛說(shuō)，在視(shì)頻行為(wèi)識别中，要找到一(yī)個(gè)連續動作(zuò)的起點和終點，即将連貫動作(zuò)從視(shì)頻流中定位出來(lái)，在視(shì)頻識别中是非常困難的。而在找到某個(gè)連貫動作(zuò)的起點後，對這(zhè)個(gè)動作(zuò)進行魯棒跟蹤也(yě)比較困難。比如(rú)一(yī)個(gè)跳(tiào)躍動作(zuò)，要實現(xiàn)追蹤動作(zuò)持續展開的過程就(jiù)不容易，還要考慮場(chǎng)景的複雜性以及背景動态變化(huà)或者攝像頭晃動等因素。
不僅如(rú)此，場(chǎng)景識别也(yě)是一(yī)大難點。首先，即使是同一(yī)類動作(zuò)，在不同時(shí)刻、不同場(chǎng)景也(yě)具有很大差異性。吳飛舉例說(shuō)，比如(rú)不同的人(rén)在不同時(shí)刻行走，速度、姿态和場(chǎng)景遮擋等方面都有差異。不同類别動作(zuò)之間(jiān)更是如(rú)此。李金(jīn)屏表示，“與靜态對象不同，動作(zuò)會随着時(shí)間(jiān)的推移而展開，會有更多不确定因素。”比如(rú)一(yī)幅人(rén)的“跑步”照片，實際上(shàng)有可能(néng)隻是這(zhè)個(gè)人(rén)在跳(tiào)躍的動作(zuò)，隻有看到更多畫面，才有可能(néng)清楚地知道到底發生(shēng)了(le)什(shén)麽。可見人(rén)在場(chǎng)景中的動态是多麽複雜。因此某一(yī)動作(zuò)的識别方法很難直接用在另一(yī)動作(zuò)的識别上(shàng)。“一(yī)個(gè)動作(zuò)，人(rén)類辨識兩三遍就(jiù)可以了(le)，但(dàn)要讓機器(qì)記住并識别，則需要大量的訓練數據。”李金(jīn)屏說(shuō)。
此次谷歌(gē)發布的AVA與其他數據集相比，通過在相關(guān)場(chǎng)景中提供具有精細時(shí)空粒度的多個(gè)标簽，将極大推動人(rén)們對于相關(guān)模型的深入研究，最終不但(dàn)能(néng)夠實現(xiàn)人(rén)的複雜活動精确建模，還将進一(yī)步獲得實際應用。
展望：設備平台、理(lǐ)論模型方興未艾
“在行為(wèi)識别領域，中國未來(lái)五年、十年的發展後勁非常強，建議(yì)在設備和平台方面進行攻關(guān)，現(xiàn)在國内好(hǎo)(hǎo)多團隊的設備還是采用微軟等國外企業的設備和平台，希望國家在這(zhè)方面給予一(yī)定的支持和政策引導。”李金(jīn)屏說(shuō)。
在吳飛看來(lái)，中國的科研團隊和企業還應該在理(lǐ)論模型、數據驅動等基礎理(lǐ)論方面進行深耕。“一(yī)個(gè)行為(wèi)動作(zuò)的過程要經曆多個(gè)狀态(對應很多時(shí)間(jiān)幀)，人(rén)體(tǐ)在每個(gè)時(shí)刻也(yě)呈現(xiàn)出不同的姿态，那麽，是不是每一(yī)幀在動作(zuò)判别中的重要性都相同呢(ne)？對于行為(wèi)動作(zuò)的判别，是不是每個(gè)關(guān)節點在動作(zuò)判别中都同等重要呢(ne)？這(zhè)些(xiē)都需要理(lǐ)論模型等基礎理(lǐ)論的完善。”吳飛說(shuō)。
工業清洗機原理(lǐ)清洗機價格清洗機型号清洗機廠家掃描關(guān)注官方微博
高壓清洗機訂制清洗機産品清洗機用途清洗機設備掃描關(guān)注官方微信
