AI視覺行業(yè)應(yīng)用領(lǐng)域有哪些？

這個我知道，答案都來自報告《智能視覺行業(yè)應(yīng)用快車道：端邊云協(xié)同的AI視覺產(chǎn)業(yè)研究報告》，如果有興趣了解更多相關(guān)的內(nèi)容，請下載原報告閱讀。

1.安防領(lǐng)域

算力向邊緣側(cè)、端側(cè)前移趨勢明顯，減少后端處理壓力

公安交通作為AI視覺應(yīng)用于安防領(lǐng)域的重要支柱賽道，興起初期為大范圍的新建市場，重點(diǎn)為端側(cè)與中心側(cè)的AI相關(guān)基礎(chǔ) 設(shè)施建設(shè)；現(xiàn)階段建設(shè)方向轉(zhuǎn)變?yōu)橹悄芑曨l監(jiān)控升級，一種是對原本不智能的系統(tǒng)進(jìn)行智能化升級，另一種是對已有的 前端智能化視頻監(jiān)控系統(tǒng)進(jìn)行事前預(yù)警、判斷、處理的升級改造。邊緣側(cè)作為建設(shè)重點(diǎn)契合向綜合化、網(wǎng)格化管理模式轉(zhuǎn) 變的需求，將分擔(dān)中心側(cè)的算力，將事前告警、分析能力等前移。此外在智慧社區(qū)及老舊小區(qū)改造的推動下，社區(qū)樓宇領(lǐng) 域的智能視頻監(jiān)控系統(tǒng)鋪設(shè)正進(jìn)入加速階段，但單個項(xiàng)目對后端系統(tǒng)的需求不大，主要依靠端側(cè)AI相機(jī)進(jìn)行處理。

2.零售領(lǐng)域

AI視覺集中于對商品及消費(fèi)者進(jìn)行識別分析

零售場景中AI視覺技術(shù)應(yīng)用主要包括商品識別分析和消費(fèi)者行為洞察。前者主要體現(xiàn)在電商以圖搜圖、貨架陳列分析、自 助結(jié)算/稱重等環(huán)節(jié)。通過圖像識別及分析技術(shù)理解貨品在零售場景中的狀態(tài)，助力精準(zhǔn)營銷及提高門店運(yùn)營管理效率； 后者則是通過人臉識別、人體特征識別等技術(shù)獲得消費(fèi)者購買行為數(shù)據(jù)，實(shí)現(xiàn)對消費(fèi)者的行為洞察。在此融合基礎(chǔ)上，可 對門店經(jīng)營情況、消費(fèi)者游逛行為等進(jìn)行數(shù)據(jù)量化，服務(wù)于精準(zhǔn)營銷、智能化運(yùn)營、門店管理等智慧零售應(yīng)用，助力零售 企業(yè)降低人工成本、優(yōu)化運(yùn)營效率、提升消費(fèi)者購物體驗(yàn)、塑造新興業(yè)態(tài)等。對于實(shí)體零售企業(yè)，端邊云協(xié)同的部署模式 可以保證自助結(jié)算、防盜損、門店運(yùn)營管理等對實(shí)時性及數(shù)據(jù)保密的要求；而自助稱重、自助結(jié)算、無人零售貨柜等對數(shù) 據(jù)及算力要求較低的應(yīng)用場景，近端側(cè)解決方案具有低成本、靈活部署、易運(yùn)維等優(yōu)勢。

3.工業(yè)領(lǐng)域

端側(cè)數(shù)據(jù)采集，邊緣側(cè)實(shí)時性決策，云端AI訓(xùn)練

AI視覺在檢測方面由于適宜處理易混淆的問題、能夠直接判別缺陷如何處理，覆蓋了傳統(tǒng)工業(yè)機(jī)器視覺的功能盲區(qū)，尤其 在3D尺寸及缺陷監(jiān)測任務(wù)中表現(xiàn)出明顯優(yōu)勢；且通過3D視覺傳感器等，可使工業(yè)相機(jī)具備深度學(xué)習(xí)檢測能力，無需再配 備工業(yè)計(jì)算機(jī)，具有更高效率、開發(fā)簡易、硬件投資節(jié)約等優(yōu)點(diǎn)。基于以上優(yōu)勢，AI視覺可以完成工業(yè)智能運(yùn)維中的外觀 異常檢測、儀表示數(shù)異常檢測，幫助實(shí)現(xiàn)預(yù)測性維護(hù)和智能運(yùn)維；也可以獨(dú)立應(yīng)用于生產(chǎn)環(huán)節(jié)的質(zhì)量質(zhì)檢、產(chǎn)品和組件裝 配檢查等。具體部署層面，AI視覺技術(shù)可與激光設(shè)備、圖像讀碼器等現(xiàn)場工業(yè)裝備或工業(yè)相機(jī)、鏡頭等機(jī)器視覺系統(tǒng)集成 應(yīng)用，亦可通過工業(yè)互聯(lián)網(wǎng)平臺實(shí)現(xiàn)端邊云一體化應(yīng)用。端邊云協(xié)同部署方案可以有效實(shí)現(xiàn)在線獲取數(shù)據(jù)、在線調(diào)試，快 速實(shí)現(xiàn)模型的迭代優(yōu)化、實(shí)時下發(fā)至端側(cè)實(shí)時應(yīng)用，提升運(yùn)維人員的AI模型迭代效率的同時保證低時延、緩解通信鏈路帶 寬壓力等要求。

4.機(jī)器人領(lǐng)域

3D視覺賦予機(jī)器人“視力”，邊緣計(jì)算確保響應(yīng)速度

近年來，AI視覺技術(shù)與機(jī)器人的“聯(lián)姻” 如火如荼。視覺SLAM導(dǎo)航技術(shù)在復(fù)雜應(yīng)用場景更具靈活性，并且設(shè)備投資和維 護(hù)成本較激光SLAM技術(shù)有明顯優(yōu)勢。以AGV搬運(yùn)機(jī)器人為例，其可通過視覺自動導(dǎo)引技術(shù)對行駛區(qū)域環(huán)境進(jìn)行圖像識別， 實(shí)現(xiàn)智能行駛、物體識別等動作，廣泛應(yīng)用在各大電商、物流、制造業(yè)倉儲環(huán)境中。邊緣計(jì)算實(shí)時處理技術(shù)可確保數(shù)據(jù)的 低延時處理響應(yīng)，防止工作場所人員傷害且可實(shí)現(xiàn)數(shù)據(jù)不出場。類似的，也可應(yīng)用于工廠智能化產(chǎn)線以降低對高成本精密 傳感器的依賴，通過端側(cè)圖像數(shù)據(jù)本地化處理并實(shí)時傳遞給智能機(jī)械臂，引導(dǎo)機(jī)械臂運(yùn)動路徑及抓取動作等，用于無序分 揀與堆碼、上下料及焊接等。5G與邊緣計(jì)算技術(shù)發(fā)展為機(jī)器人產(chǎn)業(yè)帶來爆發(fā)機(jī)會：低時延可協(xié)調(diào)多設(shè)備聯(lián)動、提升智能 設(shè)備與業(yè)務(wù)系統(tǒng)間實(shí)時通信能力、云邊協(xié)同可突破終端算力和存儲限制等。

5.農(nóng)業(yè)領(lǐng)域

為農(nóng)業(yè)生產(chǎn)防損增效，提升端側(cè)響應(yīng)能力與數(shù)據(jù)安全隱私性

隨著我國城鎮(zhèn)化率的不斷提升，農(nóng)村人口日益短缺，勞動力成本迅速增加。國家正積極開展數(shù)字鄉(xiāng)村建設(shè)，推進(jìn)物聯(lián)網(wǎng)、 人工智能、區(qū)塊鏈等新一代信息技術(shù)與農(nóng)業(yè)深度融合，以加快農(nóng)業(yè)全產(chǎn)業(yè)鏈數(shù)字化轉(zhuǎn)型。通過對畜牧管理、農(nóng)作物管理、 漁業(yè)管理等領(lǐng)域的深度賦能，實(shí)現(xiàn)農(nóng)業(yè)作業(yè)流程與生產(chǎn)效果的可視化呈現(xiàn)、全流程監(jiān)管、動態(tài)數(shù)據(jù)分析、智能決策優(yōu)化及 生產(chǎn)防損增效。端邊云協(xié)同架構(gòu)助力AI視覺解決方案可以在靠近端側(cè)具備及時處理數(shù)據(jù)，并做出反饋的運(yùn)算推理能力，有 效應(yīng)對資產(chǎn)防盜、生產(chǎn)巡檢等場景的及時化需求。另外，農(nóng)業(yè)生產(chǎn)數(shù)據(jù)豐富，可反映農(nóng)業(yè)廠商的生產(chǎn)工藝、SOP、核心競 爭力等敏感信息，靠近端側(cè)的數(shù)據(jù)處理能力讓農(nóng)業(yè)數(shù)據(jù)的隱私安全性進(jìn)一步得到了保障。