近年来,随着机器视觉的日益成熟,基于机器视觉评价、成像能力评价开始逐步推出。比如自动驾驶领域,业界开始制定图像质量的主观和客观测试方法,即给人看和给机器看的标准体系,如国际电气电子工程师学会在2018年发布白皮书《IEEE P2020 Automotive Imaging White Paper》。在国内,安防摄像机图像质量评测,主要依据公安行业标准为《GA/T 1127-2013 安全防范视频监控摄像机通用技术要求》,该标准通过直接检验分辨力、图像尺寸、最大亮度鉴别等级等一些特定的性能参数,来评测摄像机的成像能力。
在实际应用中,评测结果与人眼主观质量比较相符,但不能完全反映机器视觉角度的图像质量。中国安全防范产品行业协会和公安部安全与警用电子产品质量检测中心,在2020年5月立项团体标准《面向机器视觉安防摄像机图像质量评测方法》(目前该标准正在制定中),并针对面向机器视觉安防摄像机图像质量评测方法进行了调研论证,于2021年3月联合发布《面向机器视觉安防摄像机图像质量评测方法研究报告》(附件)白皮书。
本白皮书包括技术背景、图像质量等级、图像质量计算方法、测试环境、测试方法等内容,从摄像机成像质量评价客观化、评价场景与真实场景一致性、评价指标与实际效果一致性、评测方法可重复性等技术维度,对机器看图像的质量评价中遇到的关键技术问题进行了探讨,对智能摄像机进行了细分,进一步明确未来产品的智能发展走向,指导安防企业了解不同产品形态和技术指标,对机器学习任务优化产品设计,具有一定的参考和借鉴。希望行业各相关单位、专家对本研究报告多提宝贵的意见和建议。
中国安全防范产品行业协会
2021年3月1日
好文章,需要你的鼓励
AI项目从试点转向生产阶段时,企业面临意外的云成本激增问题。推理工作负载需要全天候运行以确保服务正常,成本可能一夜间飙升1000%以上。许多公司每月费用从5000美元激增至50000美元。为控制成本,企业开始采用混合架构:将推理工作负载迁移至本地或托管设施,训练任务保留在云端。这种模式可削减60-80%的基础设施支出,在保持性能的同时实现成本可预测性。
北航团队发布AnimaX技术,能够根据文字描述让静态3D模型自动生成动画。该系统支持人形角色、动物、家具等各类模型,仅需6分钟即可完成高质量动画生成,效率远超传统方法。通过多视角视频-姿态联合扩散模型,AnimaX有效结合了视频AI的运动理解能力与骨骼动画的精确控制,在16万动画序列数据集上训练后展现出卓越性能。
企业在AI模型选择上面临开放源码与封闭专有技术的抉择,这一选择对财务和定制化都有重要影响。开放模型如Meta Llama提供更大控制权和定制选项,而封闭模型如OpenAI GPT-4o提供简化使用和企业级支持。专家建议采用投资组合策略,根据准确性、延迟、成本、安全性等因素选择合适模型,而非单一选择。
这项研究解决了AI图片描述中的两大难题:描述不平衡和内容虚构。通过创新的"侦探式追问"方法,让AI能生成更详细准确的图片描述,显著提升了多个AI系统的性能表现,为无障碍技术、教育、电商等领域带来实用价值。