2021년 4월 7일
스마트 시티 솔루션 –
|
Matt Madison, 소프트웨어 개발자, Alcatraz.ai
|
Dan Walkes, Boulder AI 엔지니어링 부사장
|
The Device Chronicle은 Alcatraz.ai와 Boulder AI의 소프트웨어 개발 및 엔지니어링 전문가 인 Matt Madison과 Dan Walkes와 이야기하며 스마트 시티 솔루션의 액세스 제어 및 교통 계획 애플리케이션에서 머신 러닝 모델과 강력한 에지 장치의 적용을 설명합니다. 둘 다 강력하고 안전한 OTA 소프트웨어 업데이트의 힘에 대해서도 잘 알고 있습니다.
스마트 시티 솔루션의 자율 액세스 제어
Matt는 얼굴 인증 플랫폼이 어떻게 작동하는지 설명하는 것으로 시작합니다. 그는 Alcatraz.ai의 접근 방식이 기존 액세스 제어 시스템과 인터페이스하는 것이며 이러한 시스템의 제조업체가 많이 있다고 설명합니다. 일반적으로 이러한 액세스 제어 시스템 제조업체는 배지 판독기 제작을 전문으로합니다. 사용자는 자신의 뱃지를 리더에 집어 넣고 흔들면 출입 통제 시스템에 신호가 전송되어 출입문을 통해 출입 할 수 있는지 여부를 결정합니다. Alcatraz.ai는 액세스 제어 시스템과 배지 판독기 간의 인터페이스를 통해 혁신하여 사용자가 얼굴로 등록하고 해당 얼굴을 배지와 연결할 수있는 메커니즘을 제공합니다.
스마트 시티 솔루션에서 개인 정보 보호의 중요성
개인 정보 및 수집은 Alcatraz.ai의 Matt와 그의 동료들에게 가장 큰 관심사입니다. 따라서이 기술은 얼굴 인식이 아닌 얼굴 인증으로 설명됩니다. 그는“우리는 수십억 장의 사진을 수집하여 거대한 개인 정보 데이터베이스를 수집하지 않습니다. 이것은 우리 시스템이 작동하는 방식이 아닙니다.” 그는 또한 기계 학습 모델이 사진 정보를 필요한 정보만으로 프로필 ID로 변환하여 모델이 우리 애플리케이션을 위해 특별히 사용자를 식별 할 수 있도록하고 범용 안면 인식 애플리케이션이 없다고 설명합니다. 저장된 모든 프로필 정보는 고객이 관리하며 사람들이 염려 할 수있는 일부 범용 데이터베이스로 전송되지 않습니다. 프로필은 서로 다른 카메라를 통해 들어오는 이미지의 윤곽 및 기타 측면을 기반으로하는 데이터 포인트의 모음이며, 서로 상관되며 이것이 사용자를 식별하는 데 사용되는 패턴을 형성합니다.
얼굴 인증 사용 사례
Alcatraz.ai 기술 및 접근 방식에 대한 여러 사용 사례가 있습니다. 첫 번째는 단일 요소 인증으로, 시스템이 사용자의 얼굴을 인증하도록 훈련되고 배지가 얼굴과 연결되면 사용자가 더 이상 배지를 사용하여 문을 통과 할 필요가 없습니다. 시스템이 사용자의 얼굴을 인증하면 자동으로 문이 열리거나 출입 통제 시스템에 올바른 사용자임을 알립니다.
두 번째는 얼굴 인식과 함께 사용자가 독자에게 배지를 물리적으로 제시해야하는 2 단계 인증입니다.
세 번째는 사용자가 리더와 함께 키패드를 사용하여 자신을 식별하고 배지를 제시하고 얼굴을 인식하기 위해 암호를 입력해야하는 3 단계 인증입니다.
3 단계 인증의 사용은 주로 고객의 엄격한 보안 요구 사항에 따라 달라지며 시스템은 보안 정책 및 요구 사항의 요구 사항을 가장 잘 충족하도록 구성됩니다. 3 단계 인증은 일반적으로 군사 시설이나 데이터 센터와 같이 매우 안전한 위치에서 사용됩니다.
|
|
스마트 빌딩에 적용된 AI 및 머신 러닝
AI와 기계 학습은 표준 비디오 카메라, IR 또는 심도 카메라를 통해 제공되는 사진에 적용되며 제시된 이미지는 사용자의 신원과 관련된 프로필로 변환됩니다. 사진 정보 처리는 장치에서 로컬로 처리되며 클라우드 서버는 등록 목적으로 프로필 정보를 저장하는 데 사용됩니다. 예를 들어 사용자가 무단 액세스를 시도하는 등 특정 보안 이벤트가 발생하면이 이벤트가 서버로 전송되어 보안 담당자가 무단 항목을보고 평가할 수 있습니다. 또한 권한이 부여 된 사용자가 액세스 할 때 권한이 부여 된 사용자의 뒤에서 빠져 나가는 것을 방지하는 테일 게이트 기능이 있으며 이러한 테일 게이트 이벤트도 서버로 전송됩니다. |
뒷문은 안전한 건물 위치의 주요 문제 중 하나이며 무단 뒷문을 금지하는 표지판은 대부분 무시됩니다. 이전 된 학습 프레임 워크는 이러한 종류의 작업을 수행하는 데 필요한 기계 학습 모델을 편리하고 쉽게 학습 할 수 있도록 Nvidia에서 이미 설정했습니다. 고성능으로 사용할 수있는 사전 훈련 된 모델이 있습니다.
시스템이 사용자가 PPE 안면 마스크를 착용하고 있는지 여부를 식별하고 사용자가 착용하지 않은 경우 액세스를 방지 할 수있는 모드를 사용하는 Covid 19 유행병으로 인한 마스킹을 포함하여 기술에 대한 다른 흥미로운 측면 기능이 많이 있습니다. 그들의 마스크를 쓰고.
스마트 시티 솔루션 및 점유 사용 사례
Boulder AI의 Dan과 그의 동료들은 스마트 시티 솔루션과 입주 애플리케이션을 구축하고 있습니다. 그들은 덴버가 가장 널리 알려진 사례 인 여러 도시와 협력하고 있습니다. Dan은 주요 사용 사례를 설명합니다. "우리는 교차로에서 차량 속도와 관련된 차량 및 보행자 수에 대한 분석을 통해 덴버시 (덴버시)를 지원합니다." 소프트웨어는 또한 횡단 보도에서 안전 인스턴스를 살펴보고 일반적으로 횡단 보도에서 동일한 관심 공간에 자동차 차량과 사람이 있었다고 알려줍니다. 이러한 통찰력은 횡단 보도에서 차량과 보행자 사이의 긴밀한 통화의 양과 특성을 분석 할 수 있으므로 횡단 보도의 안전을 개선하려는 도시 계획자에게 매우 유용합니다.
행동의 가장자리
IoT 및 에지 장치와 컴퓨팅을 사용하면 덴버시의 개인 정보 보호 문제를 완화하는 데 도움이됩니다. Dan은 "사용자는 교차로에서 찍은 비디오가 인터넷을 통해 클라우드 인프라로 전송된다는 생각에별로 흥분하지 않습니다."라고 설명합니다. Boulder AI는 장치의 데이터를 익명화 할 수 있습니다. Dan과 그의 엔지니어링 팀은 근접 호출 이벤트를 경계 상자로 바꾸어 자동차가 어디에 있었고 보행자가 어디에 있었고 충돌에 얼마나 가까웠는지 보여줍니다. 개인 정보 보호를 위해이 기술은 운전자, 보행자 또는 차량 세부 정보를 캡처하지 않습니다. 연결된 개체의 경계 상자 트랙 만 에지 장치 외부에서 공유됩니다. 이 경계 상자는 교차점 그림에 다시 오버레이되어 ID 세부 정보없이 각 개체의 위치를 표시합니다. Dan은 설치가 PoE (Power over Ethernet) 및 메타 데이터에 의해 지원되며 각 이벤트에 대해 크기가 킬로바이트 만 전송된다고 설명합니다. Mender.io는이 매우 우아한 스마트 시티 솔루션에서 소프트웨어 이미지 업데이트를 제공합니다.
Nvidia 하드웨어 사용
Boulder AI는 맞춤형 하드웨어 제품에 Nvidia 하드웨어 및 개발 키트 설계를 활용하고 있습니다. Dan은 현재 세대의 제품이 원래 Nvidia Jetson TX2 설계 및 SOM (System on Module)을 기반으로한다고 설명합니다. 현재 개발 중이며 곧 출시 될 회사의 다음 제품은 Nvidia Xavier NX 및 Nano 폼 팩터 용 설계를 기반으로합니다. Dan은 SOM이 온보드 컴퓨팅 파워를 모두 갖추고 있고 IO 및 POE가 맞춤형 보드에 있으며 Boulder AI 엔지니어가 상당한 기술을 사용하여이 모든 기술을 비디오 카메라 케이스에 넣을 수 있다고 설명합니다. Dan은 Nvidia 솔루션으로 작업하는 가치에 대해 자세히 설명합니다. “Nvidia는 로드맵에 계획된 하드웨어에 대해 뛰어난 확장 성을 갖추고 있으며, Nano에서 TX2 NX 교체로 전환 한 다음 더 높은 성능의 Xavier NX로 전환하고 동일한 폼 팩터를 유지할 수 있습니다. 이를 통해 다양한 요구 사항과 가격대에서 다양한 사용 사례를 지원할 수있는 다양한 옵션과 기능이 제공됩니다. 이는 Nvidia의 새로운 아키텍처로 전환 할 때 얻을 수있는 큰 이점입니다. "
세련된 폼 팩터
Nvidia Nano 폼 팩터는 260 핀 SO-DIMM 에지 연결이있는 신용 카드 크기입니다. Xavier NX 및 Jetson TX2 NX에 동일한 에지 연결 및 핀아웃이 사용되어 하나의 하드웨어 캐리어 보드에서 여러 컴퓨팅 옵션을 지원할 수 있습니다. 저전력 설계를 자랑하며 15 와트의 전력으로 작동합니다. TX2는 4 개의 ARM 코어, 2 개의 Nvidia CPU 및 GPU로 많은 처리 능력을 제공합니다. Xavier NX에는 6 개의 ARM 8.2 코어와 훨씬 더 큰 GPU, 딥 러닝 가속기가 있습니다. 모든 모델에는 하드웨어 비디오 변환기와 비디오 코덱이 있습니다. 비교적 작은 폼 팩터에 많은 힘이 있습니다.
Dan은 다음과 같이 덧붙입니다.“Nvidia의 기본 딥 스트림 비디오 처리 파이프 라인을 사용하면 초당 30 프레임의 비디오 스트림을 여러 개 실행할 수 있으며 에지 장치에서 한 번에 여러 비디오 스트림에 대한 AI 작업을 수행 할 수 있습니다. 소프트웨어 개발자와 엔지니어는 자체 최적화를 수행하지 않고도 Nvidia 플랫폼의 기본 제공 기능을 사용하여 엄청난 양의 작업을 수행 할 수 있습니다. 강력한 하드웨어 기능과 함께 Nvidia 엔지니어가 구축 한 것을 활용할 수 있다는 것이 Nvidia 플랫폼의 주요 이점입니다.” Matt는“임베디드 장치에는 서버급 기능이 있으며 작은 패키지에 큰 시스템 기능이 포함 된 흥미로운 크로스 오버입니다.”라고 덧붙였습니다. Alcatraz.ai의 Matt와 그의 동료들은 대형 GPU 컴플렉스가있는 대형 서버를 사용하여 Alcatraz 모델의 교육, 개발 및 유지 관리를 수행합니다. 실제 얼굴 인식을 위해 훨씬 작은 Nvidia Jetson 장치로 비교적 쉽게 전송됩니다.
Docker 컨테이너 및 에지
Boulder AI는 또한 Edge 장치와 함께 Docker 컨테이너를 사용합니다. Dan은 이것이 서버 및 컨테이너 환경에서 작업하는 데 익숙한 사용자에게 편안한 작업 환경이라고 말합니다. “데스크톱 GPU를 사용하는 대신 Tegra 용 Docker 컨테이너를 구축하기 위해 Docker 파일을 약간 변경할 수 있습니다. 워크 플로우는 에지 장치로 작업하는 Docker 사용자와 에지 장치에서 작업 할 때에도 기존의 워크 플로우를 따르고 자하는 사용자에게 매우 친숙하다고 느껴집니다.”라고 Dan은 설명합니다.
Matt와 Dan이 작업을 잘 수행하여 강력한 컴퓨팅 성능을 에지에 제공하고 프로세스에서 최종 사용자 데이터 보호를 보장하기를 바랍니다.
시스템이 사용자가 PPE 안면 마스크를 착용하고 있는지 여부를 식별하고 사용자가 착용하지 않은 경우 액세스를 방지 할 수있는 모드를 사용하는 Covid 19 유행병으로 인한 마스킹을 포함하여 기술에 대한 다른 흥미로운 측면 기능이 많이 있습니다. 그들의 마스크를 쓰고.
스마트 시티 솔루션 및 점유 사용 사례
Boulder AI의 Dan과 그의 동료들은 스마트 시티 솔루션과 입주 애플리케이션을 구축하고 있습니다. 그들은 덴버가 가장 널리 알려진 사례 인 여러 도시와 협력하고 있습니다. Dan은 주요 사용 사례를 설명합니다. "우리는 교차로에서 차량 속도와 관련된 차량 및 보행자 수에 대한 분석을 통해 덴버시 (덴버시)를 지원합니다." 소프트웨어는 또한 횡단 보도에서 안전 인스턴스를 살펴보고 일반적으로 횡단 보도에서 동일한 관심 공간에 자동차 차량과 사람이 있었다고 알려줍니다. 이러한 통찰력은 횡단 보도에서 차량과 보행자 사이의 긴밀한 통화의 양과 특성을 분석 할 수 있으므로 횡단 보도의 안전을 개선하려는 도시 계획자에게 매우 유용합니다.
행동의 가장자리
IoT 및 에지 장치와 컴퓨팅을 사용하면 덴버시의 개인 정보 보호 문제를 완화하는 데 도움이됩니다. Dan은 "사용자는 교차로에서 찍은 비디오가 인터넷을 통해 클라우드 인프라로 전송된다는 생각에별로 흥분하지 않습니다."라고 설명합니다. Boulder AI는 장치의 데이터를 익명화 할 수 있습니다. Dan과 그의 엔지니어링 팀은 근접 호출 이벤트를 경계 상자로 바꾸어 자동차가 어디에 있었고 보행자가 어디에 있었고 충돌에 얼마나 가까웠는지 보여줍니다. 개인 정보 보호를 위해이 기술은 운전자, 보행자 또는 차량 세부 정보를 캡처하지 않습니다. 연결된 개체의 경계 상자 트랙 만 에지 장치 외부에서 공유됩니다. 이 경계 상자는 교차점 그림에 다시 오버레이되어 ID 세부 정보없이 각 개체의 위치를 표시합니다. Dan은 설치가 PoE (Power over Ethernet) 및 메타 데이터에 의해 지원되며 각 이벤트에 대해 크기가 킬로바이트 만 전송된다고 설명합니다. Mender.io는이 매우 우아한 스마트 시티 솔루션에서 소프트웨어 이미지 업데이트를 제공합니다.
Nvidia 하드웨어 사용
Boulder AI는 맞춤형 하드웨어 제품에 Nvidia 하드웨어 및 개발 키트 설계를 활용하고 있습니다. Dan은 현재 세대의 제품이 원래 Nvidia Jetson TX2 설계 및 SOM (System on Module)을 기반으로한다고 설명합니다. 현재 개발 중이며 곧 출시 될 회사의 다음 제품은 Nvidia Xavier NX 및 Nano 폼 팩터 용 설계를 기반으로합니다. Dan은 SOM이 온보드 컴퓨팅 파워를 모두 갖추고 있고 IO 및 POE가 맞춤형 보드에 있으며 Boulder AI 엔지니어가 상당한 기술을 사용하여이 모든 기술을 비디오 카메라 케이스에 넣을 수 있다고 설명합니다. Dan은 Nvidia 솔루션으로 작업하는 가치에 대해 자세히 설명합니다. “Nvidia는 로드맵에 계획된 하드웨어에 대해 뛰어난 확장 성을 갖추고 있으며, Nano에서 TX2 NX 교체로 전환 한 다음 더 높은 성능의 Xavier NX로 전환하고 동일한 폼 팩터를 유지할 수 있습니다. 이를 통해 다양한 요구 사항과 가격대에서 다양한 사용 사례를 지원할 수있는 다양한 옵션과 기능이 제공됩니다. 이는 Nvidia의 새로운 아키텍처로 전환 할 때 얻을 수있는 큰 이점입니다. "
세련된 폼 팩터
Nvidia Nano 폼 팩터는 260 핀 SO-DIMM 에지 연결이있는 신용 카드 크기입니다. Xavier NX 및 Jetson TX2 NX에 동일한 에지 연결 및 핀아웃이 사용되어 하나의 하드웨어 캐리어 보드에서 여러 컴퓨팅 옵션을 지원할 수 있습니다. 저전력 설계를 자랑하며 15 와트의 전력으로 작동합니다. TX2는 4 개의 ARM 코어, 2 개의 Nvidia CPU 및 GPU로 많은 처리 능력을 제공합니다. Xavier NX에는 6 개의 ARM 8.2 코어와 훨씬 더 큰 GPU, 딥 러닝 가속기가 있습니다. 모든 모델에는 하드웨어 비디오 변환기와 비디오 코덱이 있습니다. 비교적 작은 폼 팩터에 많은 힘이 있습니다.
Dan은 다음과 같이 덧붙입니다.“Nvidia의 기본 딥 스트림 비디오 처리 파이프 라인을 사용하면 초당 30 프레임의 비디오 스트림을 여러 개 실행할 수 있으며 에지 장치에서 한 번에 여러 비디오 스트림에 대한 AI 작업을 수행 할 수 있습니다. 소프트웨어 개발자와 엔지니어는 자체 최적화를 수행하지 않고도 Nvidia 플랫폼의 기본 제공 기능을 사용하여 엄청난 양의 작업을 수행 할 수 있습니다. 강력한 하드웨어 기능과 함께 Nvidia 엔지니어가 구축 한 것을 활용할 수 있다는 것이 Nvidia 플랫폼의 주요 이점입니다.” Matt는“임베디드 장치에는 서버급 기능이 있으며 작은 패키지에 큰 시스템 기능이 포함 된 흥미로운 크로스 오버입니다.”라고 덧붙였습니다. Alcatraz.ai의 Matt와 그의 동료들은 대형 GPU 컴플렉스가있는 대형 서버를 사용하여 Alcatraz 모델의 교육, 개발 및 유지 관리를 수행합니다. 실제 얼굴 인식을 위해 훨씬 작은 Nvidia Jetson 장치로 비교적 쉽게 전송됩니다.
Docker 컨테이너 및 에지
Boulder AI는 또한 Edge 장치와 함께 Docker 컨테이너를 사용합니다. Dan은 이것이 서버 및 컨테이너 환경에서 작업하는 데 익숙한 사용자에게 편안한 작업 환경이라고 말합니다. “데스크톱 GPU를 사용하는 대신 Tegra 용 Docker 컨테이너를 구축하기 위해 Docker 파일을 약간 변경할 수 있습니다. 워크 플로우는 에지 장치로 작업하는 Docker 사용자와 에지 장치에서 작업 할 때에도 기존의 워크 플로우를 따르고 자하는 사용자에게 매우 친숙하다고 느껴집니다.”라고 Dan은 설명합니다.
Matt와 Dan이 작업을 잘 수행하여 강력한 컴퓨팅 성능을 에지에 제공하고 프로세스에서 최종 사용자 데이터 보호를 보장하기를 바랍니다.
궁굼한것이 있으신가요? 여기를 눌러 문의하세요.
Source :
Source :