将视觉人工智能与闭路电视摄像机结合使用可以将该技术转变为主动分析资产。

尽管有严格的工作场所安全举措和法规，但美国各地的工地仍在发生工伤事故 美国非营利安全倡导者国家安全委员会 (NSC) 报告称，2019 年工伤总成本为 1710 亿美元，其中包括工资和生产力损失以及医疗和行政费用。制造业占所有工作场所事故的 15%，是工伤率最高的行业之一。

从 2019 年 10 月到 2020 年 9 月的 11 个月里，制造业发生了 10,000 多起 OSHA 违规事件，导致雇主平均每起工伤花费 120,000 美元，全行业罚款近 3800 万美元。

NSC 报告称，造成工伤的主要原因是用力过度、滑倒、绊倒、跌倒以及接触物体和设备。疲劳和压力也会导致制造设施出现问题，包括不遵守危险电气、机械、化学和其他能源的上锁/挂牌程序；呼吸保护不当，在 COVID-19 大流行期间异常严重；脱离机器防护装置以防止人身伤害；以及动力工业车辆、叉车和其他车辆的事故。

尽管制造业一直采用推动行业前进的技术进步，主要是科学、工业和工程进步，但传统的信息处理方式不足以提供实时的行动建议。此外，手动管理安全审计、检查和基于行为的安全观察是不够的。

困扰制造商的其他领域是质量控制和运营吞吐量——这两者是相辅相成的。

质量控制不可低估。通过采用流程并创造管理层和员工力求完美的环境，客户理所当然地获得满足其需求的无缺陷产品。它需要严格的人员培训，创建并满足产品质量基准，并检查产品是否存在统计上的显着差异。吞吐率是工厂绩效的一个指标。它们是评估生产线质量的首要指标。它标志着工厂的整体效率，并证明设施是否能够按照客户需求的速度发展。

视觉人工智能 (AI)，即计算机视觉，已成为离散和流程制造商的游戏规则改变者。通过利用视觉人工智能，制造商正在实现更高的效率、实时需求预测、更高的产品质量、库存管理、更高的安全性和更少的停机时间。

制造业是早期采用摄像机监控来取代保安人员和其他传统安全技术的行业。目前，闭路电视 (CCTV) 可对危险区域进行全天候监控。它们也被用作管理、质量控制和安全指南保险工具，但受其范围的限制。闭路电视的传统方法是收集和存储视觉数据，但只有将基本的闭路电视摄像机对准适当的区域并且工作人员全天候全天候观看它们，它们才能提供回顾性证据。

在用视觉人工智能武装现有的闭路电视系统时，计算机和系统可以从图像和视频数据中捕获和解释有意义的信息，并做出相应的反应。人工智能中计算机视觉的作用是“看到并理解”相机输入。

配备人工智能功能的闭路电视摄像机被转化为主动分析资产，提供可操作的见解和自动警报，以更好地管理风险、流程和运营。通过将机器学习模型应用于图像和视频（如 CCTV 摄像机拍摄的图像和视频），系统可全天候（24/7/365）监控操作，以准确识别和分类对象和场景，并根据摄像机拾取的内容决定下一步要采取的最佳行动。深度学习模型利用视觉的层次性——自动学习低级到高级的特征，高级计算机视觉任务由这些特征组成，并获得超过人类视觉的性能和准确性水平。

实施可视化人工智能平台应该可以在制造运营框架内轻松扩展，并针对特定于个别业务需求的高 ROI 应用程序进行完全定制。它还需要具备对复杂场景和多帧活动的理解和反应能力，以便在问题和情况发生之前主动纠正它们。