法安网

法安网内容检索

当前位置:首页 > 专题报道 > 智慧社区 >

生物识别技术在AloT+5G新型智慧社区中的应用及趋势

时间:2019-06-14 15:48:49   来源:特斯联(北京)科技有限公司

[法安导读]    智慧社区是智慧城市建设的主要内容,也是城市智慧管理的一个缩影,其建设是随着技术的进步而发展的。 智慧社区包含各种精细化的智能场景

  智慧社区是智慧城市建设的主要内容,也是城市智慧管理的一个缩影,其建设是随着技术的进步而发展的。 智慧社区包含各种精细化的智能场景,涉及各种智能硬件、智能体系生忑链建设。 智慧社区的技术发展一定会在智能语音技术、深度学习技术、自然语音交互、计算机视觉、知识图谱持续建立、融合AI技术的物联网感知设备设施落地后等得到高速发展。

生物识别技术在AloT+5G新型智慧社区中的应用及趋势

  从城市规划的理念、设计实施的方式、智慧的城市治理手段和智慧产业为城市提供支撑,成为新兴智慧城市的实现路径。而智慧社区的建设也正从公共安全领域的智能化,逐步朝向公共管理和公共服务,尤其是强公共服务需求的方向发展。

  特斯联在AIoT落地智慧社区的过程中,通过形成网络化、数字化到未来智能化自我学习和训练的社区智能闭环,从被动管理到主动服务。 随着通讯技术的提升,突出移动化和远程管理也是未来趋势,因此AloT结合5G推出移动化应用的智慧社区体系势在必然。在这其中,生物识别技术也在不同的场景下发挥着重要作用。

  一、生物识别技术助推智慧社区建设的深层次变化

  人工智能是一种引发诸多领域产生颠覆性变革的前沿技术,而生物识别技术的应用特别是在计算机视觉中的应用,在当前智慧社区建设中发挥极大作用。原有的被动识别、被动管理技术实现模式逐渐由人工智能技术代替,从而实现主动识别、无感采集、主动辨识的技术能力,呈现如下几个特性:

  (1)具有非强制性:采集对象不再需要专门配合采集设备,几乎可以在无意识的状态下就可获取人像图像,这样的取样方式没有“强制性”。

  (2)非接触性:采集对象不需要和设备直接接触就能获取人像图像。(3)井发性:在实际应用场景下可以进行多个人像的分拣、判断及识别。

  基于深度学习的人像识别算法在深度学习网络的训练中引入了权重衰减的概念,有效的减小权重幅度,防止网络过拟合,更关键的是计算机计算能力的提升。AI芯片的加速技术的发展,使得在训练过程中可以产生更多的训练数据,使网络能够更好的拟合训练数据。深度学习模型不仅大幅提高了人像识别算法的精度,同时也避免了需要消耗大量时间进行人工特征的提取,使得运行效率大大提升。

  这些AI技术对社区管理、运营已经带来深层次的改变,也会进一步倒逼机构改革、管理模式变革。同时以“智能硬件+智能平台+智能数据”的融合一体成为趋势,以AI技术作为实现“事前响应、事中管理、事后反馈”等全流程覆盖智慧社区的建设和运营,从而构建真正的“智能社会”时代.智慧社区紧紧围绕着三大公共板块的应用,分别是:公共安全、公共管理、公共服务。诸如人脸识别在这三个方面都带来了一些实质性的变革。最直接和显而易见的即在公共安全领域通过人脸信息的识别和建库,在城市管理者和公安部门的层面,形成对社区实际居住人口的管理; 在社区范围内,形成对陌生人的预警,保障社区安全

  1.公共安全

  公共安全主要体现通过智能感知、智能采集对社区的一标多实进行实时感知和实时采集,包括标准地址、实有房屋、实有人口、实有单位等基本内容,还包括事件、状态、感知设备等数据收集、分析以及数据处理反馈等。公共安全的感知采集包括人脸识别ヽ智能监控、智能门禁通行、车辆通行等,还包括涉及公共安全的水压、消防烟感、社区电气电弧探测、防盗RFID侦测等等感知设备的应用。 公共安全正是通过人脸大数据等手段实现无感采集、无感预警、多级布控等能力,大幅度提升社区安全水平。

  2.公共管理

  公共管理主要是针对社区的工作力量进行统计和数据关联,对采集数据进行分析和梳理出管理内容。首先包含房管、市场监管、城管、网格巡查、绿化市容第三方服务等工作力量进行数据掌握、处理;其次包含社区内及沿街商铺和一般企业的统计、关联等;此外,还包括通过感知设备对社区涉及管理的内容进行智能分析和智能识别、预测等,例如通过人脸识别及关联基础数据而分析挖掘的通行数据异常预测的群租、传销居住、陌生人徘徊等内容;另外通过人工智能技术实现取证治理高空抛物、车身划痕、乱倒垃圾等社区顽症;通过社区智慧平台结合前端人脸大数据等实现精准管理社区矫正、释放人员管理等重点人群的智能管理功能。

  3.公共服务

  公共服务主要是通过智能感知对社区实有服务人群和服务力量提供掌握和服务,包括的服务人群有:老人、残疾人、精神疾病人员、计生特扶对象、特困救助对象; 包括的服务力量有:志愿者、养老顾问、上门服务人员、社区医生。 正是通过智慧感知体系实现公共服务能力。

  生物识别技术在公共服务领域的应用,除了人脸识别和结构化的分析,定位特定人群和上门服务外,在公共区域也可通过声音识别,对呼救、摔倒等特定声纹进行探测识别,以在社区内部做到第一时间响应。这一类型的智能化服务为国家推行社区养老、居家养老提供了更优质、可靠的技术支撑。

  二、AloT+5G的新型智慧社区应用

  社区的人员信息采集一直是个很大问题,由于人员的流动性社区的实有人口采集是个难题。目前来看通过分布式移动+固定采集的方式是行之有效的采集模式,包括人员信息采集、管理及下发等服务。通过读取身份证照片并和人脸照片进行比对,以确认人员身份信息正确。通过采集并认证的结果下发到人脸网关和上传数据到系统管理平台.

  在社区场景中,泛在的智能感知管理系统包含社区的态势感知、预警感知、消防感知、地磁感知、烟感感知、车辆感知、运维感知、井盖感知、垃圾箱感知、水压感知、空气质量感知、水质感知、电梯感知、温度感知等一系列的感知应用。泛在物联网的感知+人工智能的赋能,可以实现具有高度智能的社区管理、精准运营的神经感知能力。

  特斯联所定义的AloT+5G新型智慧社区,是将社区作为微缩的智慧城市进行系统分析、分类试点、务实推进,将提供精细化的强公共服务贯穿到设计思路、产品体系、科技支撑和运维体系的全过程,基本形成了“一中心(云边协同)、一平台(智能大数据平台),多系统、多模型,泛感知、泛应用”的智慧城市(社区)格局。日前,特斯联与华为在北京市海淀区志强北园智慧社区项目进行联合试点,实现了全国首个社区级5G网络应用,这也是全国首个多应用、多组网、多形态覆盖的综合智慧社区。

  通过AloT+5G的部署,新型智慧社区以实现准确感知、实时监测、精确预警、高效智能为建设目标,实现在智慧社区化系统中,出入有记录、异常有动作、管理有协同、动态有更新、不断有迭代、被动变主动,运维是常态.

  在AlOT+5G的新型智慧社区项目中,特斯联的AloT的智慧社区闭环解决方案、多级应用平台、智能硬件、感知体系产品与华为智能前端、算力解析平台、云大数据支撑平台汇聚合力,形成了集“物联、数联、智联”三位一体的网络连接,不断打造深度、多维度的感知体系。通过数联创造数据的共享体系,智联创造智能应用和决策体系,以实现智能化引领城市管理和社会治理能力的提升。在微卡口体系、微波干路、电动车充电与防盗、环境监测、消防感知、声音分析(呼救识别)、5G移动的AR管理、VR+5G党建、养老照护等多个维度进行创新试点,打造全方位的智能化新型社区管理和服务系统。

  三、新型智慧社区中生物识别技术应用的趋势

  当前的人工智能和生物识别技术算法都是在标准的数据环境训练出来,在贴近实战场景的算法还需要进一步优化,通过闭环数据打造循环训练实战数据模型,只有这样才能输出更好的产品。

  在应用场景中,整合海量符合实际的数据资源,运用深度学习、机器学习解决更突出的不足问题需要有步骤的不折不扣的实现。 例如最为广泛应用的人脸识别在处理深色肤色的人脸时效果很差,是由于机器在进行人脸检测、分析和识别的过程中需要对人脸图像进行预处理和特征提取,所以皮肤颜色越深面部的特征信息就越难提取,当出现光线不足情况下,无法实现准确识别,还需不断努力寻找合适的方法完善技术上的不足。

  1.综合人工智能技术在智慧社区应用与训练平台前置的意义

  生物识别技术尤其是人脸识别在社区场景中应用广泛,诸多人体行为识别也已经落地,所有的一切都存在识别率一般、误报率较高的问题。综合人工智能技术是充分利用计算机视觉识别、语音识别、自然语言识别等综合技术实现更加高效、更加精准的的结果。以社区通行管理为例,社区居民进出单元门面部有遮挡时显然无法准确识别,如果采用视觉叠加智能语音的识别显然更加方便居民的自然习惯和提升服务手段多样化。

  正是通过大量的数据进行训练才使得人工智能技术得以快速发展、快速落地。尽管如此人工智能技术还是处于初级阶段,通过标准化的训练数据训练的算法一定存在很多不足,因此人工智能训练平台前置化是提升感知能力、提升算法能力的重要着力点。通过把场景数据进行实时积累、不断地训练可以打造出快速迭代的产品和支撑体系,这种结合前置化的训练平台的人工智能应用会具有极强的生命力。

  2.知识图谱将推动智慧社区AI应用进阶

  知识图谱(Knowledge Graph)是一种语义网络,包含大量实体和概念及其之间的语义关系,知识图谱中所富含的实体、概念、属性、关系等信息,提供了从“关系”角度去分析问题的能力。正是由于智慧社区的综合性、复杂性以及参与者覆盖人群的全面性都决定了知识图谱技术是构建知识社区、智慧社区最好的技术之一。 它将提升社区智慧大脑的能力,将赋予移动信息端真正的智慧能力、提供平台端全面的AI化、协同智慧终端实现聪明的小脑功能。知识图谱奠定的技术基础,与CV(计算机视觉)、ASR(语音识别)、以及NLP(自然语言处理)为智慧社区AI可持续化、自我净化提供无限可能。智慧社区知识图谱是个长期建设、完善的过程,不断地学习各种社区知识并形成知识推理能力,实现居民、政府、管理方等多方面的自动文字交互、语音交互、终端交互等需求,逐步实现社区管理高度自治。还可以引入保安、物业、政务办理等机器人,将会大幅度减少人力成本,创造一个全天候、高度智能、高效服务能カ的智慧社区支撑体系。

  智慧社区作为智慧城市的基础单元,是城市智慧化建设的具体应用与落脚点,智慧社区通过多维数据融合汇聚了政府存量数据、社会开放数据、物联数据等数据,再通过社区智慧大脑汇聚到城市大脑,实现城市智能应用和决策体系,逐步形成“一中心、一平台,多系统、多模型,泛感知、泛应用”的城市治理、城市服务、城市管理的新格局,最终实现社会管理与服务的智能化。

  社区作为城市的细胞,与智慧城市政务、公共服务和公共安全等系统高度融合,成为智慧城市的一个重要组成部分,推进城市转型升级,促进城市可持续发展。

作者:叮当

编辑:广汉

声明:

本网站图片,文字之类版权申明,因为网站可以由注册用户自行上传图片或文字,本网站无法鉴别所上传图片或文字的知识版权,如果侵犯,请及时通知我们,本网站将在第一时间及时删除。

征稿启事

  • 投稿信箱:195024562@qq.com

品牌推荐更多>>