將視覺人工智能與閉路電視攝像機結合使用可以將該技術轉變為主動分析資產。

盡管有嚴格的工作場所安全舉措和法規，但美國各地的工地仍在發生工傷事故 美國非營利安全倡導者國家安全委員會 (NSC) 報告稱，2019 年工傷總成本為 1710 億美元，其中包括工資和生產力損失以及醫療和行政費用。制造業占所有工作場所事故的 15%，是工傷率最高的行業之一。

從 2019 年 10 月到 2020 年 9 月的 11 個月里，制造業發生了 10,000 多起 OSHA 違規事件，導致雇主平均每起工傷花費 120,000 美元，全行業罰款近 3800 萬美元。

NSC 報告稱，造成工傷的主要原因是用力過度、滑倒、絆倒、跌倒以及接觸物體和設備。疲勞和壓力也會導致制造設施出現問題，包括不遵守危險電氣、機械、化學和其他能源的上鎖/掛牌程序；呼吸保護不當，在 COVID-19 大流行期間異常嚴重；脫離機器防護裝置以防止人身傷害；以及動力工業車輛、叉車和其他車輛的事故。

盡管制造業一直采用推動行業前進的技術進步，主要是科學、工業和工程進步，但傳統的信息處理方式不足以提供實時的行動建議。此外，手動管理安全審計、檢查和基于行為的安全觀察是不夠的。

困擾制造商的其他領域是質量控制和運營吞吐量——這兩者是相輔相成的。

質量控制不可低估。通過采用流程并創造管理層和員工力求完美的環境，客戶理所當然地獲得滿足其需求的無缺陷產品。它需要嚴格的人員培訓，創建并滿足產品質量基準，并檢查產品是否存在統計上的顯著差異。吞吐率是工廠績效的一個指標。它們是評估生產線質量的首要指標。它標志著工廠的整體效率，并證明設施是否能夠按照客戶需求的速度發展。

視覺人工智能 (AI)，即計算機視覺，已成為離散和流程制造商的游戲規則改變者。通過利用視覺人工智能，制造商正在實現更高的效率、實時需求預測、更高的產品質量、庫存管理、更高的安全性和更少的停機時間。

制造業是早期采用攝像機監控來取代保安人員和其他傳統安全技術的行業。目前，閉路電視 (CCTV) 可對危險區域進行全天候監控。它們也被用作管理、質量控制和安全指南保險工具，但受其范圍的限制。閉路電視的傳統方法是收集和存儲視覺數據，但只有將基本的閉路電視攝像機對準適當的區域并且工作人員全天候全天候觀看它們，它們才能提供回顧性證據。

在用視覺人工智能武裝現有的閉路電視系統時，計算機和系統可以從圖像和視頻數據中捕獲和解釋有意義的信息，并做出相應的反應。人工智能中計算機視覺的作用是“看到并理解”相機輸入。

配備人工智能功能的閉路電視攝像機被轉化為主動分析資產，提供可操作的見解和自動警報，以更好地管理風險、流程和運營。通過將機器學習模型應用于圖像和視頻（如 CCTV 攝像機拍攝的圖像和視頻），系統可全天候（24/7/365）監控操作，以準確識別和分類對象和場景，并根據攝像機拾取的內容決定下一步要采取的最佳行動。深度學習模型利用視覺的層次性——自動學習低級到高級的特征，高級計算機視覺任務由這些特征組成，并獲得超過人類視覺的性能和準確性水平。

實施可視化人工智能平臺應該可以在制造運營框架內輕松擴展，并針對特定于個別業務需求的高 ROI 應用程序進行完全定制。它還需要具備對復雜場景和多幀活動的理解和反應能力，以便在問題和情況發生之前主動糾正它們。