如何在复杂光线环境中保准精准识别的同时,快速响应、杜绝误识别漏识别,是电梯智能AI摄像头识别电瓶车的关键。
与采用光幕识别电瓶车方案不同的是,梯智眼电梯电动车报警系统采用的是基于深度学习算法的计算机视觉嵌入式部署方案。
梯智眼产品经理提到,“我们采取的是基于卷积神经网络的视觉AI算法,根据轿厢电梯场景做了针对性算法优化,结合专门优化过的ISP算法,以适应不同轿厢环境,提高了识别速度和准确率。通过边缘计算,也降低了后端服务器的压力。”
基于卷积神经网络建立起算法模型后,梯智眼采用了大量的样本来训练算法,以提高算法的精准度,同时针对自行车和电瓶车分别处理,增加了抗干扰机制,并结合ISP算法进一步提高成像,来保证最终电瓶车识别率的准确性。

智能摄像头只有一颗看东西的“芯”是远远不够,它还需要有强劲的大脑,大脑的作用是根据看到的情况,处理和分析。
梯智眼采用了边缘计算来加快AI摄像头的判断决策速度。
相较于云端计算,边缘计算能在AI摄像头端就完成决策判断,以保证传输数据的高质量度、有效度,降低流量成本,从而占用更小的后端服务器资源。
识别到电瓶车后,如何与电梯门控制系统进行连接?又该怎么判断电瓶车从进梯到出梯能够达到一直控门的效果?
“识别到电瓶车之后,AI摄像头通过对外的报警输出接口输出控制指令到电梯控制系统,就能完成与电梯门的互联互通。”梯智眼研发总监解释。
除此之外,梯智眼电梯电动车报警系统还采用了防遮挡算法,有效防止雨伞、书包、衣物等物件遮挡镜头,以保证AI摄像头正常运转,从而避免人为阻挡AI摄像头识别电瓶车。
AI的发展速度已经今非昔比,层出不穷的新技术、新概念冲击着人们的见识。
梯智眼坚持将场景需求和功能应用作为AI落地的方向,根本原因是——AI技术从来不缺概念,如果AI仅仅是概念,不能从实验室走向大众,不能走向场景落地,那么AI始终是空中花园。
梯智眼已经成功将电瓶车识别打磨成具备核心竞争优势的产品功能,不仅能识别新旧国标各类电瓶车,同时能准确区分婴儿车、自行车、轮椅、担架等,识别准确率超过98.5%。