AI可以帮助调查波士顿马拉松爆炸事件


星期一,当波士顿马拉松赛的两枚炸弹爆炸时,摄像机从无数的角度捕捉到了这场悲剧,并且令人心碎调查人员正在仔细研究大量的镜头和静态图像,这些图像来自闭路电视摄像机,电视摄制组,手机甚至安装在跑步者头上的摄像机今天的某个时候,联邦调查局可能会发布以这种方式获得的两个人的照片,以帮助他们进行讯问从各方面来看,这都是以人为主导的努力但是,在没有计算机眼睛帮助的情况下分析这样的灾难可能是最后一次机器视觉技术即将能够削减此类调查所需的人力,监控系统开始掌握实时分析,甚至可以防止一些攻击事件发生自动图像和视频处理已经足够好,它可以作为第一次使用来削减大量的镜头,并帮助调查人员集中他们的搜索纽约大学的计算机科学家Yann LeCun说,可以使用现有的机器视觉技术从图像库中挑选出个人的面孔和形式,然后逐个人地组合在一起这可以通过类似于目前在谷歌和Facebook的照片平台上进行面部识别和聚类的算法来实现,并且可以让调查人员了解攻击之前,期间和之后的位置如果在人群中发现可疑人员 - 无论是否有机器辅助 - 技术都可以在多台摄像机之间及时向前和向后跟踪它们 IBM的Smart Surveillance团队根据步态和服装颜色销售可在基本水平上执行此操作的软件,但该系统主要用于跟踪车辆西雅图华盛顿大学的Jenq-Neng Hwang及其同事也建立了一个系统,可以自动跟踪不同摄像机的人,即使摄像机视图不重叠也是如此这些工具可以帮助当局更快地发现犯罪者,但最终目标是阻止攻击者采取行动弗吉尼亚州Old Dominion大学的Shuiwang Ji训练了一个计算机视觉系统来识别基本的人类活动,如接听手机或放下物体他的方法使用公共空间视频训练学习算法,并在这些区域建立共同活动模型一旦经过培训,监控系统就可以标记出超出既定规范的行为这些系统已经通过伦敦希思罗机场和盖特威克机场的镜头进行了测试随着识别准确度对于更广泛的动作变得更好,例如,这些工具可以适于在人们在公共场合无人陪伴的情况下自动标记现有的软件都不够复杂,无法处理波士顿马拉松期间捕获的视频质量的广泛变化,也没有人类行为模式的多样性因此,目前,执法官员仍然负责筛选电视摄像机,手机和闭路电视拍摄的镜头但LeCun表示,不久之后自动化系统将能够介入并提供帮助 “计算机视觉领域取得了非常非常快的进展,”他说更多关于这些主题:
  • 首页
  • 游艇租赁
  • 电话
  • 关于我们