將視覺人工智能與閉路電視攝像機結合使用可以將該技術轉變?yōu)橹鲃臃治鲑Y產。

盡管有嚴格的工作場所安全舉措和法規(guī)，但美國各地的工地仍在發(fā)生工傷事故 美國非營利安全倡導者國家安全委員會 (NSC) 報告稱，2019 年工傷總成本為 1710 億美元，其中包括工資和生產力損失以及醫(yī)療和行政費用。制造業(yè)占所有工作場所事故的 15%，是工傷率最高的行業(yè)之一。

從 2019 年 10 月到 2020 年 9 月的 11 個月里，制造業(yè)發(fā)生了 10,000 多起 OSHA 違規(guī)事件，導致雇主平均每起工傷花費 120,000 美元，全行業(yè)罰款近 3800 萬美元。

NSC 報告稱，造成工傷的主要原因是用力過度、滑倒、絆倒、跌倒以及接觸物體和設備。疲勞和壓力也會導致制造設施出現問題，包括不遵守危險電氣、機械、化學和其他能源的上鎖/掛牌程序；呼吸保護不當，在 COVID-19 大流行期間異常嚴重；脫離機器防護裝置以防止人身傷害；以及動力工業(yè)車輛、叉車和其他車輛的事故。

盡管制造業(yè)一直采用推動行業(yè)前進的技術進步，主要是科學、工業(yè)和工程進步，但傳統的信息處理方式不足以提供實時的行動建議。此外，手動管理安全審計、檢查和基于行為的安全觀察是不夠的。

困擾制造商的其他領域是質量控制和運營吞吐量——這兩者是相輔相成的。

質量控制不可低估。通過采用流程并創(chuàng)造管理層和員工力求完美的環(huán)境，客戶理所當然地獲得滿足其需求的無缺陷產品。它需要嚴格的人員培訓，創(chuàng)建并滿足產品質量基準，并檢查產品是否存在統計上的顯著差異。吞吐率是工廠績效的一個指標。它們是評估生產線質量的首要指標。它標志著工廠的整體效率，并證明設施是否能夠按照客戶需求的速度發(fā)展。

視覺人工智能 (AI)，即計算機視覺，已成為離散和流程制造商的游戲規(guī)則改變者。通過利用視覺人工智能，制造商正在實現更高的效率、實時需求預測、更高的產品質量、庫存管理、更高的安全性和更少的停機時間。

制造業(yè)是早期采用攝像機監(jiān)控來取代保安人員和其他傳統安全技術的行業(yè)。目前，閉路電視 (CCTV) 可對危險區(qū)域進行全天候監(jiān)控。它們也被用作管理、質量控制和安全指南保險工具，但受其范圍的限制。閉路電視的傳統方法是收集和存儲視覺數據，但只有將基本的閉路電視攝像機對準適當的區(qū)域并且工作人員全天候全天候觀看它們，它們才能提供回顧性證據。

在用視覺人工智能武裝現有的閉路電視系統時，計算機和系統可以從圖像和視頻數據中捕獲和解釋有意義的信息，并做出相應的反應。人工智能中計算機視覺的作用是“看到并理解”相機輸入。

配備人工智能功能的閉路電視攝像機被轉化為主動分析資產，提供可操作的見解和自動警報，以更好地管理風險、流程和運營。通過將機器學習模型應用于圖像和視頻（如 CCTV 攝像機拍攝的圖像和視頻），系統可全天候（24/7/365）監(jiān)控操作，以準確識別和分類對象和場景，并根據攝像機拾取的內容決定下一步要采取的最佳行動。深度學習模型利用視覺的層次性——自動學習低級到高級的特征，高級計算機視覺任務由這些特征組成，并獲得超過人類視覺的性能和準確性水平。

實施可視化人工智能平臺應該可以在制造運營框架內輕松擴展，并針對特定于個別業(yè)務需求的高 ROI 應用程序進行完全定制。它還需要具備對復雜場景和多幀活動的理解和反應能力，以便在問題和情況發(fā)生之前主動糾正它們。