cnBeta.COM_中文业界资讯站

百度大脑地产物业公开课:教你如何实现刷脸门禁、语音控制、智能管家……

2018-11-20 来源: 中关村网 作者:lisa 次阅读

​如今,各行各业都在拥抱人工智能,可谓是遍地开花。但仍有很多传统领域,它们不像互联网行业那样容易实现数据结构化,因此使用AI技术的门槛比较高。比如地产物业领域,怎么应用AI是很多行业内的人关心的大问题。11月16日,百度大脑行业创新论坛深圳站上,发布了“地产物业行业解决方案”,涵盖智慧社区服务、无人作业车、车辆通行管理、安防布控、人员通行管理、智慧家居、城市价值评估与目标人员营销等方面,大大降低了智能化的准入门槛。

为了让企业和开发者更好地实战,第二天百度大脑还举办了面向地产物业领域应用解析的公开课,来自百度大脑的一线业务大牛登台当起了讲师,吸引众多小伙伴们现场听课。

话不多说,我们就来看看,公开课上有哪些“黑科技”和“神操作”!

人脸识别与肢体识别齐上阵 百度大脑让物业管理步入高效时代

地产物业的小伙伴们,对自己工作第一诉求是什么?两个字,安全!主要在三个方面:人员通行管理、车辆通行管理、特定区域视频监控管理,但传统的解决方案面临效率低、不便捷、安全差三大问题。

百度大脑提供的人脸通行方案则兼具了速度和安全的优势。公开课上讲师介绍,百度大脑提供的闸机版SDK能够实时获取人脸,人脸识别API可以实现毫秒级别的响应,此外,配合长焦摄像头,可以根据距离、人脸大小综合判断通行者到大门的距离,实现提前开门,还可以用人脸识别与人体识别的综合分析防止尾随。访客也仅需通过H5页面进行登记,录入人脸等必要信息,就可以通过人脸采集设备登记并自助通行,优化了出入流程。以乌鲁木齐市山水兰德小区的落地为例,住户识别准确率达到99%, 1.5秒就可以完成人脸捕捉、门禁放行的全过程。

视频监控还能提高园区和家庭的安全性,比如针对家里的老人、幼儿、看护人员的行为,如何做出监控和预警?百度大脑给出的方案是:圈定识别区域、定义异常动作规则、进行危险行为识别。该方案可以识别出保姆虐待老人、幼儿危险攀爬高处等行为,并作出预警。而百度大脑人脸识别、肢体识别等能力既可在公有云上运行,也可以进行私有化部署,同时为了让开发者可以更快更好的落地,百度也提供了简单易用的开发组件,如人脸注册工具、人脸抽帧工具、抓拍机管理工具等,也提供了丰富的配套硬件供选择,包括镜头模组、人脸抓拍机、闸机头等基础硬件以及一整套人脸识别专用镜头、开发板和高清显示屏的开发套件。

EasyDL定制化图像识别帮物业进行高效管理 让智慧社区成真

目前,地产行业已经从粗放式管理趋向精细化管理,比如监控社区是否有火灾苗头,是否有人在破坏公共设施,而这也是监控智能化的目标之一,同时也是智慧社区的组成范畴。公开课上,讲师就为听众详细讲解如何运用定制化模型训练和服务平台EasyDL,来实现监控的定制化识别训练。

据介绍,百度大脑的图像处理综合服务能够用AI重建优质的画面,比如在雾霾天也能让户外照片变得高质量并无损放大,此外还能调整图像对比度并去雾,这为监控管理的智能化提供了基础。而EasyDL的定制化训练可以实现图像分类、物体检测、声音分类等功能,让物业的管理更轻松便捷。EasyDL具备可即用、更轻快、高精度、强安全四大优点,只需四步就可以快速定制图像识别模型,快速满足个性化的业务需求,解决各垂直信息服务上数据管理难题。

讲师还举例说明了EasyDL从业务需求出发与地产物业的结合:通过视频监控和EasyDL,小区可以将保安在岗工作、保安在岗睡觉、保安未到岗三种标签进行单独训练,很快就能得出AI模型,用于保安的考勤,解决物业的管理需求。这种思路还可以沿用到监控工地工人是否有戴安全帽、工作地点是否有噪音等,根据具体需求灵活调整。目前EasyDL还用于中国南方电网广东佛山供电局的输电线路外部隐患检查,白天和夜晚都可以监控,准确率超过80%。

百度大脑解密硬件选型与适配 助力人脸识别应用效果最大化

在人工智能时代,各种软件解决方案为行业的转型提供了契机,但对线下业务来说,硬件的选型与适配也同样重要,这关乎到软件效果、研发成本、采购成本和售后成本问题。

百度大脑行业创新论坛深圳站上发布的地产物业行业解决方案中,人脸识别技术占了相当重要的比例,公开课上的讲师就详细为听众分析不同的选型方案适用的不同场景,比如门禁和人证核验机需要USB摄像头+主板+屏幕+配套硬件为主的终端设备;视频监控则以私有化部署为主,基于现有IPC设备基础而成的视频流方案;而针对零售客流分析、无感知考勤等需求,则有抓拍机+后端服务方案为主的图片流方案。

硬件的选型,还要充分考虑到其性能,比如对核验终端需要的RGB单目摄像头、近红外双目摄像头,就需要考虑到焦距、低照度、动态范围、温度范围、分辨率、帧率等核心数值,此外讲师还表示补光灯、挡光板、镜头支架、散热片等辅助配件虽然成本不高,但能够进一步优化方案的效果。讲师还表示,百度大脑在选择硬件解决方案时,并不看具体品牌,而是从数据标准出发,给予合作伙伴和用户最符合需求的解决方案。

大数据赋能 百度大脑带来地产商业变革

公开课还从大数据出发,详细拆解了这一技术如何在新时期更进一步地助力地产商业运营。讲师现场介绍,百度大脑目前已经覆盖了中国97.5%的网民,日均处理搜索请求60亿次,网盟合作伙伴达到60万家,日均地理位置定位请求达200亿次,海量的数据为地产商业的智能化提供了基础。

百度大数据在地产领域应用的优势在于,它覆盖了全国近10亿的用户,并且数据维度多元、客观公平,同时保证了快速时效,此外,百度领先的人工智能技术降低了人力调研的成本,还可以定制策略,灵活调整数据范围。百度大数据平台根据地产数据需求,推出了四大产品:客流分析平台智客、数据开放平台汇客、全域营销平台觅客、数据可视化大屏炫客。

智能对话让家庭更“贴心” 百度大脑教你如何用UNIT

我们每个人都希望家里有一个“贾维斯”,如果地产物业能够让智能对话在家庭内随处可见,不愁没有人拎包入住。而百度大脑则提供了对话系统训练的最佳捷径——UNIT,它搭载了业界领先的需求理解、对话控制及底层的机器学习、自然语言处理、知识挖掘等核心技术,能够让合作伙伴快速拥有对话交互能力。

UNIT有以下几个优点:技术领先、开发速度快、门槛低、不惧实战检验。在百度多年技术积累下,用户只需少量数据即可使自家业务拥有智能对话能力,并可结合业务需要做深度定制,就连系统提供的预置对话能力也是可以编辑的。UNIT也支持不同的对话服务接入方式,最重要的是,企业只需要三秒钟就可以把UNIT接入企业公众微信号,这大大降低了对话式服务的门槛。

UNIT对地产物业客服岗位的助力是显而易见的,智能客服能够基于语义和关键信息更好地理解住户的需求,比如下水道坏了要求上门维修、安排人员上门收费等,企业可以批量导入问答知识库,回答住户大部分的疑问。目前,UNIT已经创建了1.3万个技能,训练超过33万次,累计对话量达到32亿,可支持房产推销、业务助理、物业客服、智能家居等地产服务场景。

对话交互能力是地产物业目前最大的需求之一,为了让到场观众更了解UNIT的相关操作,百度讲师特别开辟了使用UNIT训练对话技能的环节。开发者要分析具体的需求,然后创建并训练技能,最后持续优化。以买火车票场景为例,先对问题进行分类,然后确定功能点、优先级和关键要素,之后对逻辑进行梳理,根据不同的需求收集不同的场景数据。做好这些准备之后,就可以在UNIT的官网上创建技能,新建对话/问答的意图,对不同的意图添加词槽,再设置相应意图的对话回应,这样步骤就完成了,但后续还需要训练数据,用数据教会机器人定义对话技能。

降低企业深度学习门槛 拆解PaddlePaddle演变历程

深度学习也是人工智能非常重要的一个领域,但它对大部分企业和开发者而言,门槛过高导致难以应用。而百度大脑的PaddlePaddle则是最适合企业和开发者的深度学习框架,对此,公开课的讲师现场进行了拆解,让开发者小伙伴们享受到一场学术盛宴。

百度深度学习框架PaddlePaddle自2016年9月开源以来,在提供基础框架的同时,还推出了深度学习全功能套件——PaddlePaddle Suite,全方位满足企业深度学习开发和应用的需求。据悉,PaddlePaddle Suite是一款技术全面领先的深度学习全功能套件,该套件包含了技术领先的核心框架、适用于企业应用的丰富配套模块与组件、以及包含Easy DL、AI Studio、Auto DL在内的服务平台。

讲师还介绍,PaddlePaddle一大显著优点在于,它支持广泛的产业应用场景,当然也包括地产物业。以图像模型的线上应用为例,PaddlePaddle在OCR英文/车牌识别、通用物体检测、手势识别、车辆检测等模型上,都具有业内领先的效果,而且官方支持的任务数量都超过了其他深度学习平台。此外,百度大脑的深度学习技术也已经用于改善工厂流水线的智能检测,比如建筑材料的成品检测、污染检测,能源电力行业的设施检修,医学识别等等。

现场的小伙伴,表达了对深度学习应用的强烈期待,但也道出了深度学习落地难度的疑虑。讲师关切的进行了回应,表示PaddlePaddle这样的深度学习框架,对开发者算法知识要求并不高,这也降低了行业的准入门槛。只要企业具有相关的业务场景,配合足够的数据,就可以尝试通过PaddlePaddle来解决业务难题。

对地产物业这一传统行业的赋能,只是百度大脑将AI普及到社会“毛细血管”的一个缩影,行业创新论坛和公开课的举办,拉近了人工智能这一尖端技术与企业和开发者之间的距离,让更多的人拥抱新的科技潮流。据了解,百度大脑接下来将前往上海,这次又要和什么行业碰撞出智能火花,展现哪些更接地气的落地实例,让我们拭目以待。