随着城市化的快速推进及人口流动的快速增加,传统社区治理在人员出入管控、安防巡逻、车辆停放管理等典型场景下都面临着人力不足、效率低下、响应不及时等诸多难题。而人工智能技术代替人力,实现人、车、事的精准治理,大幅降低人力、物质、时间等成本,以最低成本发挥最强大的管理效能,有效推动城市治理向更“数字化、自动化、智慧化”的方向演进。

社区是城市的关键组成部分,社区治理是围绕社区场景下的人、地、物、情、事的管理与服务。

随着城市化的快速推进及人口流动的快速增加,传统社区治理在人员出入管控、安防巡逻、车辆停放管理等典型场景下都面临着人力不足、效率低下、响应不及时等诸多难题。而人工智能技术代替人力,实现人、车、事的精准治理,大幅降低人力、物质、时间等成本,以最低成本发挥最强大的管理效能,有效推动城市治理向更“数字化、自动化、智慧化”的方向演进。

百度飞桨提供的先进的、基于深度学习技术的智能感知与分析能力,使开发者可以快速实现对人、车、物的高效、精准的识别。这一系列针对社区治理的开源算法能力,覆盖人车信息留存、出入口管控、车辆违规停放、人员穿戴合规、异常行为识别、垃圾分类、电梯异常检测等20+智慧社区核心场景。开发者可以轻松调用高精度、毫秒级识别的算法,并快速实现云边端多硬件部署上线。

飞桨的这一系列开源能力获得了行业开发者的广泛认可,包括上海天覆科技、泰思通、音智达、北京德厚泉等在内的企业基于飞桨,高水平地实现了智能视频监控、垃圾识别分类等典型社区治理场景解决方案,为社区设施智能化有序升级作出了重要贡献。

场景一:社区人员信息管理

传统社区视频监控80%都依靠人工实现,随着摄像头在社区中的大规模普及,每天可以产生千兆以上的视频图像,再加上人员信息日渐复杂等因素,完全依靠人工对着屏幕肉眼检查已无法满足业务要求。因此上海天覆科技灵活应用飞桨行人分析PP-Human中的人体跟踪和属性识别算法,实现了社区视频监控的结构化留痕,实时识别进出小区的人员的性别、年龄、衣着打扮等26种属性并记录其运动轨迹,通过AI算法不仅释放了人力,并且可以高效、准确地完成出入口管理、快速寻人、轨迹分析等任务。

场景二:摔倒识别

社区的安全防护是重中之重,如何高效保障社区居民人身安全成为一大难题,传统的方式以人工视频监控为主,人力巡逻为辅,往往面临异常情况响应不及时、人力消耗极大的问题。飞桨行人分析PP-Human中提供的摔倒识别算法,采用了关键点+时空图卷积网络的技术,对摔倒姿势无限制、背景环境无要求,助力多家安防龙头企业实现了不同方向、不同姿态、不同光照情况下40毫秒的实时摔倒识别,避免因人力监管不到位造成的救援拖延,完成社区安防系统智能化的全面转型。

场景三:垃圾治理

上海天覆科技应用飞桨图像识别PP-ShiTu精准识别垃圾类型、非指定时间段扔垃圾、垃圾溢出等情况,高效实现社区环境精细化管理。

在未来,飞桨会持续丰富场景化能力,围绕人、地、物、情、事不断拓展垂类能力,新增车辆分析相关能力,囊括车辆属性(车牌、颜色、车型等)、车辆异常(逆行、超速、撞击)等功能。以最低门槛、最高性能为初心,助力社区乃至城市实现运行模式的智能化、信息化升级。

推荐内容