如果安全攝影機不僅可以捕捉視頻，還可以即時了解正在發生的情況——區分日常活動和潛在危險行為，結果會怎樣？這就是維吉尼亞大學工程與應用科學學院的研究人員透過最新突破塑造的未來：人工智慧驅動的智慧視訊分析儀，能夠以前所未有的精度和智慧檢測影片片段中的人類動作。

該研究論文是發表在日記中IEEE 模式分析與機器智能彙刊。

該系統被稱為語義和運動感知時空變換器網路（SMAST），有望帶來廣泛的社會效益，從增強監控系統並改進公安在醫療保健領域實現更先進的運動跟踪，並改進自動駕駛汽車在複雜環境中導航的方式。

「這項人工智慧技術為一些最苛刻的環境中的即時動作檢測打開了大門，」電機與電腦工程系教授兼系主任、該計畫的首席研究員 Scott T. Acton 說。「這種進步可以幫助預防事故、改善診斷甚至拯救生命。”

複雜視訊分析的人工智慧驅動創新

那麼，它是如何運作的呢？SMAST 的核心由人工智慧提供支援。該系統依靠兩個關鍵組件來檢測和理解複雜的人類行為。第一個是多特徵選擇性注意模型，它可以幫助人工智慧專注於場景中最重要的部分（例如人或物體），同時忽略不必要的細節。這使得系統能夠更準確地識別正在發生的事情，例如識別某人扔球，而不僅僅是移動手臂。

第二個關鍵功能是運動感知二維位置編碼演算法，它可以幫助人工智慧追蹤物體隨時間的移動情況。想像一下，在觀看一段人們不斷變換位置的影片時，該工具可以幫助人工智慧記住這些動作並了解它們之間的關係。透過整合這些功能，SMAST 可以準確地即時識別複雜的動作，使其在監控、監控等高風險場景中更加有效。衛生保健診斷或自動駕駛。

SMAST 重新定義了機器如何偵測和解釋人類行為。目前的系統與混亂、未經編輯的連續資料作鬥爭影片片段，常常會忽略事件的背景。但 SMAST 的創新設計使其能夠以極高的精度捕捉人與物體之間的動態關係，並由人工智慧組件提供支持，使其能夠從數據中學習和適應。

為動作偵測技術設定新標準

這項技術飛躍意味著人工智慧系統可以識別跑步者過馬路、醫生執行精確手術等行為，甚至可以識別擁擠空間中的安全威脅。SMAST 在 AVA、UCF101-24 和 EPIC-Kitchens 等關鍵學術基準上的表現已經超越了頂級解決方案，為準確性和效率設立了新標準。

「這社會影響阿克頓實驗室從事該計畫的博士後研究員 Matthew Korban 表示：「我們很高興看到這項人工智慧技術如何改變產業，使基於視訊的系統更加智慧並能夠即時理解。」 」。