蘋果安全攝影機或可識別未可見面孔的人
最近有報導指出，蘋果可能會在2026年推出一款安全攝影機，而超過80%的人表示會考慮購買。根據我們的觀察，蘋果的智能特徵將會是這款產品的亮點，而一項新獲得的專利進一步支持了這一觀點。
我們之前曾提到，智能攝影機的人工智能功能已經在不斷演進，並預測蘋果會在這方面更進一步。最初的人工智能功能是人員檢測。當運動探測器被啟動時，人工智能系統會檢查畫面中是否有人體形狀的物體，只有在檢測到人類的情況下才會開始錄影。
更先進的攝影機則提供人員識別功能，能夠辨識家庭成員，並不會對他們進行錄影，只保存不認識的人的片段。然而，看來蘋果的智能家居攝影機將會在此基礎上進一步提升其智能特徵，這樣的系統將會帶來許多潛在的好處。
今天獲得的蘋果專利描述了攝影機如何在面孔不可見的情況下仍然識別出特定個體。蘋果表示，系統會首先通過面部識別來確認某個人的身份，然後記錄有關他們身體的其他特徵。
專利中提到，設備會在第一視頻流中執行面部識別，以確認第一個人員的身份。設備還會從第一視頻流中識別並存儲第一個人的身體特徵信息，這些信息與通過識別的面孔相關聯。
一旦設備掌握了有關該個體的數據——可能包括衣著或步態——即使攝影機無法看到他們的面孔，也能利用這些特徵進行後續識別。
隨後，設備可以接收第二視頻流，顯示第二個人員的面孔未被識別（例如，視角受阻或圖像質量差）或根本未在設備視野中（例如，背對攝影機走開）。此時，設備可以將第一個人的身體特徵信息（例如，圖像庫）與第二個人員在第二視頻流中的額外身體特徵信息進行比較……根據比較結果，設備可以提供通知，指示第二個人的身份是否與第一個人相符……這樣的技術使設備能夠在沒有面部視野或質量良好的圖像的情況下識別個體。
專利還指出，這些身體數據可能只會被短時間存儲。例如，根據衣著識別某人可能僅在當天內有效，而其他特徵如身體形狀則可能被存儲更長時間。
對於步態等特徵，數據是從視頻片段中提取的，而非一系列靜態圖像。
例如，身體特徵可能與一個人隨時間的運動相關聯（例如，這個人走路的步態）。在這個例子中，類似於上述描述，可以記錄一個人隨時間變化的“運動印記”，並以適當的數據結構（例如，多維向量）進行存儲。
我們需要重申，蘋果的專利遠比實際進入市場的產品多，但在蘋果智能技術出現之前，推出一款安全攝影機似乎就是一個明顯的機會。如今，這真的成為了一個必然的選擇。
這項技術不僅能提升家庭安全，還能為用戶帶來更方便的生活體驗。隨著智能家居技術的不斷進步，未來我們可能會看到更多這類創新的應用，這將改變我們對家庭安全的認知。蘋果在這方面的潛力不容小覷，未來的產品或許將會更加智能化，讓我們的生活更加便利和安全。
以上文章由特價GPT API KEY所翻譯及撰寫。而圖片則由FLUX根據內容自動生成。
