经过十多年的平安城市建设,中国已经成为全世界最大的安防市场,视频监控,,门禁系统作为安防系统中不可或缺的重要组成,正日益发挥更加重要的左右。在平安城市等重点建设项目的背景下,安防已成为人工智能最为重要的落地场景之一。
随着平安城市建设的推进和深化,目前新建视频监控,防盗报警系统,项目随着建设规模的逐步扩大和人工智能、云计算、大数据技术的兴起,平安城市应用正逐步向大数据应用等方向转变。
视频监控,防盗报警系统,门禁系统作为最重要的数据资源之一,遍布城市大街小巷的摄像头,防盗报警,每天产生了大量资料,不仅为社会治安稳定发挥作用,也为智慧城市和物联感知提供信息支撑,但这些资源资料目前还停留在事后查看层面,没有被充分利用起来,如果能被用户快速消化使用,成为更有价值的情报数据呢?让用户从这些数据中自行寻找线索,不仅占用了大量的人力、物力、和时间,同时用于个人能力的差异也会导致针对信息的认知偏差。例如针对卡口实现了主干道的车辆识别,覆盖面有限,其他活动目标及特征无法获取,大多依靠人工进行收集和处理,难以结合时空数据进行快速检索和行为研判。
如何解决海量视频监控,防盗报警系统,门禁系统的数据与人为分析瓶颈之间的矛盾是产业技术升级的主要方向。安防行业多年前就将智能化作为主要发展趋势,不仅仅视频分析,连带,智能防盗,机器人乘梯等也是人工智能重要热点之一。
今天,城市里的数据非常丰富,其中摄像头的数据量非常大,可以挖掘出巨大的价值,可以解决城市管理中的诸多难题,我们希望把视频图像里面的内容和目标自动转换成结构化数据,让每个人都能直接连接人,车,事这几类主要信息。例如车型,车款,车牌号码,车辆颜色,人,骑车,性别,年龄等。有了以上数据就能进行决策和优化。
目前而言,原先的智能分析技术一直存在识别准确率低、场景时应差,识别种类少等问题。深度学习通过大量数据训练来建立输入数据和输出数据之间的映射,通过人工智能来自动处理海量监控视频数据,解决以往的技术瓶颈。
随着智能需求日益增多,更多的数据采集和计算未来都将在前端进行边缘节点计算,前端初步处理分析后回传到云端进行深度分析,前端智能和云端智能并不矛盾,可根据客户的具体需求灵活组合,实现更智能的分布计算,提供差异化的智能家居方案。