徐擎陽說，華為云ModelArts提供了全流程的AI開發(fā)與管理平臺，在很大程度上降低了麥圖科技進入視頻AI領(lǐng)域的門檻，“如果沒有ModelArts，在準備訓(xùn)練前，需要自己買設(shè)備，去開源社區(qū)里面找這方面的技術(shù)，學(xué)習(xí)構(gòu)建和配置環(huán)境；在訓(xùn)練的過程中，要涉及到設(shè)備維護、性能調(diào)優(yōu)，以及標定工具的開發(fā)等等。這個過程是會非常漫長和繁雜的，我們在管制語音識別的產(chǎn)品AI核心開發(fā)過程中已經(jīng)體會過一遍，過程非常痛苦，代價非常大?！?/p>

對于麥圖來說，ModelArts帶來的效率提升的價值顯而易見：“第一版模型開發(fā)，從標定到訓(xùn)練，到最后給客戶做演示，只花了三天時間。如果用傳統(tǒng)的方法做，可能連服務(wù)器的快遞都寄不到?！?/p>

徐擎陽介紹說，在這個系統(tǒng)中，“光電盯防子系統(tǒng)”是一個重要的實時核心，它需要具備較完整的“基于視頻流的航空器目標識別和跟蹤”能力。通過將機場平面各個關(guān)鍵點采集到的實時視頻流送入基于華為云ModelArts一站式AI開發(fā)與管理平臺開發(fā)的“航空器識別模型”進行處理，識別出畫面中飛行器對象的像素坐標等一次參數(shù)后，對其進行空間位置換算，以及包括速度、運行方向等在內(nèi)的二次參數(shù)的計算，并在系統(tǒng)運行數(shù)據(jù)中找到相匹配的航班信息對目標進行信息標記，以AR信息增強的形式呈現(xiàn)在監(jiān)視器上，讓管制員以“抬頭顯示”的形式在單一屏幕中直觀了解到足夠全面的動態(tài)信息。同時該系統(tǒng)會在后臺對所有目標的軌跡和矢量動態(tài)數(shù)據(jù)進行監(jiān)控和推算，讓計算機能夠代替或輔助管制人員在全局范圍對每一個航班、每一個道口進行實時盯防，提前預(yù)知潛在運行風(fēng)險，從而降低事故發(fā)生的概率。

此模型單幀主要目標識別準確率可以逼近96%，多幀識別中主要目標識別結(jié)果可在99%以上。目前，麥圖正在嘗試Mask-RCNN模型，將坐標輸出精度提升至像素級，實現(xiàn)更精確的航空器識別和位置計算。

麥圖信息借助華為云ModelArts平臺開發(fā)出的跑道防侵入場景中的航空器識別AI模型，將于2020年2月11日-12日在深圳舉辦的華為開發(fā)者大會2020（Cloud）上與開發(fā)者們見面。

zhangnn