[
簡(jiǎn)體中文 | English ]
新聞資訊
行業(yè)新聞
關(guān)鍵字：
數(shù)字硬碟錄像機(jī)
網(wǎng)絡(luò)視頻硬碟錄像機(jī)
高清網(wǎng)絡(luò)攝像機(jī)
IP網(wǎng)絡(luò)攝像機(jī)
網(wǎng)絡(luò)視頻管理平臺(tái)
監(jiān)控系統(tǒng)解決方案
智能視頻監(jiān)控
人工智慧技術(shù)助力攝像頭升級(jí)為「城市大腦」
現(xiàn)如今，可能我們每一個(gè)生活在大城市的人都會(huì)有這樣的印象，那就是每天無(wú)論是走在大街小巷，還是開(kāi)車(chē)、乘坐交通工具，又或是出入辦公大樓、到商場(chǎng)購(gòu)物、餐館就餐等等總會(huì)看見(jiàn)各種大大小小的攝像頭在俯視著我們。據(jù)相關(guān)統(tǒng)計(jì)，生活在城市裡的人們，平均每天可能會(huì)“偶遇”監(jiān)控攝像頭多達(dá)數(shù)百次。
解碼處理會(huì)耗費(fèi)計(jì)算資源，同時(shí)會(huì)有明顯的延遲。同時(shí)，為了傳輸(shū)與存儲(chǔ)，大量的視頻在壓縮的時(shí)候必然會(huì)導(dǎo )致很多圖像細(xì)節(jié)特徵的丟失，從而導(dǎo )致識別率更低。因此，也造成了目前視頻監(jiān)控數(shù)據(jù)利用率極低的現(xiàn)象。因為目前的很多監(jiān)控系統(tǒng)是為了存儲(chǔ)數(shù)據(jù)再由人工離線(xiàn )檢查而設(shè)計(jì)，大部分數(shù)據(jù)在其生存期內(nèi)一次都沒有用過(guò)。因此，數(shù)據(jù)大並不等於大數(shù)據(jù)。
高文院士表示，城市大腦需要智慧之眼。“通過(guò)監(jiān)控攝像頭讓城市變得更智智慧，不僅僅是單一的視頻檢索和計(jì)算機(jī)視覺問(wèn)題，而是在面臨海量信息和突發(fā)事件時(shí)，能否能迅速做出反應(yīng)、能否降低計(jì)算量、能否有效識別和檢索等一系列龐大的系統(tǒng)工程。”
高文院士還在大會(huì)中提出了“數(shù)字視網(wǎng)膜”的概念，他指出“承載數(shù)字視網(wǎng)膜的攝像頭需做兩(liǎng)件事：首先做好編碼；其次為後面的識別，提取出所需的信息。數(shù)字視網(wǎng)膜與人的眼睛既具有影像重構(gòu )（精細(xì)編碼視覺內(nèi)容），又具備特徵提取（面向識別理解）的功能。”基於結(jié)構(gòu )化的大數(shù)據(jù)，融合底層視覺特徵與深度學(xué)習(xí)，可以更加豐富數(shù)據(jù)的內(nèi)在信息，提升分類(lèi)、檢索或預測(cè)的準(zhǔn)確性。
當(dāng)然，由於當(dāng)前人工智慧等技術(shù)短板限制，泛安防+人工智慧仍有許多難點(diǎn)需要突破。例如，在海量視頻數(shù)據(jù)中尋找目標(biāo)，“天網(wǎng)”視頻監(jiān)控系統(tǒng)每天產(chǎn)生的大量圖像視頻，對(duì)於尋找目標(biāo)人與車(chē)輛猶如大海撈針。
其次，傳輸(shū)受限制預警不實(shí)時(shí)。尤其是高清、超高清攝像機(jī)的大量應(yīng)用，採集的數(shù)據(jù)量非常大，傳輸(shū)成本非常高，而且很難在第一時(shí)間匯集到數(shù)據(jù)總平臺(tái)，造成全局預警與搜索的困難。此外，針對(duì)交通擁堵情況，當(dāng)前的交通大數(shù)據(jù)主要還是以導(dǎo )航地圖、共享出行軟體等為主，視頻智能分析數(shù)據(jù)應(yīng)用還是比較少等等。
但是我們相信，隨著傳統(tǒng)安防企業(yè)在人工智慧技術(shù)研發(fā)的持續(xù)投入，大量人工智慧技術(shù)創(chuàng)業(yè)團(tuán)隊(duì)的加入，以及AI技術(shù)在安防行業(yè)應(yīng)用的不斷驗(yàn)證與優(yōu)化改進(jìn)，我們的城市大腦肯定會(huì)變得越來(lái)越聰明，我們的城市也將變得越來(lái)越安全。
新聞資訊
現(xiàn)如今，可能我們每一個(gè)生活在大城市的人都會(huì)有這樣的印象，那就是每天無(wú)論是走在大街小巷，還是開(kāi)車(chē)、乘坐交通工具，又或是出入辦公大樓、到商場(chǎng)購(gòu)物、餐館就餐等等總會(huì)看見(jiàn)各種大大小小的攝像頭在俯視著我們。據(jù)相關(guān)統(tǒng)計(jì)，生活在城市裡的人們，平均每天可能會(huì)“偶遇”監(jiān)控攝像頭多達(dá)數(shù)百次。
解碼處理會(huì)耗費(fèi)計(jì)算資源，同時(shí)會(huì)有明顯的延遲。同時(shí)，為了傳輸(shū)與存儲(chǔ)，大量的視頻在壓縮的時(shí)候必然會(huì)導(dǎo )致很多圖像細(xì)節(jié)特徵的丟失，從而導(dǎo )致識別率更低。因此，也造成了目前視頻監(jiān)控數(shù)據(jù)利用率極低的現(xiàn)象。因為目前的很多監(jiān)控系統(tǒng)是為了存儲(chǔ)數(shù)據(jù)再由人工離線(xiàn )檢查而設(shè)計(jì)，大部分數(shù)據(jù)在其生存期內(nèi)一次都沒有用過(guò)。因此，數(shù)據(jù)大並不等於大數(shù)據(jù)。
高文院士表示，城市大腦需要智慧之眼。“通過(guò)監(jiān)控攝像頭讓城市變得更智智慧，不僅僅是單一的視頻檢索和計(jì)算機(jī)視覺問(wèn)題，而是在面臨海量信息和突發(fā)事件時(shí)，能否能迅速做出反應(yīng)、能否降低計(jì)算量、能否有效識別和檢索等一系列龐大的系統(tǒng)工程。”
高文院士還在大會(huì)中提出了“數(shù)字視網(wǎng)膜”的概念，他指出“承載數(shù)字視網(wǎng)膜的攝像頭需做兩(liǎng)件事：首先做好編碼；其次為後面的識別，提取出所需的信息。數(shù)字視網(wǎng)膜與人的眼睛既具有影像重構(gòu )（精細(xì)編碼視覺內(nèi)容），又具備特徵提取（面向識別理解）的功能。”基於結(jié)構(gòu )化的大數(shù)據(jù)，融合底層視覺特徵與深度學(xué)習(xí)，可以更加豐富數(shù)據(jù)的內(nèi)在信息，提升分類(lèi)、檢索或預測(cè)的準(zhǔn)確性。
當(dāng)然，由於當(dāng)前人工智慧等技術(shù)短板限制，泛安防+人工智慧仍有許多難點(diǎn)需要突破。例如，在海量視頻數(shù)據(jù)中尋找目標(biāo)，“天網(wǎng)”視頻監(jiān)控系統(tǒng)每天產(chǎn)生的大量圖像視頻，對(duì)於尋找目標(biāo)人與車(chē)輛猶如大海撈針。
其次，傳輸(shū)受限制預警不實(shí)時(shí)。尤其是高清、超高清攝像機(jī)的大量應(yīng)用，採集的數(shù)據(jù)量非常大，傳輸(shū)成本非常高，而且很難在第一時(shí)間匯集到數(shù)據(jù)總平臺(tái)，造成全局預警與搜索的困難。此外，針對(duì)交通擁堵情況，當(dāng)前的交通大數(shù)據(jù)主要還是以導(dǎo )航地圖、共享出行軟體等為主，視頻智能分析數(shù)據(jù)應(yīng)用還是比較少等等。
但是我們相信，隨著傳統(tǒng)安防企業(yè)在人工智慧技術(shù)研發(fā)的持續(xù)投入，大量人工智慧技術(shù)創(chuàng)業(yè)團(tuán)隊(duì)的加入，以及AI技術(shù)在安防行業(yè)應(yīng)用的不斷驗(yàn)證與優(yōu)化改進(jìn)，我們的城市大腦肯定會(huì)變得越來(lái)越聰明，我們的城市也將變得越來(lái)越安全。
上一篇：
