Setiap bandar utama kini beroperasi menggunakan video. Persimpangan trafik, platform kereta api bawah tanah, taman awam, dan kawasan beli-belah membekalkan...

Setiap bandar raya utama kini beroperasi menggunakan video. Persimpangan trafik, platform kereta api bawah tanah, taman awam, dan kawasan beli-belah menyalurkan rakaman berterusan ke bilik kawalan perbandaran. Jumlah data mentahnya sangat mengejutkan. Tanpa tafsiran, bingkai-bingkai tersebut hanyalah fail mahal yang memakan ruang pelayan. Pembelajaran mendalam (Deep learning) telah mengubah keadaan ini. Ia memberikan sistem bandar keupayaan untuk memerhati, memahami, dan bertindak balas terhadap peristiwa semasa ia berlaku, menukarkan rakaman pasif kepada infrastruktur aktif.

Daripada Piksel kepada Keputusan

Visi komputer tradisional bergantung kepada peraturan yang dibina secara manual. Jurutera memprogramkan sistem untuk mencari bentuk, warna, atau corak pergerakan tertentu. Kaedah ini berfungsi dalam makmal yang terkawal, tetapi bandar raya adalah huru-hara. Bayang-bayang beralih. Hujan mengaburkan kanta. Pejalan kaki berkumpul di bawah payung yang tidak menyerupai rajah latihan langsung. Sistem berasaskan peraturan sering gagal, membanjiri pengendali dengan amaran positif palsu (false positives).

Pembelajaran mendalam menangani masalah ini secara berbeza. Rangkaian neural konvolusi (Convolutional neural networks) dan turunannya mempelajari ciri-ciri secara langsung daripada data. Daripada memberitahu komputer rupa sebuah basikal, jurutera menyuapnya dengan berjuta-juta contoh berlabel sehingga model tersebut membina konsep dalamannya sendiri tentang sebuah basikal. Hasilnya ialah sistem yang dapat mengendalikan variasi dunia nyata tanpa gagal. Kamera yang menghala ke arah boulevard yang sesak boleh membezakan van penghantaran daripada bas walaupun pada waktu senja, dalam kabus nipis, atau apabila kenderaan bertindih sebahagiannya. Lebih penting lagi, model tersebut menghasilkan skor keyakinan dan metadata berstruktur dan bukannya piksel mentah, yang bermaksud perisian hiliran boleh mencetuskan amaran, mengemas kini papan pemuka, atau menyalurkan data terus ke perkakasan kawalan trafik.

Pengurusan Trafik dan Kawalan Aliran

Trafik bandar merupakan salah satu kejayaan paling nyata bagi analitik video. Lampu isyarat dengan pemasaan tetap telah direka berdekad lalu untuk corak waktu puncak yang boleh diramal. Ia tidak dapat menyesuaikan diri apabila sebuah konsert menyebabkan orang ramai keluar ke jalan raya dua jam lebih awal atau apabila kemalangan kecil menghalang lorong tengah.

Sistem pembelajaran mendalam yang dipasang di persimpangan mengira kenderaan mengikut jenis, mengukur panjang barisan di lampu merah, dan menganggarkan masa menunggu. Jurutera bandar bukan sahaja dapat melihat bahawa sesebuah jalan itu sibuk, tetapi juga mengapa ia sibuk. Adakah kesesakan disebabkan oleh trafik melalui, pusingan kiri tanpa isyarat dilindungi, atau pejalan kaki melintas melawan lampu isyarat? Kamera dengan inferens dalaman (onboard inference) boleh melaraskan fasa isyarat secara masa nyata untuk mengutamakan arah yang sebenarnya menanggung beban trafik. Sesetengah sistem menandakan insiden dengan serta-merta—mengesan pemandu arah salah, kenderaan yang tersadai, atau serpihan di jalan raya—sering kali lebih pantas daripada tindak balas pengendali manusia yang sedang memerhati dinding monitor.

Alatan ini juga disepadukan dengan perancangan bandar yang lebih luas. Dengan menganalisis video selama berminggu-minggu, bandar raya dapat mengenal pasti kesesakan kronik yang menandakan keperluan untuk lorong membelok baharu atau had laju yang dilaraskan, sekali gus menggantikan tekaan dengan tingkah laku yang diperhatikan.

Keselamatan Awam dan Pengawasan

Aplikasi keselamatan melangkaui pengesanan gerakan yang ringkas. Analitik moden boleh mengesan corak yang mendahului kemalangan atau jenayah. Beg galas yang ditinggalkan tanpa pengawasan di platform kereta api untuk tempoh yang ditetapkan akan mencetuskan pemberitahuan. Asap atau pergerakan orang ramai yang berpecah secara tiba-tiba yang kelihatan pada kamera tebing sungai boleh menunjukkan kecemasan sebelum sesiapa pun melaporkannya.

Penambahbaikan utama adalah kebolehpilihan (selectivity). Sistem lama akan memberikan amaran terhadap setiap tupai dan dahan pokok yang bergoyang. Model pembelajaran mendalam menapis gerakan yang tidak relevan dan menandakan tingkah laku yang benar-benar luar biasa. Pergaduhan yang tercetus di dataran menghasilkan tandatangan kinetik khusus yang berbeza daripada sekumpulan rakan yang sedang bergurau kasar atau penghibur jalanan yang melakukan aksi akrobatik. Kakitangan keselamatan boleh menumpukan perhatian mereka kepada segelintir peristiwa yang telah disahkan berbanding mengejar ratusan amaran yang salah sepanjang syif bertugas.

Pemantauan Orang Ramai dan Analisis Kepadatan

Perhimpunan awam yang besar membentangkan risiko yang unik. Pintu keluar stadium, kawasan festival, dan hab transit semasa musim cuti boleh menjadi berbahaya apabila kepadatan melebihi ambang selamat. Sistem pembelajaran mendalam melakukan pengiraan orang ramai dan anggaran kepadatan dengan menganalisis taburan ruang orang ramai di seluruh pemandangan.

Alat-alat ini menghasilkan peta haba yang menunjukkan di mana kesesakan orang ramai berlaku dalam masa nyata. Penganjur acara dan pihak polis boleh membuka pintu keluar sekunder, mengalihkan aliran pejalan kaki, atau menghentikan ketibaan sebelum berlaku kesesakan yang berbahaya. Semasa tempoh yang lebih rutin, teknologi yang sama mengukur aliran pejalan kaki melalui koridor runcit atau tingkat mezanin transit, membantu arkitek dan perancang bandar memahami bagaimana orang ramai sebenarnya bergerak melalui ruang kongsi. Anggaran panjang barisan di lapangan terbang dan pejabat kerajaan, begitu juga, membolehkan kakitangan membuka kaunter perkhidmatan tambahan sebelum barisan menjadi terlalu panjang.

Pengesanan dan Penjejakan Objek dalam Persekitaran Bandar

Bandar-bandar dipenuhi dengan pelbagai elemen bergerak: pejalan kaki, penunggang basikal, skuter, haiwan peliharaan, robot penghantaran, dan kenderaan dalam pelbagai saiz. Sistem pembelajaran mendalam (deep learning) bukan sekadar mengesan objek-objek ini dalam satu bingkai tunggal; ia menjejaki mereka merentasi masa dan rangkaian kamera.

Penjejakan pelbagai objek (multi-object tracking) memberikan identiti yang konsisten kepada entiti semasa mereka merentasi sesuatu pemandangan. Seorang pejalan kaki yang melangkah ke belakang van yang diletakkan tidak hilang daripada kesedaran sistem; model tersebut meramalkan trajektori dan memperoleh semula sasaran apabila ia kelihatan semula. Apabila diperluaskan merentasi rangkaian kamera dengan medan pandangan yang bertindih, pengecaman semula individu (person re-identification) membolehkan sesebuah bandar menjejaki individu yang rentan atau mencari kanak-kanak yang hilang tanpa bergantung kepada seorang operator yang menyemak berjam-jam rakaman secara manual.

Keupayaan ini juga menyokong logistik dan penguatkuasaan. Pengenalan nombor plat kenderaan secara automatik sudah menjadi perkara biasa, tetapi sistem pengecaman semula kenderaan yang lebih baharu boleh menjejaki perjalanan kereta tertentu tanpa membaca plat, dengan menggunakan ciri-ciri pembeza seperti pelekat bamper, rak bumbung, atau corak roda. Bagi penguatkuasaan undang-undang, ini adalah sesuatu yang berkuasa, tetapi ia juga menimbulkan persoalan yang sah tentang skop dan pengawasan yang mesti ditangani oleh pentadbir bandar melalui polisi yang ketat.

Cabaran Infrastruktur

Melaksanakan sistem ini pada skala bandar bukan sekadar masalah perisian sahaja. Beribu-ribu kamera yang menyiarkan video beresolusi tinggi menghasilkan petabait data. Menghantar segalanya ke awan pusat untuk analisis adalah mahal dan lambat. Jalur lebar rangkaian menjadi faktor pengehad sebelum kuasa pengkomputeran.

Bandar-bandar bertindak balas dengan pengkomputeran pinggir (edge computing). Kamera pintar moden menyertakan pemecut inferens khusus yang menjalankan model secara tempatan dan hanya menghantar amaran, bilangan, atau metadata mampat kembali ke ibu pejabat. Ini mengurangkan kos jalur lebar dan memendekkan kependaman (latency) daripada saat kepada milisaat, yang sangat penting apabila melaraskan isyarat trafik atau menghentikan kereta api.

Penyelenggaraan adalah satu lagi rintangan. Kamera luar bangunan mengumpul kotoran, ais, dan sarang labah-labah. Model yang dilatih menggunakan imej yang bersih akan merosot prestasinya apabila kanta kotor. Pelaksanaan yang boleh dipercayai memerlukan pemantauan kesihatan automatik dan jadual penyelenggaraan lapangan. Kemas kini perisian tegar (firmware), latihan semula model dengan data tempatan, dan tampalan keselamatan menambah kos operasi berterusan yang sering dipandang rendah oleh pasukan perolehan semasa projek rintis.

Privasi dan Elemen Manusia

Tiada perbincangan mengenai analitik video bandar yang boleh mengetepikan privasi. Model yang sama yang mengira pejalan kaki boleh mengenal pasti wajah. Penjejakan yang sama yang mencari orang yang hilang boleh menjejaki penunjuk perasaan. Bandar yang menggunakan alat ini mesti menetapkan had pengekalan data yang jelas, mengehadkan pengecaman wajah kepada keadaan yang ditakrifkan secara sempit yang dikawal oleh waran atau keizinan, dan menerbitkan laporan ketelusan tentang lokasi kamera dan keupayaan sistem.

Teknik anonimisasi (anonymization) membantu. Model boleh dikonfigurasikan untuk mengaburkan wajah dan nombor plat secara lalai, dengan hanya mengekstrak metadata tingkah laku yang diperlukan untuk pengurusan trafik atau keselamatan. Memproses data secara tempatan di pinggir (edge) berbanding mengarkibkan berminggu-minggu rakaman mentah dalam pelayan pusat mengehadkan risiko pengawasan massa dan pelanggaran data.

Untuk penelitian lebih mendalam tentang algoritma dan aplikasi yang dikaji di sini, kertas penyelidikan penuh tersedia di kertas sumber di Dev.to. Jika anda ingin membincangkan idea-idea ini dengan orang lain yang bekerja dalam bidang AI bandar dan penglihatan komputer (computer vision), sertai perbualan di komuniti Telegram GyaanSetu.

Kerja Sebenar Bermula Selepas Model Dilatih

Pembelajaran mendalam telah mengubah analitik video daripada eksperimen sains kepada realiti operasi. Kamera di bandar pintar tidak lagi sekadar merakam; ia mentafsir, mengukur, dan bertindak balas. Teknologi ini wujud untuk mengurus aliran trafik, mencegah bencana kesesakan orang ramai, dan mempercepatkan tindak balas kecemasan menggunakan video yang sememangnya sudah dirakam.

Namun, perkakasan dan algoritma hanyalah sebahagian daripada tugas tersebut. Sebuah bandar yang menggunakan alatan ini tanpa pelan penyelenggaraan, tanpa seni bina rangkaian yang menghormati had jalur lebar, dan tanpa pagar keselamatan privasi akan mewujudkan sama ada kegagalan yang mahal atau aparatus pengawasan yang menceroboh. Perbezaannya terletak pada perincian pelaksanaan. Pembelajaran mendalam menyediakan "mata"; perancang bandar dan jurutera tetap menyediakan pertimbangan.