当前位置:

OFweek安防网

信息与通信

正文

安防行业深度智能正当时,整体解决方案是发展之道

导读: 去年以来,尤其是AlphaGo与李世石的人机大战之后,“人工智能”的概念再次进入到人们的视野当中,并迅速掀起了一场全球范围内的热潮。

OFweek安防网讯 去年以来,尤其是AlphaGo与李世石的人机大战之后,“人工智能”的概念再次进入到人们的视野当中,并迅速掀起了一场全球范围内的热潮。对于人工智能未来的发展,看好的声音不绝于耳,人们对于人工智能的拥趸,似乎宣告着几经沉浮之后人工智能终于迎来了最好的时代。

去年下半年,乌镇智库联合网易科技、网易智能发布了《乌镇指数:全球人工智能发展报告(2016)》系列报告,报告对人工智能的一系列热点问题进行了全面剖析。在报告中,重点提到了人工智能几大重要的应用领域,他们分别是:安防、无人驾驶、医疗、电商、金融、教育以及个人助理等七大领域。尤其是安防领域,有人表示安防有可能是人工智能第一个取得巨大突破口的应用领域。而这一切与安防行业的行业特性是分不开的。

安防行业的智能化落地需求非常迫切

人工智能化发展是安防行业迫切的需求,也是安防行业发展的必然趋势。人工智能之于安防的意义在于能否运用大数据、深度学习等技术,从海量的数据中提取有效的价值。相比其他行业,安防行业具有海量和层次丰富的数据。近几年,由于政府大力推进平安城市的建设,使得城市监控点位越来越多。数据显示,2015年摄像头出货量达五千多万台,仅仅视频监控数据而言,每天的数据量就达上千PB。再加上近几年安防行业完成了视频监控大联网和高清化改革,在这两者推动下,安防行业步入数据的井喷时代。

安防行业深度智能正当时,整体解决方案是发展之道

对于安防行业来说,海量的数据并没有意义,经过挖掘和分析后的数据才有价值。进入到安防大数据时代,安防系统每天产出的海量数据,仅仅依靠人工来进行分析和处理变得越来越困难,众多原因的推动之下,使得安防行业对利用深度学习进行数据处理和深度挖掘的需求日益迫切。

再加上,公安、政府、交通等这些代表性的行业也都对安防的智能化提出了强烈的诉求。其中公安行业用户迫切需要在海量的视频信息中,发现犯罪嫌疑人的线索;而交通行业用户迫切需要能迅速检测运动对象,识别人、车属性信息。安防行业亟需一种新的方法来进行数据信息的提取和分析,而基于深度学习的人工智能尤其擅长处理海量数据。安防行业的海量数据以及对海量数据的处理需求,使得安防行业成为了人工智能绝佳的训练场所和应用领域,甚至有望成为AI迈向产业化应用的首个突破口。

行业用户态度不甚热切

然而,与安防行业迫切的需求以及厂商火热的热情相对的是,用户的态度热情不高。这其中有部分是被早年“智能分析”伤害的后遗症:数年前开始,安防行业就意识到了数据挖掘和分析的市场痛点,开始发展智能分析。但是由于传统智能受限于芯片与算法的发展,一直难以取得令人满意的突破。传统智能识别准确率低、设备环境适应性差等问题困扰着安防智能应用的普及。而更严重的是有部分不良厂商,自身没有相关技术却吹得天花乱坠,伤害了用户的感情,使部分用户一朝被蛇咬十年怕井绳,对人工智能保持着敬而远之的态度。

但更重要的是,用户存在明显的等待心理。自AlphaGo的人机大战,给大众完成了深度学习的技术启蒙之后,全球迅速掀起了深度智能的热潮,各方资本也疯狂涌入人工智能领域。但与之相对的是,在很多行业,目前人工智能的市场认知大多还停留在概念与实验层面,进入实际商业化的项目并不是很多。再加上各路媒体对于人工智能这一发展现状的反复渲染,让用户对于接受人工智能存在一定的迟疑,即便是在对深度智能的应用需求非常迫切的安防领域,人们对于人工智能的观望态度也较为明显,总希望再等一等会不会有更多的企业实现商业化落地?会不会有性价比更高的产品出现?因此,用户这种心理导致人工智能需求双方两头旺盛,但用户却观望迟疑的诡异局面。

安防行业已有不少落地应用

但实际上,对于有人工智能需求的用户来说,这已经是应用智能安防最好的时代。君不见,安防行业作为深度智能绝佳的应用场所,早就有敏锐的安防企业看到了安防智能化的巨大市场,积极布局人工智能,而且获得了不错的成绩。在2015年的深圳安博会上,海康威视前瞻性地提出了安防行业“AI+”的理念,并推出了基于人工智能深度学习技术的“猎鹰”、“刀锋”结构化服务器;2016年10月,海康与英伟达和Movidius形成了合作伙伴关系,并发布了基于深度学习技术从前端到后端的全系列智能安防产品

同时,大华股份也已经形成了一系列基于深度学习的智能产品,系列包括前后端的人脸识别、卡口电警、视频结构化、双目立体视觉和多目全景拼接产品。除此之外,苏州科达基于实战,在2016年的北京安博会上,发布了猎鹰系列人员卡口分析系统。宇视也一直聚焦于人工智能的安防落地,此前宇视与英伟达联合宣布,推出了代号“昆仑”的新一代大容量分布式的云结构化智能分析服务器,成为其“安防机器视觉”战略中的重要产品。

近两年,基于深度学习的人工智能在安防市场的应用越来越深入,尤其是车牌识别、人脸识别等技术得到了大规模的应用,并获得了非常不错的应用效果。尤其是海康威视,其早在2006年就组建了算法团队,2013年开始深度学习的技术布局,在算法方面积淀多年,十多年来,海康威视研究院研发的Smart265编码技术、目标结构化算法、车牌识别算法、人脸识别算法、视频检索引擎、多传感器融合等技术,被广泛应用于公共安全、金融、交通、司法、零售、智慧城市等多个领域。海康威视研究院研发的相关技术,已经在KITTI、MOT、PascalVOC、ILSVRC、ICDAR等世界级人工智能竞赛中获得多个第一。

场景化的整体解决方案才是真正的发展之道

当然,这些都是底层的技术问题,用户对此并不关心,也不需要关心,对于用户来说,人工智能技术的应用能否真的提升效率,而不是浮于表面的漂亮概念,才是最重要的。而因为智能化应用的特殊性,只靠单个产品,并不能真正带来巨大的效果提升,实现人工智能的安防应用,对用户来说,必须是整体的解决方案才有价值。这意味着用户对于项目的整体智能化需求更加明确。

以公安行业的应用为例,公安行业用户的迫切需求是在海量的视频信息中,发现犯罪嫌疑人的线索。而这个需求的实现,需要智能的前端摄像机,通过实时分析视频内容,检测运动对象,识别人、车等属性信息;然后需要汇总海量的城市级信息到后端人工智能的中心数据库进行存储,再利用强大的计算能力及智能分析能力,对嫌疑人的信息进行实时分析,最终给出最可能的线索建议。再比如,一个成熟的金融智能化方案,单点的智能化最后必须嵌入到银行的系统中,与其他安防设备一起,如报警主机、门禁、IP对讲等,通过软件平台进行综合管理,才能真正实现智能化系统的价值。

对于人工智能的行业化应用来说,算法、芯片以及大量的数据训练,确实是发展的重要因素,但是能不能有效地把技术与应用场景有效结合起来,形成切实可行的整体解决方案,才是决定“AI+安防”是否能切实发展最核心的因素。如果一项技术无法依赖在数据处理技术上面的优势,去实现产品到商品的转变过程,那么技术的发展并没有实际的应用意义。

以海康为首的安防巨头们,深耕安防行业多年,有着丰富的安防项目经验,尤其是海康威视早早便意识到了基于应用场景的整体解决方案才能真正实现安防智能化的问题,推出了前后端的综合深度智能产品。海康威视总裁胡扬忠先生曾在一次采访中表示:对于海康威视而言,AI并不是一个概念,而是实实在在落地的产品。基于这样的理念,海康威视推出了从前端到后端全系列的AI产品,发挥整体解决方案优势为用户创造了切实的应用价值。因此,仅从海康威视目前在人工智能领域的建树来说,已经完全足够应对用户的实际商用需求,所以安防行业的用户大可不必继续等待,跟随海康们的脚步,一起昂首阔步走在智能安防的康庄大道上,方是正途。

总结

人工智能的发展可以追述到60几年前,但是因为技术的原因数次沉寂,直到深度学习的出现,让人工智能再次掀起热潮。安防行业作为人工智能技术天然的训练场和应用场,对于人工智能的落地应用有着迫切的需求,基于安防行业的天然属性,未来安防行业的人工智能化必将迎来巨大的发展。出于对市场的敏感,主流的设备解决方案供应商已经发力布局已经纷纷入局,凭借其各自深耕安防行业的经验,都在应用落地取得了不俗的成绩。因此,对于用户来说,安防行业深度智能正当时,无需再等待,现在已经是智能安防应用最好的时代。


责任编辑:Jason
免责声明: 本文仅代表作者个人观点,与 OFweek安防网 无关。其原创性以及文中陈述文字和内容未经本站证实, 对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺,请读者仅 作参考,并请自行核实相关内容。

我来说两句

(共0条评论,0人参与)

请输入评论

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码: