以「X光+大數據+AI」為核心打造安檢系統,「全設智能」讓安檢更智慧

.. 以X光為核心技術的安檢機在地鐵、機場、火車站、大型活動會場、物流等場景早已普及,但在安全的背後,現有的安檢系統存在人力成本高、效率低、功能單一等痛點,而結合互聯網、人工智能成為了未來安檢的一條出路。

全設智能由三位清華校友聯合創辦,創始人兼CEO曹玥告訴36氪,「傳統的安檢機,都是獨立的(單機的),導致每台機器收集到的信息都是孤立的,而這些信息其實很有價值。」為了讓安檢信息發揮更大價值並節約成本,全設智能提出解決方案將「X光+大數據+AI」整合到安檢系統中。

目前安檢普遍使用的X光技術受制於深淺組織的影像,成片圖像會相互重疊和隱藏。全設智能通過自主研發的圖像算法進行再成片,能夠提升圖像對比度、增強細節並銳化圖像邊緣。

全設智能在安檢系統中加入了機器學習算法,經過大量圖像數據識別後,建立人工智能識別模型。「讓機器學會分辨物品種類是第一步,當數據累積到一定程度后,便可實現對違禁品的識別。」曹玥表示。目前,全設智能的安檢機已經可以識別毒品、爆炸物等違禁危險品。

解決了成像和機器識別的問題,全設還要把數據上傳到「雲」。曹玥表示,「數據共享可以方便我們收集到更多素材,以此來完善我們的機器學習模型。」同時,在一些特定場景,用戶也可以通過分析數據得出所需結論。例如,在物流中心使用這套安檢系統時,包裹進行安檢並排除違禁品后,可以在後台進行初步分類(基於人工智能)。在這個過程中,不僅節省了排查階段的人工成本,還可以對包裹物品的種類、材質、質量等數據進行統計,方便物流機構依照數據進行運營計劃的調整。

安檢的另一個痛點則在地鐵場景。一位地鐵員工告訴36氪,安檢工作人員平均每天在崗12小時以上,雖然採用輪班制度,但「作息混亂使很多人處於亞健康狀態,工作也沒有積極性」。曹玥在採訪中也表示,「由於安檢時要求人員保持專註,而工作時間過長就會導致注意力分散,所以在高峰時段很多安檢口實行半小時輪換制度,這樣就浪費了很多人力成本。如果安檢機能夠擁有分辨危險品的能力,那麼這些成本就可以節省下來了。」

全設智能目前已完成由遠瞻資本、華創資本出資的千萬級天使輪融資,現已開始籌備下一輪預計5000萬的融資。曹玥表示,全設智能目前約有20名員工,當前階段的工作以完善硬件產品、調試機器學習模型、搭建雲平台為主,整體設備預計年底前投放到銀行、海關、地鐵站、物流倉庫等場景進行測試。


想在手機閱讀更多電腦與科技資訊?下載【香港矽谷】Android應用
分享到Facebook
技術平台: Nasthon Systems