织梦CMS - 轻松建站从此开始!

信息技术行业报告网

当前位置: 主页 > 安防行业动态分析 >

人工智能+ 安防呵护家(聚焦高质量发展·关注人工智能⑦)

时间:2018-03-19 08:07来源:δ֪ 作者: 点击:

人民视觉

工作生活的智能安全屏障

前不久,行人闯红灯过ROA的交通问题,山东济南、许多斑马线电子警察已在Suqia裁员。这些电子警察是海康威视的人脸,而不是行人。,面对抢购红绿灯的人员、提取人脸特征,并将数据发送到后端海康脸谱网信息集成应用,人脸动态对准的实现、实时报警等功能,运行红灯的过程也将被实时地暴露在。通过这段视频分析、运动跟踪、新的全面应用人脸检测与识别技术,行人、非机动车违法行为会在宿迁。

2017青岛国际啤酒节,每天有10万多人到山顶去公园。。青岛开发区由警方根据智能保安军,人脸识别系统在大型安全活动中的应用。利用高清晰度摄像机拍摄人脸图像,一个可疑的人可以被锁定在第二个。,实现人体图像识别的成功率是、识别报警相似性的效率高达85%。,捕获识别可以是二级反应。,提供技术支持的快速筛选和直接捕获。啤酒节的开幕后的两周内,抓获22名逃犯被O、11名吸毒者,抓获扒窃犯罪嫌疑人5,让报警零回答。

在重庆的榆中区,地方警察使用智能图像比较系统,在40个工作日内识别69名嫌疑犯,比人工效率高200倍。。它用于从几十个甚至几百个小时的监控发现关键图片,仅用人手进行图像识别,只要在海洋里找针就行了,效率低、精度也难以保证。

在交通、公安、建筑物和私人住宅需要安全和公共设施的区域和场所,人工智能是深刻地改变安全行业的脸,添加一个智能安全屏障,给人们的工作和生活。

催化剂在现代安全领域的一个助推器

证券业拥有大量的数据和信息。、丰富的数据特征,现在,安全监测领域已经进入了大爆炸的时代。。专家指出,在井喷式增长的人脸视频监控数据,用于浅层分析识别的传统智能算法,不需要满足深度数据挖掘的需要。因此,在安全行业的人工智能来,目前,它已广泛应用于公安鉴定中。、合成的追求、侦查破案、民生服务和其他业务。

浙江大学计算机学院人工智能研究所教授李玺介绍说,安全领域非常复杂。,电子锁、指纹门禁、监控摄像头、传感器、报警,等。,传统安全领域的所有硬件设备。传统的安全主要是视频安全。,因为眼见为实,视觉信息是比较重要的。

传统的安全只是生产数据的一种手段。,没有进一步分析数据产生价值的方法。,数据也需要读取。、分析,效率较低。人工智能是通过一系列的软件和算法实现的。,提高效率、精度和覆盖范围,从海量数据中挖掘出有效信息,从而催化剂在现代安全领域的一个助推器。

Ischemic说,最直观的例子是人脸识别。,一般技术和安全的结合,能解决安全的痛点。例如,一个城市有20万个摄像头,你看不见它在所有的人力。人工智能可以粗略地处理。,包括压缩视频、核心事件检测、分析交通拥堵,信息的有效组合等。。人工智能的优势也在于它的扩展能力。,例如,分析由20万台摄像机读取的信息。,形成一个准确的分析报告,帮助人们做决定。而且,通过人工智能算法,以视频捕捉中最关键的画面为例,Including human faces、车辆的车牌的精确捕捉,第一次屏幕发送到后端的智能分析,不需要太多的人工干预,快速准确分析。

可以说,安全是人工智能中最有销路的领域。。孟翔光,在海康威视的研发部门主管的智能算法,视频监控的高清晰度和网络化,总数据,为人工智能的一个坚实的基础。同时,为了解决从无用的大有价值的数据泛滥的问题,在越来越多的行业数据的趋势下,迫切需要更智能的产品来解决效果问题。。

传统的安全技术和系统有一定的intelligentizati,但新一代人工智能带来更多颠覆性的CHA。。专家表示,传统的智能算法一般是手工设计的。,它往往具有很大的主观性,这还取决于设计师本身的经验和技术水平。。深度学习算法是一种机器,从数据自动学习。因此,基于深度学习算法的人工智能可以很好地解决众多传统智能算法无法解决的问题,也给安全领域带来了巨大的变化。:高精度,较强的环境适应能力,更多种类的识别。

据首席执行长朱说。,从2014点到现在,人工智能算法的精度从1提高到了,人脸识别算法的准确率增加了数万。。随着算法精度的提高,人工智能技术正逐渐解锁更多的行业供应链。,人工智能 安全将把安全级别提高到F,从防空升级到智能控制报警。这是安全城市的基础和大脑。,全球安全产业具有跨时代的意义。。

应用场景将越来越丰富

人工智能研究的深化与深化,带到安全行业的变化比想象的,越来越多的应用可以发挥作用。

吴亮俊,海康威视的高级系统工程师,认为,人工智能 安全产业未来的发展趋势主要是:首先,人脸识别正在成为生物识别领域的主流。。在生物识别领域,目前指纹仍然占主导地位。,但因为指纹很容易磨损、伪造成本低,在长期的稳定性和安全性的问题;虹膜识别是最高的安全性。,但高昂的成本也使他们难以大规模地传播。。人脸识别由于其非接触、非强制性、高并发性,应用场景更加丰富。

二是情报边缘化成为时代潮流。随着万物互联时代的到来,计算机视觉领域前端设备制作的图片、海量视频数据,如果所有的人都集中到云计算数据中心的智能,它将带来无限的带宽要求和实时压力。这就需要紧密地提供边缘智能服务。,逐步将人工智能的力量或推理从云。以海康威视为例,其AiCloud(人工智能云)的框架,通过W,介词智能,可以更准确的感知、数据分类更灵活、业务响应更敏感。

与此同时,人工智能 安全产业的发展也是如此。。专家指出,在人工智能领域,深度学习的理论基础是不完整的,演绎推理能力的缺乏;人工智能芯片的研制尚处起步阶段,目前,人工智能大规模应用的成本;基于概率统计的机器学习,较好的技术精度不到100%。,一个智能应用程序需要结合一个解决方案来带来一个G,更好地利用技术和产品的价值。

此外,人工智能需要大量的数据作为支撑。。但具体到安全、交通、金融等行业,数据是核心资源,受到工业的保护。人工智能的研究仍然无法分析和分析。,没有真正的大脑形成。,这也在一定程度上限制了它的发展。。

朱龙思想,人工智能在安全领域中的应用不是O,在本质上它是由人工智能驱动、大数据与云计算系统工程的集成。

Ischemic说,人工智能与安全的进一步集成,需要更多的技能型人才。。同时,学术界应重视基本技术、在前瞻性的技术突破,与产业发展互补。理想的人工智能模型,这是一个原因,可以像人的机器、决策、联想,实智能分析的实现。

《 人民日报 》( 2018年02月12日 23 版)

(责任编辑:admin)
顶一下
(0)
0%
踩一下
(0)
0%
------分隔线----------------------------