运营中心的AI计算机视觉

根据IDC的数据，物联网相机和传感器产生的数据在2025年将达到近80兆字节，而2019年为13.6兆字节。

控制室和操作中心面临的挑战是将所有这些大数据转化为可操作的见解，以便操作员能够及时采取有意义的行动，而不是被淹没在视频数据中。

随着计算机视觉技术的使用成倍增长，运营中心需要开始优化他们的基础设施，从终端到视觉显示器，以便从这项技术中获得最佳效果。

我们正在与S&ST合作，提供一个独家网络研讨会。 利用计算机视觉和人工智能实现真正的态势感知我们将深入探讨计算机视觉和人工智能在运营中心及其他方面不断增长的能力和使用案例。现在就注册参加4月29日的网络研讨会。

被动式与主动式的态势感知。

任何一个指挥中心都有一系列负责提供信息的系统。

以安全运营中心为例，每个SOC都会有摄像头、门禁系统和解决方案、入侵警报器等。所有这些都为操作员提供了许多数据点。

一旦这些数据和视频内容到达安全运营中心，安全运营中心处理数据、视频和其他信息的方式可以是被动的，也可以是主动的，这取决于许多相关因素，如中心的工作流程和相关技术。

当未经分析的大数据被发送到服务器或视频墙，并需要操作人员的分析和输入来发现需要采取行动的关键数据时，团队的态势感知最好被描述为被动。

没有操作员能盯着数百个摄像机视角、门禁系统、警报以及每秒捕获并显示在操作中心视频墙上的许多仪表盘和视频资料上的数千个数据点。

这就是人工智能和计算机视觉发挥作用的地方，通过提供已经被人工智能软件分析过的信息和视频，并在关键情况下需要操作员注意采取行动时提出来，从而实现主动的态势感知。

只有当信息被人工智能和计算机视觉软件实时分析，并被带到必要的操作员工作站或以近乎实时的方式显示在主要操作画面上，以实现可操作的可视化时，主动的态势感知才有可能。 

要从被动反应到主动了解情况，就必须超越目前的仪表板和视频资料工作流程。组织必须能够从数以千计的摄像机和数据源中实时显示可操作的数据。这就是像人工智能和计算机视觉这样的技术所能帮助实现的。

"当我们问自己，人工智能或计算机视觉是如何为真正的态势感知做出转变的时候，它是在利用大数据并使其成为可操作的。"

在运营中心的应用。

计算机视觉可以为不同类型的运营中心提供许多潜在的增值服务。以下是一些例子。

• 人脸识别。人脸检测算法可用于过滤和识别一个人。
• 生物识别系统。人工智能可以应用于生物识别描述，如指纹、虹膜和面部匹配。
• 监视：计算机视觉支持物联网摄像机，用于监视任何可能与安全和安保有关的活动和动向，无论是工作安全还是物理安全。
• 智能城市。人工智能和计算机视觉可用于通过基于CCTV数据分析的资源使用（停车场、道路、公共广场等）的量化、客观和自动化管理来改善流动性。
• 事件识别。通过整合实时视频数据分析算法，改善人类操作员或现有视频监控解决方案的可视化和决策过程，以了解拍摄场景的内容并从中提取相关信息。
• 监测。在许多不同的应用框架中，对连续监测和监控方面的具体任务作出反应：改进存储仓库的物流管理，在活动集会期间对人进行计数，监测地铁站、沿海地区等。

今天，任何使用视频数据的运营中心都需要考虑增加一个计算机视觉解决方案。鉴于视频数据的快速增长，这是确保操作员拥有真正的、主动的态势感知的唯一可扩展的方法。

对于任何考虑计算机视觉的运营中心来说，有两个挑战：首先是确定正确的产品，并将炒作与现实分开；其次是确保任何添加到运营中心的计算机视觉解决方案是真正的互操作。

如果你正计划建立一个运营中心或升级你现有的运营中心，请与我们的运营中心和控制室专家安排一次免费咨询电话，以帮助你了解如何实现你的目标，并确保你的组织能够随着不断增加的视频数据量而扩展。