文|周兴
信息采集是城市管理的侦察兵,在城市管理工作中扮演了发现问题的眼睛,信息采集工作的成效决定了城市管理工作的生命线。如何提高信息采集的工作质量和工作效率,是数字城管多年试点建设后面临的最大难题。目前,完全依靠人工路巡的工作方式,存在巡查不到位、取证难度大、采集问题不全面、覆盖成本比较高等问题。近年来,通过科技创新改变信息采集方式,提高信息化管理水平和效率,成为各大城市探索的重要课题。2018年习总书记在上海考察时强调“既要善于运用现代科技手段实现智能化,又要通过绣花般的细心、耐心、巧心提高精细化水平,绣出城市的品质品牌”。图元科技作为国内领先的智慧城市管理专家,近年来一直在探索将视觉AI 智能技术融入城市管理工作,通过新科技提高信息采集效率和智慧化水平,目前已经在部分城市成功实施。
图元视觉AI 智能平台是利用城市建立的视频监控、车载巡查、无人机巡查、河道无人船巡查、物联网感知设备等资源,以视频资源、物联感知信息为基础,AR 为载体,基于AI、智能算法、深度学习、视频融合等新技术,自动识别视频图像异常状态或物联感知信息的部件或事件问题,实现对城市事、部件问题全天候、全过程的自动采集,并逐步取代人工陆巡采集方式,平台包含统一AI 视觉中心、智能算法中心、场景业务中心、视觉AI 一张图、识别审核系统、前端智能采集终端等内容。
通过接入城市已建视频监控、卡口抓拍、单兵车载移动监控、社区监控、智能终端抓拍等各类不同形式的视频系统,建立城市统一的AI 视觉中心,实现跨地区、跨部门视频图像信息资源的整合共享和互联互通互控,为城市管理开展视频防控、视频侦查和视频指挥调度等业务提供基础服务和应用支撑。AI 视觉中心的软件控制协议、传输协议、接口协议、视音频文件格式均遵循统一标准规范《安全防范视频监控联网系统信息传输、交换、控制技术要求》(GB/T28181),并提供开放的第三方业务系统集成接口。
图元研发人员根据城市管理事件与业务特征,采用FAST-RCNN 主流算法,在经典的two-stage 目标检测框架基础上,结合多尺度与模型剪枝量化,加快训练和检测速度,完成在复杂场景下城市视频图像在线检测的工作。同时通过组合低层特征形成更加抽象的高层表示、属性类别或特征,给出数据的分层特征表示,并采用深层非线性网络结构,实现复杂函数逼近,实现对高发和不同应用场景的特定城市管理事部件问题进行智能识别。
图元基于城市与城乡结合部全要素视频智能分析的业务场景需要,通过智能算法,建立可视化场景业务中心,国家标准中5 大类部件和6大类事件问题,都已涉及,已实现分析的近60 类,覆盖城市管理60%以上的常见案件类型。
目前,全国有100 余个城市应用到智能采集技术,整体识别率也在不断提升,“AI+采集”模式已成为城市信息采集的重要方式。
通过数据汇聚与云计算,可以宏观地展示城市全区域智能采集城管问题整体情况以及设施设备分析情况,同时展示事件识别整体情况、智能识别率、深度学习情况、设备在线情况、实时事件、事件高发时段、重复违规事件、案件高发地点、案件类型情况,实现与智慧城管业务优化整合、专业数据管理有效融通,数据资源全面开放共享,对城市管理事项进行实时感知、分析、决策,实现城市管理难点问题的源头分析。
基于科技化办公需要,图元建立了事件识别审核系统,系统接收各类视频分析的事件结果,并以表格的信息展现所有的事情情况。事件审核人员可以通过行业类别、事件类型、所属区域、案发时间查询相关的事件,同时基于自动分析结果进行人工审核,对于符合立案条件的事件进行确认标识,对于不符合立案的条件进行作废标识,对于重复事件进行重复标识,并将标识结果推送给识别平台,用于平台累积记忆,深度学习。
图元根据城市管理业务采集需要,提供移动采集车、无人机、智能视频监控接入等设备和服务,通过前置点视频、语音、车载执法记录仪、及定位装置将主要道路所发生的问题及时上报至指挥中心,经过中心案件处理流程高效的解决市区道路所发生的事/部件问题,并对城市管理突发事件、大型执法事件进行科学、精准的记录,实现从人工采集到设备自动采集的转变。
图元科技视觉AI 智能平台目前已经在长沙、汾阳、宿迁、武冈等多地实施部署,助力各地城市治理工作的高效化、科学化,构建感知全方位、监管全天候的城市精细化管理体系。