首届中国国际进口博览会已于2018年11月在上海国家会展中心顺利举办,各国政要、工商界人士及参展商齐聚上海。上海轨道交通17号线诸光路与2号线徐泾东站作为博览会期间的重要交通节点,承担了参展、参观人员的主要交通出行功能,两站的安防工作成了整个博览会安防工作的重要组成部分。
然而,上海地铁沿线的视频监控系统此前存在严重的智能痛点。虽已在各车站部署了大量高清摄像头进行安全监控以替代人工巡查,但监控系统无法自动识别和报警,安保人员通过肉眼很难在众多监控点位中及时发现异常情况。
为保障博览会期间的轨道交通安全,同时为进一步实现“最有序、最安全、最干净”的城市治安环境整体定位和“人要纯洁、物要干净、客流平缓”的轨道交通安防愿景,申通地铁在17号线的重要交通节点部署了由华为提供的人脸智能分析解决方案来保障安全。
上海地铁17号线于2017年12月30日正式开通运营,各站部署的摄像头大多为普通高清摄像头,若将这些刚投入使用的摄像头全部替换成人脸摄像头,不仅改造成本高,且部署周期长,无法满足在博览会举办前上线使用的需求。因此,利用现有摄像机抓取高清视频,在后端利用视频处理服务器提取视频中的人脸图像进行识别的技术方案成为共识,不仅能在改造时间上满足工期需求,还能节约改造成本。
然而,博览会期间地铁17号线的大量客流对后台视频处理服务器提出了极高的要求,若采用传统CPU服务器对视频进行后台处理,需大量增加硬件设备以满足系统时延要求,不仅需要机房有足够的剩余空间,还需新增对应的网络、能源等设备,增加大量额外投资。华为在解决方案设计过程中充分分析客户需求,在本方案中提供Atlas G2500服务器作为视频处理服务器,该服务器单机支持8块GPU卡,其GPU计算能力能够满足128路视频分析的需求,并保持了16卡的拓展能力,满足后续业务扩展需要。
在算法方面,华为与依图联合,在Atlas服务器上部署依图人脸算法软件,软硬件的紧密结合,使算法能够在Atlas上发挥最优的性能,从而实现在极小时延下支持1:N对比功能,有效处理各类非标准证件照的人脸对比,以满足公安实战需求,迅速定位人员身份。其n:N交叉检索功能,将轨交重点关注人员库与在逃库进行比对,发现轨交重点人员库中藏匿的在逃人员,从而实现布控报警等综合数据服务。
本次一体化的交付方式,节省了大量软硬件联调测试时间,快速完成业务上线部署,为两站安防工作在博览会前的顺利上线定了良好的基础。
本次申通地铁与华为、依图通力合作构建的人像识别系统仅在博览会期间就发现布控人员49名,充分发挥了其布控作用。在未来,申通地铁将对此工程继续拓展,促进对轨道交通警务模式更加精细化管理,从而真正实现“向科技要警力”,加速从“汗水警务”到“智慧警务”的演变进程。
好文章,需要你的鼓励
这项研究介绍了VisCoder,一个经过专门微调的大语言模型,用于生成可执行的Python可视化代码。研究团队创建了包含20万样本的VisCode-200K数据集,结合了可执行代码示例和多轮修正对话。在PandasPlotBench基准测试中,VisCoder显著优于同等规模的开源模型,甚至在某些方面超越了GPT-4o-mini。研究还引入了自我调试评估模式,证明了反馈驱动学习对提高代码可执行性和视觉准确性的重要性。
这项研究提出了"适应再连续学习"(ACL)框架,一种创新的方法解决预训练模型在连续学习中的稳定性-可塑性困境。通过在学习新任务前先对模型进行适应性调整,ACL使模型既能更好地学习新知识(提高可塑性),又能保留已有知识(维持稳定性)。实验证明,该框架能显著提升各种连续学习方法的性能,为解决人工智能系统中的"灾难性遗忘"问题提供了有效途径。
这篇研究首次关注了CLIP模型文本编码器的对抗鲁棒性问题,提出了LEAF方法(Levenshtein高效对抗性微调)来增强文本编码器的稳健性。实验表明,LEAF显著提高了模型在面对文本扰动时的性能,在AG-News数据集上将对抗准确率从44.5%提升至63.3%。当集成到Stable Diffusion等文本到图像生成模型中时,LEAF显著提高了对抗噪声下的生成质量;在多模态检索任务中,它平均提高了10个百分点的召回率。此外,LEAF还增强了模型的可解释性,使文本嵌入的反演更加准确。
BenchHub是由韩国KAIST和Yonsei大学研究团队开发的统一评估平台,整合了38个基准中的30万个问题,按技能、学科和目标类型进行精细分类。研究显示现有评估基准存在领域分布偏差,而BenchHub通过自动分类系统和用户友好界面,让用户能根据特定需求筛选评估数据。实验证明模型在不同领域的排名差异巨大,强调了定制化评估的重要性。该平台支持多语言扩展和领域特化,为研究人员和开发者提供了灵活评估大语言模型的强大工具。