无人看见的跌倒,后果往往更加严重
跌倒是全球意外死亡的主要原因之一。世界卫生组织估计,2023 年跌倒造成约 84.2 万人死亡,其中 71% 为 60 岁及以上的成年人(世卫组织跌倒情况说明)。在这些数字背后,有一个因素会影响每起事故的后续结果:在有人前来救助之前所经过的时间。
在门店、库房或仓库里,这段时间往往取决于运气:恰好有顾客经过通道,或者有同事回来取一箱货。摄像头只是录像,却没有人盯着屏幕,这种情况并不会因此改变。AI 视频分析正是用来缩短这段时间的。
AI 如何识别跌倒
其原理基于对姿态的分析,而不是对人员身份的识别。模型识别的是身体失去直立状态:人体轮廓从站立姿势突然变为倒地姿势。它直接分析已安装摄像头的画面。
- 现场检测。 在 Oxania,摄像头的主码流在本地分析,使用安装在门店内的专用 GPU,视频流始终保留在现场。
- 视频警报。 一段简短的视频片段会在 10 秒内送达手机、平板或电脑,并自动放大相关区域。
- 由人来决策。 收到警报的人查看视频片段,并决定后续处理方式。蹲下去拿货架底层商品的人,与倒在地上起不来的人,所需的应对方式并不相同。
AI 识别的正是跌倒本身,无论起因是什么:滑倒、失足,或是身体不适导致倒地,都会触发同样的警报。但如果只是身体不适而没有跌倒,仅凭姿态是看不出来的。
人的决策与检测同样重要:技术负责检测,团队负责决策。系统不使用人脸识别,也不会在不同摄像头之间跟踪某个人,详情请见我们的文章:分析手势而非分析个人的视觉 AI。
在门店:顾客与员工
在销售区域,跌倒的原因往往很平常:下雨天入口处湿滑的地面、通道里打翻的商品、标识不清的台阶。各年龄段的顾客都可能遇到,其中老年人首当其冲,他们承受的后果也最为严重。
对员工来说,风险则转向库房和客流较少的时段:高处上架、使用梯凳、搬运纸箱、由一人独自开店或关店。此时警报可以通知同事或负责人,而不必等待有人恰好路过。
应对措施需要提前准备:不同时段由谁接收警报、谁前往现场、必要时由谁呼叫急救。其原则与所有视频警报相同,详见我们的指南:建立团队响应协议。
仓库与物流场所
仓库集多种风险情形于一身:空间开阔、设备往来穿行、高处作业,员工有时还独自待在偏远的通道里。国际劳工组织估计,全球有 3.95 亿名劳动者遭受非致命性工伤(国际劳工组织发布的估算)。
装卸月台、拣货通道和高位存储区是最先需要覆盖的地方。在这些空间里,一台摄像头能看到的范围比一支团队能巡查的范围更大。跌倒警报是对现有独居或单独作业人员保护措施的补充,而不是取而代之。
医疗机构与接待体弱人群的场所
跌倒首先影响的是老年人。在医疗机构或老年公寓的公共区域(大厅、走廊、公共活动室),及时的警报有助于工作人员更早介入。这里的隐私问题更为敏感:只有公共区域适合使用,绝不能用于房间和卫生间。
启用警报前需要做好的准备
- 覆盖高风险区域:入口、液体商品所在通道、库房、收货月台。对摄像头视角进行审查,例如在现有摄像头上部署视频分析中所述的方法,可以看清摄像头实际能看到什么。
- 接收人员:每个时段安排一到两人,可通过手机、平板或前台电脑联系到。
- 告知被拍摄的人员:根据当地法规,说明设有摄像头并使用视频分析,在法律有规定的地方还需征求员工代表的意见。
- 数据留存:仅保留与警报相关的视频片段,存放在尽可能靠近客户所在国家的服务器上,留存期限符合当地法规。
同一套摄像头网络因此可以满足多种用途:损耗预防、按区域和时段的统计,以及人员安全。在 Oxania,跌倒警报与其他警报出现在同一个应用中,并具备同样的放大功能和仪表盘。对团队来说,这只是多了一种需要了解的警报,而不是多了一个需要学习的工具。我们的文章门店跌倒警报与统一系统的价值详细介绍了这种组织方式。