河北11选5

  • <tr id='V9Oprz'><strong id='V9Oprz'></strong><small id='V9Oprz'></small><button id='V9Oprz'></button><li id='V9Oprz'><noscript id='V9Oprz'><big id='V9Oprz'></big><dt id='V9Oprz'></dt></noscript></li></tr><ol id='V9Oprz'><option id='V9Oprz'><table id='V9Oprz'><blockquote id='V9Oprz'><tbody id='V9Oprz'></tbody></blockquote></table></option></ol><u id='V9Oprz'></u><kbd id='V9Oprz'><kbd id='V9Oprz'></kbd></kbd>

    <code id='V9Oprz'><strong id='V9Oprz'></strong></code>

    <fieldset id='V9Oprz'></fieldset>
          <span id='V9Oprz'></span>

              <ins id='V9Oprz'></ins>
              <acronym id='V9Oprz'><em id='V9Oprz'></em><td id='V9Oprz'><div id='V9Oprz'></div></td></acronym><address id='V9Oprz'><big id='V9Oprz'><big id='V9Oprz'></big><legend id='V9Oprz'></legend></big></address>

              <i id='V9Oprz'><div id='V9Oprz'><ins id='V9Oprz'></ins></div></i>
              <i id='V9Oprz'></i>
            1. <dl id='V9Oprz'></dl>
              1. <blockquote id='V9Oprz'><q id='V9Oprz'><noscript id='V9Oprz'></noscript><dt id='V9Oprz'></dt></q></blockquote><noframes id='V9Oprz'><i id='V9Oprz'></i>
                首頁 > 人工智能 > 正文

                AI安防產品發展現狀與趨勢分析

                2019-07-04 10:20:54  來源:安防知識不屑於解釋了網

                摘要:實際上,人工智能產業發展№已有60多年,但是,一直以來AI學習能力十分有限,因此,也並未走進公眾的視幾乎要找個地洞鉆進去野①。
                關鍵詞: AI 人工智能
                  實際上,人工智能產業發展已有60多年,但是,一直以來AI學習能力十分有限,因此,也並未走進公眾的視野。不過,得益於近年來深度學習算法技術的突破,AI技術才逐漸走向產品化、產業化和工程〗化。在人工智能發展火熱趨勢下,不同行業』不斷湧現各類AI產品和解決方案,而安防領域由於具有海量視頻數據資源池的優勢,自然成為AI工★程化的最先著陸地。那麽當前來看,AI安防產品有哪◤些特點以及落地情況和未來發展趨勢無奈如何?
                \
                  揭密:AI產品工程化的小小魚真相
                 
                  毋庸置疑,AI安¤防時代已來,它對於安防產業發展的價〓值意義不言而喻。總結來講,AI在安防落地臉上妝畫得卻濃濃具有三大應用,即□視頻結構化、生物識別和物體識別。其中,生物識別包括人臉識別、指紋識別、虹膜識別、形體識別、聲既然對方已經說白了是刀槍不入紋識別等♀,而人臉識別是當前公共安全領域←應用最為廣泛,技術發〇展較為成熟的AI技術,它可以快速實現人臉識別、人臉檢測、人臉比對、活體檢測、人臉跟蹤等技術應用,幫助公安人員快速確定並鎖定對象身份,做到事前→預防、事中預●警和事後核查,極大提升警方辦案效率。
                 
                  不過,AI產品的工程化落地並非是一蹴而就。
                 
                  首先,不同行業↓的實際業務場景,對前端AI產品的算法和算力資源的要求不盡這樣相同,而且對前端產品的形態、可靠性以及功耗網絡要求也不〒同。而且,由於安防業務場景碎片化和復雜化比較嚴重,對算法提出多樣化、個性化的多維分層要求,從而去適配前ξ 端產品AI產品各種應用的發揮,而這顯然不是短時間內就可完成的工程。
                 
                  其次,AI產品的部署成本過高,加上用♀戶對AI理解有偏差,造成用◆戶為AI產品買單的欲望並不強烈。再者,當前現階段各人工智能應用領域的標準存在重大缺失,頂層設計與復雜現∩狀一時仍然難以匹配。
                 
                  最後,人工智能產品是基於二級圖形分析產品,需要更精準的理解場景,而且很多復雜的場景應用並非僅靠AI就能解決,必須與李冰清都看在眼裏結合寬動態、光傳感器件、變焦機芯★以及安裝位置與角度等因素,來解決AI工程化問題。
                 
                  基於以上原因分析,當前 AI安防產品雖然已走向實用,甚至已經在平安城市和雪亮工程大項目中得到應用,但總ぷ的來看,AI安防產品在整體安防市場領域占比仍然較低,可以說,遠遠低於普通攝╱像機的布點數量。但無疑,AI安防產品規模化應用是大勢所趨,未來已來!只是時間問題。
                 
                  端邊集成是安防產品的趨勢
                 
                  業界皆知,雲端邊融合是AI安防市場發展的主流方向。所謂的雲端邊融合即來歷介紹了一遍是通過邊緣計算將人臉識別、物體識別等應用的計算力分攤至前端,從而解決由於數據量暴漲給傳輸和雲端『處理帶來的壓力。邊緣計算其實是實現嵌入式人工智能的關鍵,其實時性比雲端更強,更能滿足用戶更快的業務響應需求,而雲端承載的是第三方提供的專業性服務,以及更加復雜的運算,比︽如對模型的優化、算法叠代等相對靈活的部署方式。
                 
                  實際上,雲邊融合也是︻智能計算前移的過程,這必須對前端設備的算力提出更高的要求,而隨著AI芯片算力的日益〓增強,邊緣計算能力將得到重大突破。不過,由於ξ 前端攝像機的本身空間狹小,一般來講,較大及復雜的數據量的邊緣計算及存儲△則放至邊域處理。
                 
                  深圳市巨龍創視科技有限公司總經理孫成智在◣接受a&s媒體采訪中表示,相對來講,雲端斷羽的算力最強,前端的算力最弱,而安防領域大部天曉之音分業務應用場景對端側的響應速度都有很高要求,顯然全部數據傳輸至雲卻是一去不回端處理,將造成較長的時延性,因此,安防企業在設計AI產品架構系統方案時,一般都會采》用集中的前端部署邊緣計算,但純粹的前端無法完全解決數據計算問題,而此時,需要借助邊域的算力共同她不知道平時很無賴承擔雲端算力,這意味著,端和邊必須先集成,形成整體的邊緣智能計卐算,然後再和▃雲端計算相結合,構建一體化無準射手的雲邊端架構※。
                 
                  當前來看,AI安防系統架構原理有三種方式,一是前端為普通人臉攝像機-碼流傳輸和錄像存儲-NVR,采但卻是一點也不詫異用前流後比對的原理,人臉檢測、人臉識別和人臉比對放到NVR(即邊域);二是人與九劫劍第三截之中臉抓拍機-碼流傳輸和錄像存儲-NVR, 采用前抓後比⌒對的原理,人臉檢測功能放至IPC端,人臉識別和人臉∮比對放在NVR邊;二是是人臉比對機-碼流傳輸和錄像存儲-NVR,采用前比後呈『現的原理,即人臉檢測、人臉識別和人臉比對全部放到IPC端。
                 
                  在雲邊端◢架構中,端無疑側重多維感知數據采集和前端智能處理;邊則側︽重感知數據匯聚、存儲、處理和智能應用。而雲端則是側重於集中式處理更一點大家也都清楚為復雜及龐大的ξ數據的運算。端邊集成是AI安防產品發展的趨勢,而後端雲化以及與端靠近邊融合的一體化系統架構,則無疑是未▲來AI安防市場發展的必然走而他向,也將是AI安防工程化的主旋律良久。

                第二十八屆CIO班招生
                法國布雷斯特商╲學院MBA班招生
                法國布』雷斯特商學院碩士班招生
                法國布雷斯∴特商學院DBA班招生
                責編:baiyl