Density利用AI和传感器实时统计室内人数

2018年07月27日 由 浅浅 发表 279530 0
Density利用AI和传感器实时统计室内人数

在全球定位无处不在的世界里,跟踪一个人群的运动从未如此简单。但跟踪到办公室就不那么容易了,角落,走廊,门口和会议室使室内人员追踪成为挑战,但这并没有阻碍企业家Andrew Farah尝试并取得成功。

Farah是Density的联合创始人兼首席执行官,该公司使用深度测量硬件和机器学习后端来执行实时人群分析。客户使用其堆栈来确定其办公室的哪些部分获得最多使用,哪些部分获得最少,并将人数统计指标提供给数百名(有时是数千名)员工。

这也是最浪费的。研究显示,在工作周里,书桌仅用59%,会议场所39%。付费的广场镜头通常闲置,例如联邦政府每年花费高达17亿美元保养770000个空的办公楼。

Farah在Syracuse大学的研究生院构想出了Density的核心技术,同时在一家移动软件开发公司工作。他的目标是衡量一家受欢迎的咖啡店如Cafe Kubal的繁忙程度。

他探索了几种不同的解决方案,但最终选择了一种基于红外线的系统,这成为Density人数统计技术的基础。原型并不完美,它无法判断线条是否正在形成或区分手牵着手的两个人。但最终,经过四年的发展,法拉和初创公司不断壮大的工程师团队将其归结为科学。

就在那时,他意识到咖啡店不是唯一能够从人群指标中受益的客户。“我们知道正确的市场是拥有办公空间的企业客户,”Farah说,“因为我们的传感器可以在摄像机无法进入的房间内进行占用检测。”

Density的传感器有点像小型笔记本电脑。它是一个长方形的盒子,适合普通大小的手掌,与其复杂性相悖,它由来自137个独特供应链的800多个组件组成。

传感器安装在门口上方,并通过两个从地板反弹的红外光束逐帧跟踪运动。算法过滤掉信号噪音,如箱子,婴儿车,手推车,车牌以及其他被携带或推动的物品,以测量人们走进和离开视线的方向,碰撞和速度。

数据通过Wi-Fi汇集到Density的云托管后端,在后端进行处理和分析。基本的Web仪表板提供了诸如房间的实时容量和历史人群规模等洞察,API允许第三方应用程序,服务和网站以新颖的方式利用数据。

Density的一个客户,一家大型制药公司使用传感器在每70次使用洗手间后,部署清洁剂来保持整洁。其他用途包括识别在疏散演习期间最常使用的建筑物入口,或估计在火灾期间办公室顶层的人数。

Farah表示,“Density可以做很多好事。”

Farah说,红外人员跟踪方法还有另一个优点:隐私。与安全摄像机不同,它的传感器无法确定其跟踪的人的性别或种族,或执行面部识别。

“相机要容易得多,但收集的数据在隐私方面会出现很多问题。”

Density不会对硬件收费,但需要每月或每年支付访问数据的费用。

优步在其中一个支持中心使用传感器,以确保中心配备充足的人员。
欢迎关注ATYUN官方公众号
商务合作及内容投稿请联系邮箱:bd@atyun.com
评论 登录
热门职位
Maluuba
20000~40000/月
Cisco
25000~30000/月 深圳市
PilotAILabs
30000~60000/年 深圳市
写评论取消
回复取消