【推荐】2019 Java 开发者跳槽指南.pdf(吐血整理) >>> 
中国有句古话：“民以食为天”，人们对饮食的看重始终贯穿于中国文明发展的历史长河。但近年来，食品安全事件频发，餐饮业“后厨重地”合规性问题逐渐走上公众舆论的焦点，成为政府重点监管的所在。那么，面对“食品安全大过天”这一社会诉求，云计算、大数据、人工智能技术又能发挥怎样的作用呢？
“明厨亮灶”有何难言之隐？
从2015年起，国家食品药品监督管理局提出的“明厨亮灶”工程已经在全国范围内推广。目的是让餐饮企业“后厨重地”从幕后走到前台，引导行业透明化、可视化，实现全民监督，倒逼餐饮企业修好内功，提高管理水平，从而进一步切实保障食品安全。
然而，对于监管机构来说，餐饮门店视频巡查系统大多是本地化，缺少联网功能，无法随时随地查看回放，同时海量的视频数据无法识别关键信息和实时分析，信息化监管平台建设成为了迫切的需求。而对于餐饮企业来说，则同样面临着食品工厂、中央厨房、连锁门店等视频系统本地化，联网受限，总部无法查看实时查看的问题。同时，餐饮企业也面临着在实施主动监管过程中仅依靠人工对视频进行分析效率低下，监控平台部署运维成本高等等难题。
随着全面上云时代的到来，“明厨亮灶”也迎来了上云的最佳契机。那么，在云计算、大数据、AI技术的加持下，餐饮企业监管效率和“明厨亮灶”覆盖范围究竟是否会得到有效提升呢？搭载在云上的“明厨亮灶”又有何不同？
看得见、看得懂的真·智能·后厨管理平台
实际上，餐饮行业“明厨亮灶”工程具有门店数量多、分布广泛、改造部署难、内容传输安全性高、潜在AI分析需求大等业务特点。
为了解决行业难题，阿里云基于分布广泛的云计算基础设施，搭载视频接入、设备管理、视频存储、视频分发、直播回看等全链路视频处理能力，融入人工智能技术，构建一站式视频接入及智能视觉平台，帮助“明厨亮灶”实现真正的联网化、智能化、轻量化。同时，利用更符合餐饮业务场景的AI算法模型，对餐饮业人员行为、卫生状况、监控画面有效性等数据进行高效率识别，针对性地提供餐饮行业明厨亮灶解决方案，赋能全餐饮行业提升监管效率。
解决方案具有以下优势：
1、部署运维简便、轻资产、启动快
- 门店及工厂仅需部署前端设备，部署运维成本低
- 网络、计算、存储弹性扩展，业务只需关注摄像头，云端灵活调度，启动快成本低
- 后端视频+AI使用云服务，按需使用，按量付费，轻资产
2、高质量、全链路的视频接入分发处理与安全保障
- 依托CDN和直播服务等成熟组件，成熟度、稳定性、安全性、性能保障。使用CDN边缘节点进行收发，跨区跨网覆盖良好，支撑千万级设备并发推拉流
- 支持对视频进行云存储及自定义存储策略，同时支持实时直播、历史回看、以及视频流截图等策略
- 支持以SAG进行VPC混合组网，确保数据隔离和传输加密
3、开放标准，方便集成
- 设备、平台、协议开放，可快速以国标GB/T28181或rtmp接入多厂商摄像头、网络存储设备，所有能力OpenAPI开放，方便上层业务集成
4、AI识别准确率高
- 覆盖明厨亮灶中的食品检测场景中关注的重点场景检测算法
- AI识别准确率可达95%以上，可作为监管标准
5、AI算法迭代升级便利
- 云端算法能力可持续训练完善，算法种类可不断丰富，利于AI应用效果保持行业领先，不受本地算力制约
AI赋能明厨亮灶，智能视觉大展身手
AI技术的应用对餐饮行业提升运营和监管效率至关重要，阿里云餐饮行业明厨亮灶解决方案背后是依托智能视觉（IntelligenceVision）产品进行AI识别以及算法迭代。
智能视觉，可以为多层次视觉AI需求提供一站式服务，支持直接通过API调用标准算法，或将已有个性化算法模型导入平台进行推理，还能以零技术门槛的方式，通过上传并标注数据集，自助训练定制化模型，实现创新算法的调用。
智能视觉AI算法具有三大优势：
1、智能的数据收集及标注流程
数据的重要性对于深度学习来说毋庸置疑，没有优良的行业垂直数据，即使有再好的算法模型，也不可能取得好的结果。如何能够更高效地收集数据并且正向反馈给模型，这是所有AI公司的痛点。针对业务数据收集难的问题，阿里云创造了一套智能的利用算法收集数据和数据标注流程，完成了从数据到算法再到数据的闭环，能使业务数据快速回流，帮助业务快速迭代算法，形成良性循环。
2、进阶的后厨场景的算法模型
在用餐高峰期，后厨的工作场地是非常拥挤的，同时摄像头也会被水汽油烟影响，传统的检测算法在这些场景下会严重受限甚至不可用，考虑到厨房垂直场景的特点，阿里云结合当前业内领先算法，针对进行了一系列的改进，后厨环境下目标检测算法模型的速度远远快于当前的开源算法模型，同时检测准确率也高于当前的开源算法10%以上。
3、精准的属性分类模型
阿里云联合集团内部食品卫生安全标杆部门，精心设计深度神经网络特征并结合注意力机制，最后呈现更准确的属性分类模型，能够排除各种厨房用品和工作人员操作的姿势的干扰，比各开源模型有质的飞越。
智能视觉在明厨亮灶场景中的应用：
1、人员身份核验
对厨房内人员进行身份比对，判断是否为正规持健康证上岗的工作人员
2、人员穿戴规范检测
对厨房内人员进行穿戴识别，判断是否正确佩戴有口罩、厨师帽、手套
3、人员行为规范检测
对厨房内人员进行为识别，判断是否有违规行为 ，如抽烟、玩手机等
4、垃圾桶盖检测
识别厨房内垃圾桶盖未闭合的情况
5、老鼠蟑螂检测
对厨房内出现老鼠、蟑螂的情况进行识别。夜间需红外热感摄像头支持，需清晰度足够高
6、画面有效性检测
对视频画面过亮、过暗、黑屏、花屏、遮挡、角度不佳等情况进行检测
7、自助训练AI模型
支持企业从视频监控、视频直播、OSS中读取视频流或图片作为数据集上传、打标，一键训练、模型验证和迭代
（后厨AI识别效果示例-截帧）
技术赋能盒马鲜生与饿了么食安升级
目前，阿里云一站式视频接入与智能视觉平台，已经在盒马鲜生和饿了么成功落地。
盒马是阿里巴巴集团旗下以技术驱动的新零售平台，对内有严格的后厨食安标准规范，并有门店巡检系统。盒马希望通过整合门店视频接入+AI分析能力，将后厨巡检工作自动化，以提高巡检效率，及时发现并整改问题。
阿里云为盒马提供明厨亮灶解决方案，通过国标摄像头采集视频并推送视频至云端，盒马后台可以进行实时远程直播观看，对于未戴口罩/帽子/手套等违规行为，系统可以进行AI识别并实时预警，盒马在接到预警后，联动到巡检系统，记录门店巡检结果，并实时推送给门店负责人立即整改。整个方案大幅缩短了巡检时间，降低巡检差旅费用，提高了食品安全人员的工作效率。更重要的是通过实时的识别问题和跟进整改结果，可以有效提高食品安全管理的实时性。
饿了么已经在去年开通了明厨亮灶频道，阿里云为饿了么提供基础视频汇聚能力与场景化AI算法，共同打造智能化、可视化、系统化的明厨亮灶平台。项目中，通过视频的汇聚与分发，公众可以通过APP在线观看餐馆后厨的直播，提升餐饮商家对食安问题的重视程度。同时，基于AI算法对外卖后厨巡查视频中的人员着装、食品存放、场所环境、制作加工、标识、摄像头等进行违规甄别并及时整改，让消费者能够放心点餐。
来源：oschina
链接：https://my.oschina.net/u/1464083/blog/3146514