盘点海康威视人工智能技术在安防领域的应用【AG 尊龙凯时】

2025-01-12 07:31:02

人工智能（ArtificialIntelligence，简写AI）始自20世纪50年代中期，之后数十年发展起起伏伏，80年代末随着人工神经网络研究的蓬勃发展，人工智能转入一个新的阶段。尤其是最近几年，深度自学在人工神经网络优化方面取得突破，使得机器辅助沦为有可能，扩展了人工智能的应用领域。

　　在安防领域，随着五谷丰登城市建设的大大前进，监控点位更加多，从最初的几千路，到几万路，甚至于到现在几十万路的规模，视频和卡口产生海量的数据。与此同时，随着高清视频、智能分析、云计算和大数据等涉及技术的发展，安防正在从传统的被动防卫向主动辨别、预警发展，行业也从单一的安全性领域向多行业应用于、提高生产效率、提升生活智能化程度方向发展，为更好的行业和人群获取可视化、智能化解决方案。随着安防领域的发展，人工智能的最重要起到于是以逐步显出。

当前，用户面临海量的视频数据，已无法非常简单利用人海战术展开检索和分析，必须人工智能作为专家或助手，动态分析视频内容，观测出现异常信息，展开风险预测。　　一、人工智能技术　　海康威视从2006年开始研发智能技术，几经10年的累积，其智能技术已被中用产品线的方方面面，而作为智能技术发展的目标——“人工智能”，堪称我们矢志不渝的执着。扎根现在，共创未来，我们把当前的人工智能研发重点探讨在视频结构化技术和大数据技术两方面。　　1．视频结构化技术　　视频结构化技术是融合了机器视觉、图像处理、模式识别、深度自学等最前沿的人工智能技术，是视频内容解读的基石。

　　视频结构化在技术领域可以区分为三个步骤：目标检测、目标追踪和目标属性萃取。　　目标检测过程就是指视频中萃取出有前景目标，然后辨识出有前景目标是有效地目标（如：人员、车辆、人脸等）还是违宪目标（如：树叶、阴影、光线等）。在目标检测过程主要应用于到运动目标检测、人脸检测和车辆检测等技术。

海康威视研究院在2016年PASCALVOC目标检测中取得第一，是海康威视10年研发累积的最差反映。　　目标追踪过程是构建特定目标在场景中的持续追踪，并从整个追踪过程中提供一张高质量图片作为该目标的抓拍图片。

在目标追踪过程中主要应用于到多目标跟踪、目标融合以及目标评分技术。海康威视研究院在2015年MOTChallenge算法项目管理中获得“计算机视觉的多目标跟踪算法”第一。

　　目标属性萃取过程是对早已检测到的目标图片中目标属性的辨识，辨别该目标具备哪些可视化的特征属性，例如人员目标的性别、年龄、穿着，车辆目标的车型、颜色等属性。目标属性萃取过程主要基于深度自学网络结构的特征提取和分类技术。

　　同时，为了解决问题视频结构化的高性能分析计算出来问题，我们于2015年设计研制了嵌入式GPU集群服务器，充分利用多GPU的并行处理能力，提升视频结构化处置的综合效能。

本文来源：AG 尊龙凯时-www.meiketu.com