2021年4月7日
智慧城市解决方案 --
|
Matt Madison，软件开发人员，Alcatraz.ai
|
博尔德AI工程副总裁Dan Walkes
|
The Device Chronicle 采访了来自 Alcatraz.ai 和 Boulder AI 的软件开发和工程专家 Matt Madison 和 Dan Walkes，他们解释了机器学习模型和强大的边缘设备在智能城市解决方案中的访问控制和交通规划应用中的应用。 两者都非常熟悉强大且安全的 OTA 软件更新的强大功能。
智慧城市解决方案中的自主访问控制
Matt首先介绍了他所使用的面部认证平台的工作方式。 他解释说 Alcatraz.ai 的方法是与现有的访问控制系统交互，并且有许多这些系统的制造商。 通常，这些门禁系统制造商专门制造徽章阅读器。 用户在阅读器上插入并挥动他们的徽章，信号被发送到访问控制系统，然后它确定是否应该允许通过门访问徽章。 Alcatraz.ai 通过访问控制系统和徽章阅读器之间的接口进行创新，提供一种机制，用户可以通过他们的面部注册并将该面部与他们的徽章相关联。
隐私保护在智慧城市解决方案中的重要性
Matt和他在Alcatraz.ai的同事非常关注隐私和收集。因此，该技术被描述为面部认证而不是面部识别。他强调说：“我们不是在收集数十亿张照片，也不是在积累庞大的个人信息数据库。这不是我们系统的运作方式。”他进一步解释说，机器学习模型将图片信息转换为仅具有必需信息的配置文件ID，以允许该模型专门为我们的应用程序识别用户，而没有通用的面部识别应用程序。存储的任何个人资料信息都在客户的控制之下，并且不会发送到人们可能关心的某个通用数据库中。配置文件是基于轮廓和通过不同相机进入的图像的其他方面的数据点的集合，它们相互关联，这就是用于识别用户的模式的形成。
人脸认证用例
Alcatraz.ai 技术和方法有多种用例。第一种是单因素身份验证，在系统经过训练可以对用户的面部进行身份验证后，并且徽章与面部相关联，用户不再需要使用他们的徽章通过门。当系统对用户的面部进行身份验证时，它会自动解锁门或告诉访问控制系统它是正确的用户。
第二个是双因素身份验证，除了识别面部外，用户还必须亲自将徽章呈现给阅读器。
第三个是三因素身份验证，其中用户还必须在阅读器旁边使用键盘输入密码以识别自己以及出示徽章并识别他们的面部。
Matt 解释说，三因素身份验证的使用在很大程度上取决于客户严格的安全要求，然后对系统进行配置以最好地满足他们的安全策略和要求。三因素身份验证通常用于高度安全的位置，例如军事机构或数据中心。
|
|
人工智能和机器学习在智能建筑中的应用
人工智能和机器学习应用于通过标准摄像机、红外或深度相机拍摄的图片，并将呈现的图像转换为与用户身份相关联的配置文件。 图片信息的处理在设备本地处理，云服务器用于存储配置文件信息以用于注册目的。 当某些安全事件发生时，例如用户试图获得未经授权的访问但失败了，此事件会发送到服务器，以便安全人员可以查看和评估未经授权的进入。 还有一个tailgating功能，可以防止授权用户在获得访问权限时溜到授权用户后面，这些tailgating事件也会发送到服务器。 |
尾随是安全建筑位置的主要问题之一，禁止未经授权尾随的标志在很大程度上被忽视。 英伟达已经建立了迁移学习框架，以便更方便、更轻松地训练完成此类工作所需的机器学习模型。 可以使用高性能的预训练模型。
该技术还有许多其他有趣的附带功能，包括由于 Covid 19 大流行而造成的掩蔽，在这种模式下，系统可以识别用户是否佩戴了 PPE 面罩，并在用户没有佩戴口罩的情况下阻止访问 他们的面具。
智慧城市解决方案和占用用例
Dan 和他在 Boulder AI 的同事正在构建智慧城市解决方案和占用应用程序。他们正在与几个城市合作，丹佛是最广为人知的例子。 Dan 解释了主要用例“我们协助丹佛市（丹佛市）分析十字路口的车速以及所涉及的车辆和行人的数量。”该软件还会查看人行横道上的安全实例，并告诉我们通常在同一时间在人行横道上的同一感兴趣空间中有一辆汽车和一个人。这些见解对于试图提高人行横道安全性的城市规划者非常有用，因为他们可以分析人行横道上车辆与行人之间近距离呼叫的数量和性质。
行动中的优势
物联网和边缘设备和计算的使用有助于缓解丹佛市的隐私问题。 Dan 解释说：“用户对他们在十字路口的视频片段通过互联网发送到云基础设施的想法并不那么兴奋。” Boulder AI 能够对设备上的数据进行匿名处理。 Dan 和他的工程团队将近距离呼叫事件转换为边界框，显示汽车在哪里、行人在哪里以及他们有多接近碰撞。对于隐私保护至关重要，该技术不会捕获驾驶员、行人或车辆的详细信息。只有关联对象的边界框的轨迹在边缘设备之外共享。此边界框将重新叠加在相交的图片上，以显示每个对象的位置而没有身份详细信息。 Dan 解释说，以太网供电和元数据支持安装，每个事件只传输千字节大小。 Mender.io 在这个非常优雅的智慧城市解决方案中提供软件映像更新。
使用的英伟达硬件
Boulder AI 正在为其定制硬件产品利用 Nvidia 硬件和开发套件设计。 Dan 解释说，当前这一代产品基于原始的 Nvidia Jetson TX2 设计和系统模块 (SOM)。该公司的下一个产品目前正在开发中，即将发布，基于 Nvidia Xavier NX 和 Nano 外形的设计。 Dan 解释说，SOM 具有板载所有计算能力，IO 和 POE 位于定制板上，然后 Boulder AI 工程师利用他们相当多的技能将所有这些技术集成到摄像机外壳中。 Dan 进一步解释了使用 Nvidia 解决方案的价值。 “Nvidia 在其路线图中规划的硬件具有出色的可扩展性，您可以从 Nano 到 TX2 NX 的替代品，然后再到更高性能的 Xavier NX，并保持相同的外形尺寸。这带来了许多选择，并且能够支持不同要求和价格点的不同用例。转向Nvidia的新架构将带来巨大的好处。”
时尚的外形
Nvidia Nano 外形尺寸为信用卡大小，带有 260 针 SO-DIMM 边缘连接。 Xavier NX 和 Jetson TX2 NX 使用相同的边缘连接和引脚输出，这允许一个硬件载板支持多个计算选项。它采用低功率设计，工作功率为 15 瓦。 TX2 具有强大的处理能力，具有 4 个 ARM 内核、2 个 Nvidia CPU 和一个 GPU。 Xavier NX 拥有 6 个 ARM 8.2 内核和一个更大的 GPU，以及一个深度学习加速器。所有型号都有硬件视频转换器和视频编解码器。在一个相对较小的外形尺寸中有很大的功率。
Dan 补充道：“开箱即用，借助 Nvidia 的默认深度流视频处理管道，您可以运行多个每秒 30 帧的视频流，还可以在边缘设备上同时对多个视频流执行 AI 工作。软件开发人员和工程师可以使用 Nvidia 平台的内置功能完成大量工作，而无需执行自己的优化。能够利用 Nvidia 工程师构建的功能以及强大的硬件功能是 Nvidia 平台的主要优势。” Matt 补充道：“嵌入式设备具有服务器级功能，这是一个有趣的交叉，在小包装中具有大系统功能。” Matt 和他在 Alcatraz.ai 的同事使用具有大型 GPU 复合体的大型服务器对 Alcatraz 模型进行训练、开发和维护。对于实际的人脸识别，这一切都相对容易地转移到更小的 Nvidia Jetson 设备上。
Docker 容器和边缘
Boulder AI 还使用带有边缘设备的 Docker 容器。 Dan 表示，对于习惯于在服务器和容器环境中工作的用户来说，这是一个舒适的工作环境。 “您可以对 Docker 文件进行小的更改，以便为 Tegra 构建 Docker 容器，而不是使用桌面 GPU。对于使用边缘设备的 Docker 用户来说，工作流程非常熟悉，即使在边缘设备上工作时也希望遵循他们既定的工作流程，”Dan 解释说。
我们希望Matt和Dan在他们的工作中表现出色，以将不可思议的计算能力带到边缘，并在此过程中确保最终用户数据的保护。
该技术还有许多其他有趣的附带功能，包括由于 Covid 19 大流行而造成的掩蔽，在这种模式下，系统可以识别用户是否佩戴了 PPE 面罩，并在用户没有佩戴口罩的情况下阻止访问 他们的面具。
智慧城市解决方案和占用用例
Dan 和他在 Boulder AI 的同事正在构建智慧城市解决方案和占用应用程序。他们正在与几个城市合作，丹佛是最广为人知的例子。 Dan 解释了主要用例“我们协助丹佛市（丹佛市）分析十字路口的车速以及所涉及的车辆和行人的数量。”该软件还会查看人行横道上的安全实例，并告诉我们通常在同一时间在人行横道上的同一感兴趣空间中有一辆汽车和一个人。这些见解对于试图提高人行横道安全性的城市规划者非常有用，因为他们可以分析人行横道上车辆与行人之间近距离呼叫的数量和性质。
行动中的优势
物联网和边缘设备和计算的使用有助于缓解丹佛市的隐私问题。 Dan 解释说：“用户对他们在十字路口的视频片段通过互联网发送到云基础设施的想法并不那么兴奋。” Boulder AI 能够对设备上的数据进行匿名处理。 Dan 和他的工程团队将近距离呼叫事件转换为边界框，显示汽车在哪里、行人在哪里以及他们有多接近碰撞。对于隐私保护至关重要，该技术不会捕获驾驶员、行人或车辆的详细信息。只有关联对象的边界框的轨迹在边缘设备之外共享。此边界框将重新叠加在相交的图片上，以显示每个对象的位置而没有身份详细信息。 Dan 解释说，以太网供电和元数据支持安装，每个事件只传输千字节大小。 Mender.io 在这个非常优雅的智慧城市解决方案中提供软件映像更新。
使用的英伟达硬件
Boulder AI 正在为其定制硬件产品利用 Nvidia 硬件和开发套件设计。 Dan 解释说，当前这一代产品基于原始的 Nvidia Jetson TX2 设计和系统模块 (SOM)。该公司的下一个产品目前正在开发中，即将发布，基于 Nvidia Xavier NX 和 Nano 外形的设计。 Dan 解释说，SOM 具有板载所有计算能力，IO 和 POE 位于定制板上，然后 Boulder AI 工程师利用他们相当多的技能将所有这些技术集成到摄像机外壳中。 Dan 进一步解释了使用 Nvidia 解决方案的价值。 “Nvidia 在其路线图中规划的硬件具有出色的可扩展性，您可以从 Nano 到 TX2 NX 的替代品，然后再到更高性能的 Xavier NX，并保持相同的外形尺寸。这带来了许多选择，并且能够支持不同要求和价格点的不同用例。转向Nvidia的新架构将带来巨大的好处。”
时尚的外形
Nvidia Nano 外形尺寸为信用卡大小，带有 260 针 SO-DIMM 边缘连接。 Xavier NX 和 Jetson TX2 NX 使用相同的边缘连接和引脚输出，这允许一个硬件载板支持多个计算选项。它采用低功率设计，工作功率为 15 瓦。 TX2 具有强大的处理能力，具有 4 个 ARM 内核、2 个 Nvidia CPU 和一个 GPU。 Xavier NX 拥有 6 个 ARM 8.2 内核和一个更大的 GPU，以及一个深度学习加速器。所有型号都有硬件视频转换器和视频编解码器。在一个相对较小的外形尺寸中有很大的功率。
Dan 补充道：“开箱即用，借助 Nvidia 的默认深度流视频处理管道，您可以运行多个每秒 30 帧的视频流，还可以在边缘设备上同时对多个视频流执行 AI 工作。软件开发人员和工程师可以使用 Nvidia 平台的内置功能完成大量工作，而无需执行自己的优化。能够利用 Nvidia 工程师构建的功能以及强大的硬件功能是 Nvidia 平台的主要优势。” Matt 补充道：“嵌入式设备具有服务器级功能，这是一个有趣的交叉，在小包装中具有大系统功能。” Matt 和他在 Alcatraz.ai 的同事使用具有大型 GPU 复合体的大型服务器对 Alcatraz 模型进行训练、开发和维护。对于实际的人脸识别，这一切都相对容易地转移到更小的 Nvidia Jetson 设备上。
Docker 容器和边缘
Boulder AI 还使用带有边缘设备的 Docker 容器。 Dan 表示，对于习惯于在服务器和容器环境中工作的用户来说，这是一个舒适的工作环境。 “您可以对 Docker 文件进行小的更改，以便为 Tegra 构建 Docker 容器，而不是使用桌面 GPU。对于使用边缘设备的 Docker 用户来说，工作流程非常熟悉，即使在边缘设备上工作时也希望遵循他们既定的工作流程，”Dan 解释说。
我们希望Matt和Dan在他们的工作中表现出色，以将不可思议的计算能力带到边缘，并在此过程中确保最终用户数据的保护。
你有任何问题吗？ 请单击HERE提问。
Source :
Source :
