a&s专业的自动化&安全生态服务平台
公众号
安全自动化

安全自动化

安防知识网

安防知识网

手机站
手机站

手机站

大安防供需平台
大安防供需平台

大安防供需平台

资讯频道横幅A1
首页 > 资讯 > 正文

深度智能化缘何在安防界大放异彩?

听海康威视讲述深度智能化缘何在安防界大放异彩?
资讯频道文章B
  前言:2016年北京安博会掀起的人工智能、深度学习浪潮直观的反映出行业往深度智能阶段发展的趋势走向,这并非偶然现象,几大应用市场需求的驱动,上游深度学习芯片和算法的开源,行业所具备的天然的海量数据训练集特征等多维因素一起推动了安防走向深度智能化。

  文/孟祥广   杭州海康威视数字技术股份有限公司产品经理

  城市化进程不断发展,为了更好地保障人民人身和财产安全,政府对加强城市各地联网型监控系统已经越来越重视,当前监控系统建设使用监控录像存储,事件发生后调取查阅的方式在一定程度上满足了社会的需求,但是无法避免和阻止事态趋于恶化,智能视频分析技术则能够较好的解决上述问题。

  深度智能是什么?

  智能视频分析(IV,Intelligent Video)源自计算机视觉(CV,Computer Vision)技术,计算机视觉技术是人工智能(AI,Artificial Intelligent)研究的分支之一,它能够在图像及图像描述之间建立映射关系,从而使计算机能够通过数字图像处理和分析来理解视频画面中的内容。而视频监控中所提到的智能视频技术主要指的是“自动的分析和抽取视频源中的关键信息”。

  如果把摄像机看作人的眼睛,智能视频系统或设备则可以看作人的大脑。智能视频技术借助计算机强大的数据处理功能,对视频画面中的海量数据进行高速分析,过滤掉用户不关心的信息,仅仅为监控者提供有用的关键信息。智能视频解决方案以数字化、网络化视频监控为基础,用户可以设置某些特定的规则,系统识别不同的物体,同时识别目标行为是否符合这些规则,一旦发现监控画面中的异常情况,系统能够以最快和最佳的方式发出警报并提供有用信息,从而能够更加有效的协助安保人员处理危机,切实提高监控区域的安全防范能力。

  通过如下一些简单的对比,我们可以看出传统视频监控和智能视觉监控之间的不同:

 

 传统视频监控智能视觉监控
 
 
 
监控持续性
需要连续长时间盯着屏幕,容易导致安保人员眼睛疲劳、注意力下降。根据研究表明,人眼紧盯屏幕22分钟之后,注意力就会大幅下降,远低于正常水平(此时人眼只能察觉画面里不到5%的信息),因此实际使用时,无法达到真正意义上的7×24小时监控。不需要一直紧盯屏幕,安保人员只需要在系统告警时进行确认即可。避免了安保人员因长时间观看屏幕造成疲劳而降低注意力,提高了安保人员实际监控的效果,真正做到7×24全天候监控。
 
 
 
 
监控有效性
 
人眼观察范围有限(理论上人眼水平最大视角为100°~120°,但实际上有效视角只有20°~30°,其中视觉敏锐视角仅10°,剩余部分即所谓的“眼角余光”,区域视力非常低),无法同时紧盯多个屏幕;且人脑也无法同时处理多个监控屏幕的画面。因此,安保人员面临大型屏幕墙时无法有效监控。所有监视屏幕均由摄像机自动进行智能监控,安保人员只需要对产生告警的摄像机进行确认和处理即可。这样,安保人员的实际有效监控范围可以提高数十倍,大大提高了监控效率。
 
 
 
监控能力
 
人眼视觉灵敏度有限,在监控距离遥远、光线不足等监控环境下,人眼无法察觉监控屏幕上的细微变化。智能视觉摄像机可以识别出人眼无法分辨的细微变化,例如在遥远距离、光线不足、低对比度、环境伪装等等情况下的入侵行为和威胁。
 
 
监控实际效果
由于种种原因,传统监控的实际效果并不理想,在大多时候传统监控系统只能用于事后取证,无法起到预防、预警的作用可以侦测并记录出现在监控屏幕内的徘徊行为。在发现入侵者之后可以自动预警,这样,安保人员就可以随时掌握着入侵者的行踪,并在事发之前进行预防和控制,把损失降到最低。
 
 
 
监控传输通道
有效利用率
无论是否有事情发生,都必须将画面传到监控室的屏幕上,无畏地消耗传输线路的带宽,尤其不利于大型监控系统。可设置“告警触发式”传输模式——借助计算机或嵌入式设备的强大数据处理功能,对视频图像中海量的数据进行高速分析,过滤掉用户不关心的信息,仅仅为监控者提供有用的关键信息。只在监控到威胁的时候才占用带宽,在同等带宽条件下可以容纳更多路监控
 
 
监控录像
管理效率
无论是否有事情发生,都必须对监控画面进行录像,极大地浪费存储空间。同时,由于录像存在大量无用信息,导致回放翻看录像时浪费时间。可设置“告警触发式”录像模式——只对用户指定的入侵行为或威胁事件前后过程进行录像,在同等条件下可以存储更长时间的录像,同时回放翻查录像效率很高。

  从以上对比中我们可以看出智能分析技术的好处,但从这些年智能分析技术的应用来看,其并未实现大面积商用,究其原因主要是过去技术不够成熟、应用效果不够理想,传统的智能分析技术由于算法是人为根据不同的场景和应用需求进行设计,在适应性上需要人为不断的改善和提升,在特定的环境下有良好的性能,但是一旦环境等因素发生变化,传统的智能分析算法在应用上的性能就会降低。传统智能分析算法存在不可突破的局限性,限制了智能分析技术的进一步发展,直到2012年之后,深度学习算法带来了突破,深度学习作为一种技术思想,其理论和技术本身并不是一种新鲜事物,但是随着硬件计算能力的突破和海量数据的积累,深度学习在各个领域的智能应用取得了重大突破。深度学习解决了一些传统智能算法无法解决的问题,而且输出结果会随着数据处理量的增大而更加准确,使得机器学习能够实现众多应用。

  深度智能安博会首秀

  2016年北京安博会期间,安防业界主流厂商新品发布会陆续进行,“AI+”等应用概念的集体出炉,预示着产业进入到一个新的阶段,以海康威视为例,在北京安博会期间发布了基于深度学习的以“深眸”系列智能摄像机为代表的安防产品家族,如 “深眸”系列专业级智能摄像机、“超脑”系列智能NVR、 “脸谱”系列人脸分析产品等,这些产品基于视频及多维感知、人工智能、大数据等核心技术深入用户业务,提升综合安防及可视化管理水平。

  为何深度学习在今年大放异彩?

  我们不禁思考,为何基于深度学习技术的产品会在今年大放异彩?这其中的原因大致有以下几点:

  第一,深度学习拓展了人工智能的领域范围,提升了智能程度,开启了视频智能应用的新篇章,其价值主要体现在应用深度和广度等方面。针对应用深度而言,深度学习算法可以大幅提升智能算法分析性能,提高视频智能应用水平;针对应用广度而言,深度学习可以克服其靠人工选择特征和浅层学习的局限性,可以完成传统智能视频分析技术很难完成或者不可能完成的任务;

  第二, NVIDIA、Movidius上游深度学习芯片或方案大幅提升了算法效果,提高了产品开发效率,同时降低了研发成本,扩大了人工智能的市场规模,一段时期内,降低了应用门槛,简单的深度学习芯片+数据就能超越传统的算法效果。

  深度学习的规模化应用将带来的产业变动

  随着行业深度学习应用的不断深入,接下来用户期望和技术标准也会相应提高,厂家竞争领域将会发生变化,从单张图理解延伸到视频和语义的理解,人工智能应用范围扩大,安防厂商在这些领域要更注重模型和方案的创新,开发出更切合用户需求的产品,用户们需求千差万别,使得离一线用户较远的芯片厂商,无法为每一类客户定制所需要的产品和方案,不能兼顾到方方面面,这就为软件形式为主的厂商留下了广阔的空间。软件厂商可以和芯片厂商广泛交流,提炼软件应用中的共同需求,将其成熟技术迭代硬件化,减少总体费用与时间成本,实现整体解决方案的效能最大化。我们有理由相信,上下游合理分工、通力合作,一定能有力地推动深度学习下的智能技术稳步前进。

  2016年,在业内领先的智能安防厂商的带领和共同推动下,人工智能在安防产业的应用逐渐呈现出规模化,这是一个新的历史转折点,未来已来,一个AI驱动的智慧时代正在来临!

【相关阅读】开源环境下,深度学习核心竞争力不在于算法和芯片

参与评论
回复:
0/300
文明上网理性发言,评论区仅供其表达个人看法,并不表明a&s观点。
0
关于我们

a&s是国际知名展览公司——德国法兰克福展览集团旗下专业的自动化&安全生态服务平台,为智慧安防、智慧生活、智能交通、智能建筑、IT通讯&网络等从业者提供市场分析、技术资讯、方案评估、行业预测等,为读者搭建专业的行业交流平台。

免责声明:本站所使用的字体和图片文字等素材部分来源于互联网共享平台。如使用任何字体和图片文字有冒犯其版权所有方的,皆为无意。如您是字体厂商、图片文字厂商等版权方,且不允许本站使用您的字体和图片文字等素材,请联系我们,本站核实后将立即删除!任何版权方从未通知联系本站管理者停止使用,并索要赔偿或上诉法院的,均视为新型网络碰瓷及敲诈勒索,将不予任何的法律和经济赔偿!敬请谅解!
© 2020 Messe Frankfurt (Shenzhen) Co., Ltd, All rights reserved.
法兰克福展览(深圳)有限公司版权所有 粤ICP备12072668号 粤公网安备 44030402000264号
用户
反馈