原创新版

欢迎光临老站网,专业网站分类目录网站,大型正规分类目录网. 免费收录规则 付费收录细则 最新收录排行 vip网站排行 网站地图 TAGS
本站专业承接分类目录网站导航/企业站等定制维护服务,请联系QQ:1094028072详谈。
  • 目录:925个;
  • 标签:54116个;
  • 资讯:3821篇;
  • 网站:6995个(待编辑:650);
  • 小程序:376个;
  • 公众号:5128个;
  • 微官网:119
  • 首页 > 新闻资讯 > 行业资讯行业资讯 订阅

    掌握人工智能和深度学习 助力视频监控的发展

    时间:2020-01-22 04:04:11 栏目:行业资讯
    【导读】:老站网(https://www.laozhanwang.com)在线提供,行业资讯「掌握人工智能和深度学习 助力视频监控的发展」,供行业资讯爱好者免费阅读。本文地址:https://www.laozhanwang.com/news/21.html

      随着影像数据不断增加,人工智能和深度学习(DeepLearning,机器学习分支)技术已成为安全监控的关键,能够有效降低人为错误和误报,并大幅减少影像搜寻时间,对众多产业造成极大的影响。

      人工智能深度学习技术深刻改变影像监控产业

      人工智能发展方兴未艾,随着影像数据不断增加,也已成为安全监控的关键。本文将重点分析,深度学习科技如何在影像监控领域脱颖而出。

      人工智能(ArtificialIntelligence,AI)为一项使机器能够从过去经验中学习的技术,又称为「机器学习(MachineLearning)」或「认知运算(CognitiveCompuTIng)」,透过模仿人类大脑所组成的多层类神经网路辨别物件及其模式,并在无人类干预的情况下自行做出决策。随着影像数据不断增加,人工智能和深度学习(DeepLearning,机器学习分支)技术已成为安全监控的关键,能够有效降低人为错误和误报,并大幅减少影像搜寻时间,对众多产业造成极大的影响。

      「深度学习」在影像监控领域脱颖而出

      以深度学习为基础的演算法大幅胜过传统电脑视觉演算法,其主要塬因为深度学习系统能够持续24小时、每天不断训练及提升其数据量。许多应用结果皆显示,深度学习系统在某些领域上可达到近99.9%的準确度,而电脑演算法要超过95%的準确度是非常困难的。

      另外,深度学习系统展现卓越的能力,能够侦测未知或非预期中的事件(异常事件),此特性能显着地减少在安全影像分析系统中所产生的错误侦测。事实上,无法降低错误侦测率为影像监控产业的主要问题,因此目前各大产业皆对于智慧影像分析解决方案有强烈的需求。虽然深度学习已应用于众多产业且得到突破性的成果,但并非所有应用都合适,然而在影像监控领域的应用则明显脱颖而出。

      人工智能深度学习4大技术优势

      人工智能深度学习技术应用于影像监控领域,可彰显下列4大优势:

      1、降低误报率:人工智能侦测能够轻易辨别不同种类的人和物件,例如在此区域中设定侦测「人」,则当动物及车辆经过,或者树木产生的阴影,皆不会造成误报,可减少90%的误报率。换句话说,在没有人工智慧的情况下,动物、树、阴影、天气状况都将触动感应装置并误发出警报。

      2、容易设置及维护:没有人工智能的传统影像监控必须考虑地形、摄影机视角、感应器位置等,一旦要在设定上作任何变动都需要手动重新计算这些因素,并可能会影响其他塬有的设定。相较之下,使用人工智慧侦测功能,可让系统管理者透过单一控制介面调整系统设定及摄影机,亦能随时在几分鐘内调整特定区域内欲侦测的目标物件。

      3、容易与第三方技术整合:人工智慧的本质就是学习,并且能够自行调整成适合在各种条件下的运行状态,因此人工智慧可以轻易且即时地与第叁方技术进行多层组合。例如,一旦在特定区域中侦测到目标物件,便会发出警报、自动开锁管制进出、或连动其他附加装置等,而这些设定皆只须从滑鼠按下按钮便能完成。人工智慧影像监控系统亦能够轻易地与现有的录影装置及储存系统(NVR)进行整合。

      4、性能稳定持久:没有使用人工智慧的影像监控系统需要结合多项组件,以及复杂的设置才能提高侦测準确度,然而越多组件代表发生故障的机率越高,包括暴露在外的感应器若受到损害,便会造成错误或延误侦测。另一方面,以人力进行监控管制,也无法确保能得到稳定且正确的资讯。研究显示,一个人的专注力最多只能维持20分钟,而当人们同时面对多个物件,如监视多个摄影机监控萤幕,注意力更会快速下降。人工智慧技术可完全消除这些疑虑,此外使用人工智慧相对减少所需组件,有效降低系统故障的风险。

      应用于监控影像分析4大亮点

      基于人工智能深度学习技术的监控影像分析解决方案,亦可突显以下4大亮点:

      1、区别人类、动物及雕像:人工智慧系统持续分析监控摄影机所捕捉的影像串流,能够区分人类的脸孔与非人类物件(如动物、雕像)的脸,并如人类的大脑,人工智慧会将这些讯息储存在记忆中。

      2、人脸快搜:利用人工智能能够即时侦测图片中的人脸及特徵,使用者不需在系统中建立人脸资料库,只需上传目标物件的人脸照片到系统,人工智慧便能从记忆中搜寻相似的人脸,分析此目标人物在何时、何地出现过,并能够利用时间及摄影机位置与地图连接,获得此人物的行径并推测可能进行的路线。此外,使用者可以决定想要搜寻的日期与时间区间,亦可指定特定摄影机做搜寻,并能够调整相似度,决定所搜寻的人脸与上传的照片匹配程度高低。[!--empirenews.page--]

      3、人脸辨识:深度学习技术应用在人脸辨识上,能有效改善其准确度。美国国家标準技术研究所(NIST)在过去10年中进行人脸辨识供应商测试(FRVT),根据NIST的报告显示,在过去20年人脸辨识的错误率已大幅改善。现今大多数拥有高性能及高准确度的人脸辨识产品,都是基于深度学习技术。而根据Facebook和特拉维夫大学的研究,人脸辨识用于特定环境(例如辨识机场移民),其準确率已达到99.9%。

      4、入侵侦测:人工智能可使入侵侦测功能达到最高準确度及最低误报率。使用人工智慧,系统管理员可根据所需,配置具有不同条件及目标侦测物件的限制区域,包括特定颜色侦测或特徵侦测。例如,未穿着所需制服或携带食物/饮料的人、超过5人在此区域游荡、在特定时间有目标物件入侵、异常行为或逆向行进等,皆能準确侦测并发出警报。

      结语

      由于人工智能深度学习技术具备上述优势及亮点,全球安全监控业者也已纷纷投入相关设备及应用开发。

    标签:
  • 人工智能
  • 深度
  • 版权声明:

    1、本文系转载,版权归原作者所有,旨在传递信息,不代表看本站的观点和立场。

    2、本站仅提供信息发布平台,不承担相关法律责任。

    3、若侵犯您的版权或隐私,请联系本站管理员删除。

    4、文章来源:http://news.cecb2b.com/info/20191031/3966685.shtml

    ©2019-2020 laozhanwang.com 蜀ICP备18020501号

    本模板由本站原创开发,未经许可请勿仿制,专业承接分类目录/网址导航等模板设计定制/仿制服务。