Insight Tech

随着企业和品牌寻求创新方式来提升知名度和影响力，对户外数字标牌解决方案的需求也在不断增长。

户外数字标牌创造新的机会，可以在人流量大的区域（如体育场、高尔夫球场、滑雪场，甚至停车场和动物园）吸引客户并与之沟通，而无需考虑企业的营业时间。这些户外显示屏可全年全天候运行，持续播放产品或品牌信息、销售点服务和客户帮助信息。

尽管好处很多，但实施户外数字标牌需要大量的计算资源，这给成功部署带来了实质性的困难。

“由于极端温度范围、不可预测的天气以及人为破坏和损坏风险等环境因素，户外计算可能具有挑战性，” Kenny Liu 指出。他是 Giada 的 AIoT 和边缘计算专家 ，专门负责为企业提供数字标牌和嵌入式计算产品。“还要考虑特殊的电源、连接和空间要求。”

由于这些挑战，户外数字标牌解决方案无法在传统的嵌入式电脑上运行。它们需要使用专为在边缘和恶劣环境条件下可靠运行而设计的半工业 PC（IPC）。这些功能强大、坚固耐用的计算平台可用于许多不同行业的户外数字标牌和数字自助服务终端，为解决方案开发者 (SD) 和系统集成商 (SI) 带来了新的商机。

半工业 PC 提供坚固设计和高性能计算

半工业 PC 作为户外数字标牌解决方案的平台，其成功之处在于将坚固耐用与高性能计算相结合。

例如，Giada 的 AE613 半工业 PC 具有多项支持户外使用案例的设计功能：

• 该 PC 拥有宽工作温度范围，几乎适用于任何地理环境。
• 灵活的电源输入电压有助于确保恒定的功率流。
• 坚固耐用的无风扇设计提供了最大的耐用性、可靠性和空间效率。

在“底层”，AE613 还为户外数字标牌实施提供了一个高性能计算平台。半 IPC 搭载第 13 代英特尔^® 酷睿^™ 处理器，支持 8K 分辨率，可实现高质量的视觉效果和多媒体应用。它还能处理为用户提供交互式体验所需的更大处理工作负载（视频 1）。

视频 1。坚固耐用的嵌入式电脑可在充满挑战的户外环境中实现高质量显示和交互式数字解决方案。（来源： Giada）

边缘释放计算机视觉

半工业 PC 旨在支持各种解决方案和应用，因此它们可以轻松与其他组件和外设集成。这种适应性与高性能处理能力相结合，可用于在边缘实施先进的计算机视觉用例。

例如，Giada 的计算平台配备了多个 I/O 选项，可用于连接包括高清摄像头在内外部设备。半 IPC 可以运行专门的计算机视觉算法和软件，处理和分析摄像头捕获捕的视觉数据，并根据用户行为和特征做出相应的反应。

这为提供实时分析、生物识别、行为检测等解决方案创造了机会。例如，SD 可以利用生物识别技术对智能自助服务终端的用户进行安全身份验证，或向他们展示个性化内容和广告。户外数字显示屏可以利用计算机视觉来检测客户行为并实时做出响应，从而提供智能、交互和个性化的标牌系统。

Giada 与英特尔的合作对于支持这些复杂的边缘用例至关重要。“英特尔^® 处理器在边缘提供卓越的处理能力，同时最大限度地降低能耗，使用户能够高效处理苛刻的边缘任务和应用，” Giada 副总裁 Linda Liu 表示。“这种合作关系使我们能够利用英特尔在处理器技术和创新方面的行业领先专业知识，并满足或超越我们的客户对可靠性、能效和整体性能的期望。”

户外数字标牌解决方案的未来机遇

半工业 PC 的适应性意味着它们将有广泛的应用案例。这对 SI 和 SD 来说是个特别好的消息，它们将有机会向酒店、餐饮、零售、娱乐、交通、智慧城市等需要户外数字标牌和自助服务终端的许多不同行业销售产品。

Giada 预计，未来几年对户外数字解决方案的需求将会增加，并已开始为未来做好准备。

“我们计划发布更多面向户外数字标牌和户外数字自助服务终端的嵌入式计算产品，” Linda Liu 表示。“我们的工程师将为客户提供支持，帮助他们选择最适合户外应用的嵌入式电脑，并在某些情况下帮助他们构建定制解决方案，以满足他们的独特需求。”

数字化转型几乎重塑了每个行业。半工业 PC、边缘计算和计算机视觉技术的集成将有助于确保创新的优势无处不在。

 

本文由 insight.tech 的编务总监 Christina Cardoza编辑。

想想您上次从自动提款机提取资金、使用信用额度或存款时候的情况。我们大多数人认为这些基本金融服务是理所当然的。但全球数百万农村公民没有银行账户，即使有银行账户，也没有支行可供使用。

“银行在偏远地方开设新分支机构不符合成本效益。” 智能自助服务终端和数字标牌公司 Bits & Bytes 常务董事 Amit Jain 表示。“农村地区的银行通常面临基础设施问题，如断电和网络中断。”

人们无法前往银行，这就不仅仅是不方便这么简单。这也是一个公平的问题，公民无法完全参与更广泛的经济。但一种新型边缘解决方案以令人惊讶的方式解决了这个问题：为人们带来银行分支机构。

在边缘计算硬件和电信网络的支持下，Bits & Bytes 开发了 “车轮上的银行”，改善了印度偏远社区的金融服务，并准备进入全球其他市场。

农村分支银行实际运作

印度境内的 Bits & Bytes 移动分支机构部署是这些解决方案如何发挥作用的绝佳例子。马哈拉施特拉邦是印度人口最多、工业化程度最高的地区之一。但该邦半数以上人口居住在农村地区，许多公民无法获得城市居民享有的服务。

Bits & Bytes 与一家大型全国性银行合作开发了一种解决方案，可以执行传统分行的许多功能，并可根据需要从一个地点开到另一个地点。

该系统的核心是一个数字自助服务终端，在坚固耐用、边缘友好的计算硬件上运行，具有内置摄像头和指纹扫描仪，用于生物识别身份验证，以及用于用户交互的触摸板。自助服务终端安装在面包车中，可以开车前往不同的农村地区，按需停放。

该系统以两种方式与银行连接。该系统使用数据卡，通过标准蜂窝网络，与该机构的集中式服务器通信，银行员工与司机一起乘车，帮助新客户学习如何使用该技术并解答问题。

移动自助服务终端帮助客户开设新账户、开办借记卡、执行各种交易，例如取现、存款、贷款申请、账单支付和转账等。

部署之后，轮上银行在客户当中取得了巨大成功。“以前，有些人必须向专业代理商支付费用，才能亲自前往最近的分行并代他们执行交易。”Jain 表示。“他们很高兴第一次能够自己直接完成交易。”

确保边缘的合规和安全

金融系统具有严格的安全和合规要求，因国而异。灵活的设计和边缘功能有助于克服这些挑战，并可以在许多不同的市场部署该解决方案。

例如，Bits & Bytes 解决方案使用其安全网络连接和生物识别身份验证功能，符合印度严格的“了解您的客户”法律。移动银行自助服务终端执行基本的生物识别扫描，然后与银行服务器通信，而银行服务器又与中央政府数据库连接。经过身份验证后，会获取预填充的申请表，只需在触摸板上签名即可完成打开账户。

其精致的基本设计（通过蜂窝网络连接到中央服务器的边缘 IPC 和模块化硬件），意味着该系统可以立即成为银行现有网络的一部分。这也意味着不会在边缘存储个人用户数据。所有内容都在金融机构的网络中，其中包含所有数据隐私和网络安全预防措施。

此外，移动分支机构可以轻松适应具有不同数据隐私和监管要求的新地区。由于金融机构已经遵守这些国家的法规，因此不需要对自助服务终端软件执行广泛的定制。

Bits & Bytes 与英特尔的技术合作对该解决方案至关重要。“英特尔硬件为边缘计算提供了极好的平台。” Jain 表示。“英特尔在产品开发中也发挥着至关重要的作用，帮助我们调整现成的英特尔技术，以便将新产品推向市场。”

边缘计算助力数字化转型

能够解决农村银行短缺并增加客户数量的技术，必定会吸引银行数字化部门和金融行业集成商 (SIs) 的注意。

边缘计算的兴起不仅实现了Bits & Bytes 移动银行自助服务终端等系统，而且还有潜力解决多个行业的棘手问题。在未来，预计将在边缘部署更多创新解决方案，从农业中的自主移动机器人到用于采矿运营的私有 5G 网络。

轮上银行是当前边缘数字化转型浪潮的绝佳例子，在未来几年，AI 将开辟更多机会。

“我们生活在一个各行各业都处于技术快速进步的时代，因此我们公司为众多不同的垂直行业提供产品。” Jain 表示。“五年后，当 AI 和物联网无处不在，各种人员和组织将能够享受数字化转型的优势。”

 

由 insight.tech 主编 Georganne Benesch 编辑。

技术创新是一件令人惊叹的事情，如今其发展速度似乎更胜从前。（虽然速度不够快，但我们总是会说：“如果我拥有这个工具，那么我会节省多少时间和精力！”）人工智能和计算机视觉尤其如此，它们改变了各行各业的运作方式，对于多种类型的企业都具有难以置信的价值。在整个 AI/计算机视觉难题中，图像分割是一个关键部分。

英特尔的 AI 传播者 Paula Ramos 与我们一起探索这个快速变化的主题。她讨论了过去、现在和未来的图像分割解决方案；深入探讨最近发布的 Meta AI 的 SAM（分割任意东西模型）（视频 1）；并解释了英特尔 OpenVINO^™ 工具套件提供的资源如何改善 SAM。

视频 1. 英特尔的 AI 传播者 Paula Ramos 讨论了最近助力未来图像分割的发展动态。（资料来源：insight.tech）

图像分割对计算机视觉具有什么重要意义？

计算机视觉任务有很多种，我认为图像分割是最重要的。它在对象检测、识别和分析中发挥着至关重要的作用。也许问题是：为什么它如此重要？答案很简单：图像分割有助于将单个对象与背景或其他对象隔离。我们可以利用图像分割来定位重要信息；我们可以围绕特定对象创建指标；还可以提取特征，有助于理解特定场景，这些这些都对计算机视觉非常重要。

过去开发人员在构建图像分割解决方案上面临哪些挑战？

当我在博士论文中研究图像分割时，我从事的是农业。我面临着很多挑战，因为有多种技术可以分割对象，例如阈值、边缘检测、区域增长，但没有通用的方法。根据所使用的技术，您需要仔细定义最佳方法。

我的工作是检测咖啡豆，而咖啡豆大体相似，混在一起！也许背景中也有红色，这是一个问题。因此，在我运行图像分割算法时，发生了过度分割——合并对象。或者是分割不足，缺少了一些结果。

这就是数据方面的挑战，特别是在图像分割方面，因为在光线不断变化的环境中，摄像头分辨率不同，所以很难发挥作用。基本上，您要移动摄像头，这样就会得到一些模糊的图像，或者图像中有一些噪声。检测边界也是一项挑战。传统图像分割的另一项挑战是可扩展性和效率。根据图像分辨率或数据集的大小，计算成本会更高，而这会限制实时应用。

在大多数情况下，需要人为干预才能使用这些传统方法。如果当时采用最新的图像分割技术，我就可以节省大量时间。

Meta AI 的分割任意东西模型 (SAM) 在应对这些挑战时具有什么价值？

我尤其希望七年前拥有分割任意东西模型！基本上，SAM 提高了复杂数据集的性能。因此，噪点、图像模糊、对比度低等问题都已成为 SAM 的过去式。

SAM 的另一个好处是多功能和基于提示的控制。传统方法需要针对不同的场景使用特定的技术，而 SAM 则不同，它具有多功能性，用户可以通过提示，指定他们想要分割的内容。提示可以是点、框，甚至自然语言描述。

以前，我希望能够说，“我希望看到成熟的咖啡豆”或“我希望看到未成熟的咖啡豆”，并拥有这种灵活性。这种灵活性还可以帮助开发人员处理各种分割任务。我前面还提到可扩展性和效率：使用 SAM 可以比传统方法更快处理信息。因此，这些实时应用可以更可持续，而且准确度也更高。

当然，有一些限制，因此我们需要平衡这些限制，但肯定的是，我们也在这些复杂情况中提高性能。

分割任意东西模型具有哪些商业机会？

在我们目前所知的各种不同图像分割过程中，分割任意东西模型提供了几个潜在的商业机会。例如，轻松创建内容或编辑内容，自动操纵电子邮件，或创建实时特效。增强现实或虚拟现实也受到 SAM 严重影响，实时对象检测有助于在交互体验中实现虚拟元素。

另一件事也许是零售业的产品分割。SAM 可以自动分割在线商店中的产品图像，从而提高产品销售效率。基于特定对象特征的分类是另一个有机会的领域。我还看到了机器人和自动化在各种任务中实现更精确目标识别和操纵的潜力。当然，还有自动驾驶汽车。SAM 还有潜力帮助医疗专业人员完成肿瘤分割或做出更准确诊断等任务，但我可以看到，对这种用途可能有很多保留意见。

我不想说这些业务将通过 SAM 来解决；但它是一种有潜力的应用。SAM 仍在开发中，我们仍在改进。

开发人员如何使用 OpenVINO^™ 克服 SAM 的限制？

我认为，在所有这些人工智能趋势中，现在一个好事是，很多模型都是开源的，这也是我们在 SAM 上所具备的能力。OpenVINO 也是开源的，开发人员可以非常轻松访问此工具套件。每天，我们将多个 AI 趋势放入 OpenVINO Notebooks 存储库中，AI 领域会发生一些事情，两到三天后，那里就有我们的笔记本。对于开发人员来说，有一个好消息：我们已经在 OpenVINO 存储库中为 SAM 提供了优化管道。

我们现在有一系列四个笔记本。第一个是我们一直在讨论的分割任意东西模型；这是最常见的。您可以编译该模型，直接使用 OpenVINO，还可以使用神经网络压缩框架 (NNCF) 来优化该模型。

其次，我们有快速分割任意东西模型。原始 SAM 是一种需要大量计算资源的重型变换器模型。我们肯定可以通过量化来解决问题，但 FastSAM 使用 YOLOv8，将分割任意东西任务分成了两个顺序阶段。

然后，我们有 EfficientSAM，这是一种轻量级 SAM 模型，具有 SAM 的性能，而复杂性也大大降低。最近刚刚在 OpenVINO 存储库中发布的最后一个资源是 GroundingDINO plus Sam，称为 GroundedSAM。其理念是找到边界框，同时分割这些边界框中的所有东西。

真正的好处是，不需要特定的机器来运行这些笔记本；可以在笔记本电脑上运行它们，有了一些模型，就能看到图像分割。

随着 SAM 和 AI 的发展，OpenVINO 将如何继续发展？

我认为，OpenVINO 是降低构建深度学习应用复杂性的好工具。如果您拥有 AI 专业知识，那么这里是一个很好的地方，您可以详细了解 AI 趋势，以及了解 OpenVINO 如何改善您的日常工作。但如果您是新开发人员，或者如果您是开发人员，但并非 AI 专家，这也是一个很好的起点，因为您可以看到我们提供的示例，并且可以跟进 Jupyter Notebooks 中的每个单元格。

因此，我们肯定会继续创建更多示例和更多 OpenVINO 笔记本。我们有一批才华横溢的工程师从事这项工作。我们还在努力创建有意义的示例，即可以每天使用的概念证明。

另一件事是，去年 12 月，推出了 AI 电脑。我认为，这是一个很好的机会，可以了解我们每天都在增强的功能，即改进开发人员使用的硬件，这样他们无需特定硬件，便能运行最新 AI 趋势。可以在笔记本电脑上运行模型，还可以提高性能。

几年前，我自己也是一名初级开发人员，我认为对我来说，重要的是了解当时人工智能的发展情况、了解行业中的差距、领先一步、不断改进以及尝试创造新事物。

我认为人们应该了解的其他重要事项是，我们正在寻找您的需求：您希望做什么事？我们欢迎各方贡献力量。请查看 OpenVINO Notebooks 存储库，了解如何为其做出贡献。

相关内容

要详细了解图像分割，请收听使用分割任意东西，提高图像分割，并阅读 分割任意东西模型——本身具有多功能，而且有了 OpenVINO，速度更快。有关英特尔的最新创新，请在 X @Intel 和 LinkedIn 上关注他们。

 

本文由文案编辑 Erin Noble 编辑。

如今的零售客户越来越期待个性化和自助服务选项，这给商店技术增加了新的多层复杂性。为了在竞争中保持领先，零售商需要语音识别、计算机视觉和基于 AI 的扫描仪等复杂系统。这些系统必须在彼此之间以及与现有机器和商品之间流畅地进行通信。

系统集成商 (SI) 与零售商一同协调最新技术，但仍须投入大量时间评估所有不同的硬件和软件选项，为每个客户构建定制解决方案。

现在有了一种更好的方法完成这项工作。经验丰富的解决方案聚合商不仅已测试并部署了当今零售市场上可用的许多前沿技术，还拥有将其集成到完整端到端解决方案的专业知识。通过与聚合商合作，SI 可以节省时间，更好地满足客户需求，并确保其提供的先进技术能够发挥预期功能。

开箱即用的零售 AI 解决方案

对于许多零售商来说，自动化和自助服务技术出现已经迫在眉睫。在员工短缺、客户要求苛刻以及利润空间受通胀挤压的压力下，他们转而向 SI 寻求提高效率的方法， BlueStar, Inc. 的业务 开发经理 David Lester（一家面向零售商、制造商、物流公司和其他行业提供技术解决方案的全球供应商）表示。

该公司开发各种专门技术，以提高零售行业效率并改善客户体验。BlueStar 与 SI 密切合作，为从快餐店到商场、酒店、杂货店和精品店的零售业务提供了 30 种独特的“盒式”（In-a-Box）解决方案。Lester 表示，这些即用型捆绑软件包含有 SI 部署所需的所有硬件、软件和配件，可最大限度减少决策，缩短设置时间。

“如果您是一家快餐店的系统集成商，您最不想做的事就是单独采购扫描、支付处理、库存管理以及销售终端系统所涉及的其他一切功能。使用 BlueStar In-a-Box 解决方案，您只需打开盒子，将其放在台面上，即可开始使用，” Lester 补充道。

利用 AI 自动化技术为系统集成商提供帮助

Lester 表示，一种零售技术越来越受欢迎——尤其是免下车 QSR——基于语音的 AI。对于此应用场景，BlueStar 与 数字订购互动语音技术提供商 Sodaclick 合作。“我们喜欢 Sodaclick 对话式语音 AI，因为它非常善于了解客户需求，” Lester 表示。

Sodaclick 对话式虚拟助手用于汽车快餐店和自助服务终端，使用英特尔^® 实感^™ 3D 摄像头识别走近的顾客，并可通过编程理解英语、西班牙语、中文普通话以及其他 100 多种语言和地区方言。该系统能以听起来自然的语言回应顾客，并能根据人口统计数据、时间或零售商选择的其他指标提供建议和促销活动。

语音识别与计算机视觉的结合在配备自助支付系统的商店中也非常有效，因为商品识别可能会很棘手。

总部位于佐治亚州费耶特维尔的 全自动化杂货店 Nourish + Bloom Market 就是这种情况。在商店的商品识别软件无法正确识别沙拉和其他熟食时，该公司向 SI UST Global Inc 寻求帮助。UST 与 BlueStar 合作，利用 Sodaclick 对话式语音 AI、UST 视觉结账系统和自动支付处理工具，以及自助服务终端、天平、电缆和其他相关硬件，升级商店的结账体验。

现在，顾客可以在没有人工服务的情况下购买店内的任何商品。UST Vision Checkout（UST 视觉结账系统）包括安装在天花板上的摄像头，可在商品从货架上取下并放入购物车时识别和记录包装商品的价格。对于必须称重的沙拉和其他熟食，顾客在将其放在天平上之前需向 Sodaclick 语音助手描述商品。语音系统与计算机视觉摄像头之间相互配合，可实现准确定价。在选好所有商品后，顾客只需告诉语音助手“立即付款”，然后用手机完成交易。“这是一个无接触的流程，会对顾客带来极大的便利，” Lester 表示。

构建未来的零售基础设施

随着边缘 AI 能力提升，BlueStar 正在扩大其解决方案的应用范围。例如，它目前正在开发与服装技术公司 FIT:MATCH 的集成，后者利用激光雷达和 AI 捕捉顾客体形的 3D 图像，并将其与数据库中的数字孪生相匹配。然后，该系统就可以针对产品和尺寸提出个性化建议。收听我们的播客： 个性化 AI 购物体验：在 insight.tech 上使用 FIT:MATCH。

与英特尔合作，帮助 BlueStar 跟上此类创新应用的步伐。“英特尔在我们的工作中发挥着重要作用，特别是我们的盒式解决方案，” Lester 指出。“英特尔给予我们极大的帮助，让我们得以了解 AI 解决方案，并尽可能以经济高效的方式进行部署。”

虽然某些新的 AI 应用听起来可能极具未来感，Lester 相信它们将不断改进。“我每个月都能发现人工智能的进步。我认为语音 AI 和数字标牌将发展到更直观的状态，从而提高上下文理解，提供更加个性化的体验和更好的客户参与度。”

 

本文由 insight.tech 的编辑主管 Georganne Benesch 编辑。