高端访谈 > 正文
SDT安防大数据时代 我们为什么需要深度智能?
2017/3/16 10:20   安全自动化      关键字:安防,智能,数据,深度,时代,应用      浏览量:
随着各地视频接入规模的迅猛增长及视频监控对高清、智能、联网的要求越来越高,每天产生的数据量正以惊人的速度在不停增长。安防行业正迈向全新的大数据时代,数据越来越成为最宝贵的资源,如何有效对数据进行存储、共享以及应用变得愈加重要,SDT(安防大数据技术)时代应时而生。

在安防大数据时代,智能化在安防系统的建设中越来越重要。未来安防技术的应用将以视频为核心,结合人工智能技术,实现传统安防应用向“深度智能”应用变革。

那么在SDT大数据时代,我们为什么需要“深度智能”?看看海康威视技术支持与服务部总监何峻峰带来怎样的解读。

当前行业所谈到的智能有哪些不足?

从2006年开始我们就一直在讲智能,许多厂商都在智能上下足功夫,智能化也成为安防行业新的趋势。但在喧嚣的背后,智能的实际效果受限于芯片与算法的发展,却一直不能令人满意有重大的突破。主要体现为智能识别准确率低、设备环境适应性差、识别智能种类少等问题一直困扰着智能的应用的普及。

为什么在安防行业向着智能化发展的关键阶段,海康威视会提出SDT大数据理念?

随着各地视频接入规模的迅猛增长及视频监控对高清、智能、联网的要求越来越高,每天产生的数据量正以惊人的速度在不停增长。安防行业正迈向全新的大数据时代,数据越来越成为最宝贵的资源,如何有效对数据进行存储、共享以及应用变得愈加重要,SDT(安防大数据技术)时代应时而生。

一切智能化的应用都将在数据结构化的前提下实现,SDT将是实现安防智能化最基础的手段。

SDT安防大数据时代,我们为什么需要深度智能?

    在SDT安防大数据时代,传统的算法已经明显落后,深度学习算法的具体应用有哪些特点?

在SDT安防大数据时代,面对井喷式增长的视频监控数据量,只停留在浅层次分析识别的传统智能算法,已无法满足深层次数据价值挖掘的需求。

显而易见,我们需要有更深层次的智能,应用人工智能可以帮助我们做到这一点,而这其中的关键点便是深度学习算法的应用:

SDT安防大数据时代,我们为什么需要深度智能?

一、准确率更高,应用深度学习算法的深度智能设备,可以自行提取更多更详细、更微小的特征,从而使得识别分类对象的准确率越高,也就是说:深度学习让智能有了质的飞跃;

二、环境适应性更强,同样是环境特征的提炼,深度学习算法可以自行提取更丰富、更适合的特征参数,从而达到更强的抗环境干扰能力。这样意味着,深度学习的产品可以应用到更广泛的环境当中;

三、识别种类更丰富,理论上只要有足够多的样本进行训练,深度学习能够实现比较精准的目标分类识别,自主特征识别的特点,又让深度学习特别适用于抽象、复杂的关于人的特征、行为的分析领域。

SDT安防大数据时代,我们为什么需要深度智能?

应用深度学习的智能产品,目前能在哪些场景下运用?

现在深度学习智能产品虽然在市场上各家的宣传侧重点各有不同,但其出发点都在于人体分析(人脸识别、人体特征提取技术)、车辆分析(车辆识别技术、车辆特征提取技术)、行为分析(目标跟踪检测技术、异常行为分析技术)、图像分析(视频质量诊断技术、视频摘要分析技术)四大块上。深度学习算法让感知设备不仅具有感觉,也能够辨别与分析。

SDT安防大数据时代,我们为什么需要深度智能?

SDT安防大数据时代,我们为什么需要深度智能?

在常见的应用场景中,如某园区,想查找一个上午10点进入园区的穿黄衣服的男性,可以直接通过属性筛选,获得所有相关的人体图片信息。通过人脸的1比1、1比N的静态比对和动态比对,实现人脸的身份验证或实时报警,显示人员运动轨迹,给事后查询提供证据等。

SDT安防大数据时代,我们为什么需要深度智能?

再比如对车辆可以进行更精细的识别,进行特征搜车应用时,输入一辆车辆照片,根据车灯坏了、凹痕、车内饰物等特征进行精细搜索。类似的深度智能场景应用还有很多很多,此处不一一列举。

SDT安防大数据时代,我们为什么需要深度智能?

我们可以确信:有了深度智能,之前困扰我们行业的难题将迎刃而解!随着深度智能产品的投入市场,SDT安防大数据时代的深度智能应用,将全面落地开花!

微信扫描二维码,关注公众号。