因为具有远远大于小型车的吨位,卡车常常被视为马路上的“霸王”,在城市的建筑工程中,卡车往往是负责运输建筑材料和建筑垃圾的主力军。
所谓的“渣土车”,是专门用于运送沙石等建筑材料的卡车,对渣土车的管理是一项与城市稳定发展,人民幸福生活密切相关的社会管理项目。然而在不少城市中,渣土车在帮助运输建筑材料的同时,也带来了一些安全隐患,比如屡屡发生撞人、污染城市环境、非法倾倒、影响居民生活等交通违法事件,让行人和其他车辆恐惶不已,成了舆论讨伐的对象。
在北京市海淀区,现有数千辆渣土车未登记备案,部分备案车辆未按规定进行运输作业的事件时有发生。海淀区城市服务管理指挥中心(以下简称中心)负责全区渣土车管理工作。以前中心对渣土车违规问题,只能通过人工方式查看视频,往往一个人需要花费5-8个小时才能查询到目标渣土车,不仅效率低下,而且不能做到部门间信息共享与及时联动处理。
为了提升管理水平与工作效率,海淀区启动了“网格化图像信息系统微卡口(大数据)平台”项目,对全区各街镇三级平台视频接入、管理和存储等设备进行升级,实现各街镇模拟标清、高清等多种信号集中控制,新建区级微卡口(大数据)分析平台,实现对车牌、车型、车辆特征等数据的智能检索分析,并支持未来按需部署人脸分析、WIFI探针等智能化业务应用。
华为联合业内优秀的视频大数据服务提供商熙菱信息,在完成与区指挥中心、城管委、执法局、住建委等部门充分调研和大量分析建模工作后,于2017年11月在华为云视频云平台成功上线“海淀区智能卡口平台”,为中心搭建了一套车辆大数据分析平台,帮助对全区车辆进行实时监管。系统上线运行2个多月以来,已经在超过4000万过车数据中(超过830路微卡口,含改造卡口)完成对2000多辆渣土车准确识别与管控,大幅提升了城市服务管理效率。
基于这套平台,中心可对前端高清卡口摄像机抓拍的图片采用智能算法进行识别,并对二次结构化分析结果归类统计,实现一车一档,对非法渣土车在高发街道、高发时间段、高发卡口等位置的监控与管理调度提供辅助决策支持,全天候车辆正确识别率超过95%,实现对海量数据快速比对碰撞与特征检索,10秒钟内就可完成对千亿级图片的识别与检索。
华为云视频云以“一云一池一平台”架构为客户做顶层设计,可根据业务发展需求提供弹性平滑扩展的计算与存储能力。
一云,即协同资源云,通过协同资源云满足视频分析类应用对于CPU与GPU(图像处理器)算力的需求,加速新算法、业务上线。
一池,即融合资源池,采用分布式文件存储技术构建融合资源池,用OceanStor 9000统一存储微卡口视频,整合人、车、物等多维数据,实现多类型数据一池共享,为大数据深度挖掘与关联分析提供支撑。
一平台,即智能服务平台,FusionInsight作为车辆大数据应用的智能服务平台核心组件,可基于多维数据,逐步实现以机为主、以人为辅的研判模型,全维度实时研判、专业研判、深度研判,实现重点目标管控由“靠人盯”向网络化实时查控机制转变。
鉴于华为云视频云与智能卡口平台的良好表现,海淀区政府决定2018年陆续接入全区各机构的近万路高清视频,包括执法大队、住建委、市政市容委、交通支队、学校、医院等,按需授权给各单位调用与管理,并逐步上线更多基于视频大数据的应用模块。同时,接入各部门可根据业务发展及突发应急保障业务需求,灵活调配视频图像的计算、存储与分析资源,对各自管理区域内的重点目标主动发现、主动预警,有效提升重点人、车、物和事件的管控能力,维护海淀区乃至全市的社会稳定。
除北京外,目前华为云视频云还服务于广东、江苏、江西、甘肃、青海、湖北等地公共安全行业客户。华为将持续发挥在公共安全领域方案顶层设计优势,以领先的行业解决方案与ICT产品技术,助力公共安全视频联网共享与平安城市建设。
好文章,需要你的鼓励
PDF协会在欧洲会议上宣布,将在PDF规范中添加对JPEG XL图像格式的支持。尽管Chromium团队此前将该格式标记为过时,但此次纳入可能为JXL带来主流应用机会。PDF协会CTO表示,选择JPEG XL作为支持HDR内容的首选解决方案。该格式具备广色域、超高分辨率和多通道支持等优势,但目前仍缺乏广泛的浏览器支持。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
Ironclad OS项目正在开发一个新的类Unix操作系统内核,面向小型嵌入式系统,计划支持实时功能。该项目的独特之处在于采用Ada编程语言及其可形式化验证的SPARK子集进行开发,而非常见的C、C++或Rust语言。项目还包含运行在Ironclad内核上的完整操作系统Gloire,使用GNU工具构建以提供传统Unix兼容性。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。