全国免费服务电话:400-788-1068
东莞市创通宝通信科技有限公司
您现在的位置:首页 > 新闻中心 > 行业资讯
东莞安防公司谈论人工智能技术的重要应用
发布时间:2017-10-18 浏览:3155 次

        如何解决海量的视频监控数据与人力分析瓶颈之间的矛盾是产业技术升级的主要方向。而智能化早已经成为行业发展的共识,10年前安防行业就要开始向智能化发展,目的是自动把视频图像里面的内容和目标变成结构化数据,但一直没有令人满意的重大突破,主要反映在识别准确率低、场景适应性差、识别种类少。而深度学习是通过大量数据误码练来建立输入数据和输出数据之间的映射,解决了之前的技术瓶颈,使得人工智能来自动处理海量监控视频数据成为可能。以平安城市为例,针对道路监控视频特别是微卡口等相对标准的视频进行实时结构化分析和特征信息提取,转化为公安实战所需的情报,是“十三五”平安中国建设规划的重要手段。

        目前,东莞安防行业中其于深度学习的人工智能产品,主要识别包括:车辆分析、人员分析、行为分析和图像分析,产品形态包括前端和后端两类。而深度学习的迅猛发展,其背后是快速发展的GPU芯片技术,随着人们逐渐认识到专用计算芯片对人工智能的重要作用,围绕AI任务进行专有加速的芯片越来越多,这些芯片都是为了服务器端进行设计的,芯片面积较大,而针对前端/移动端设计的芯片在功耗和性能上不足,以及信息安全风险和缺乏统一标准等问题,使得具备智能应用的前端产品和后端产品各有擅长且长期共存。

        后端产品主要是超融合NVR和视频结构化服务器,前者是在集中存储图像的基础上,通过集成深度学习算法实现了针对视频内容的智能分析和信息提取,比如人脸/车辆/行为等,适合中小型项目使用。后者通过集成高性能GPU芯片和智能算法,专门对机非人等海量特征进行快速提取和准确识别比对,比如人脸识别、车辆分析等。此外,后端产品能根据需求灵活配置硬件资源,能够运行复杂,业务响应置后的算法,且升级维护比较方便。

        前端产品主要是AI摄像机,主要为后端提供初步结构化的图像数据,可以减少后端分析处理的计算资源压力和网络带宽等系统造价,还可以提高一部分实时智能分析的应用价值。缺点是前端设备空间有限、功耗成本较高,会导致有限的硬件资源只能运行相对简单,对实时性要求的算法。

        因此,前端智能和后端智能并不冲突,随着智能的需求无所不在,未来更多数据的采集和计算都将在前端产品进行边缘计算、前端处理分析后选择性上传到后端,二者结合起来,实现更智能的分布式管理,根据客户的具体需求提供差异化的智能解决方案。通常、检测、跟踪、去重、抠图等相对通用的应用以及拦线越界徘徊计数等行为分析类的应用适合放在前端,而提取细节特征、识别比对等以及涉及敏感信息的复杂应用适合放在后端,我们可以根据实际情况进行设计分解,实现资源利用最大化。

        此外,随着GPU性能和深度学习算法的训练优化,针对卡口视频和道路监控视频等中远距离场景的实时结构化分析服务器,也开始投入实战应用。”结构化数据“是指能够直接表达视频中目标的属性特征,这个数据可以大规模地检索、分析、统计。结合平安城市中摄像头部署的场景特点和用户使用需求,视频结构化的对象可分为:车辆结构化、非机动车结构化、行人结构化。

        本文章由东莞监控系统http://www.chtonb.com.cn/整理提供。

 

公司简介|联系我们|项目合作|友情链接|网站地图
Copyright © 2014广东创通宝通信科技有限公司 All Rights Reserved.       粤ICP备12034587号          技术支持:光速东莞网站建设
创通宝科技致力于为客户提供全方位的弱电智能化工程服务
电话:0769-83736568 13380121669   |   传真:0769-22305978   |   邮箱:0769@chtonb.com
点击这里给我发消息 东莞公司
点击这里给我发消息 惠州业务
点击这里给我发消息 中山业务
点击这里给我发消息 佛山业务