当前位置: 首页 >> 基本常识
AI:视频监控技术发展的主方向
  
  来源: www.familyenglish.cn 点击:754

这篇文章是从数以千计的网站上转载的,原标题为《AI人工智能摄像机的应用领域分析》。 本文由宜友智慧城第二次编辑,供读者参考。

传统网络摄像机需要高网络带宽。即使在重复压缩后,1080P图像也需要至少8Mbps的带宽 主要原因是网络摄像头直接将大量数据的高清视频发回数据中心的NVR,使得实时分析所有图像变得困难。大多数时候,它会在之后分析保存的图像。 如果所有数据都是通过后端数据中心处理的,无论处理能力、存储或网络如何,都无法承受。

人工智能智能处理“云+边缘节点”将成为行业主流解决方案,即前端摄像头和后端系统都配备人工智能功能 前端摄像机能够以结构化的方式实时处理大部分视频数据。例如,安装在交通路口的摄像机可以提取车辆信息,如车牌、车辆类型和乘客数量,并将乘客信息,如是否系安全带,发回数据中心。 然而,只有一小部分不容易识别的视频数据将被发送到后端系统进行处理。 同时,前端处理的兵力投放和治安管理更加科学、准确和有效。 其中,4K/8k超高清的流行之处在于数据已经结构化,数据量已经大大减少。它被发送到后端进行存储和进一步分析。

未来,“爱之声”(AICloud)基础设施基础+摄像机+应用场景将使传统行业能够开拓新市场。爱知将实现公安、交通、司法、文化、教育、卫生、能源、金融、智能建筑等行业的智能化转型 例如,在公共安全领域,爱知网可以迅速打击犯罪;在公共服务领域,爱知网服务智能旅行。在商业领域,爱知能帮助商家优化产品和服务,提高运营效率。在金融领域,爱知能够实现准确的营销并增强客户体验。在教育领域,爱知将实现智慧教育,创新教学管理。 随着“人工智能+摄像头”设备的普及,到2022年,中国智能安防行业的市场规模将达到近1万亿元

人工智能将成为视频监控技术发展的主要方向

前端摄像头内置人工智能芯片,可以实时分析视频内容,检测运动物体,识别人和车的属性信息,并通过网络传输到后端人工智能中央数据库进行存储 这就是人工智能的优势,以满足视频监控实战应用的需要。

目前,人工智能在安全领域的主要应用场景如下:

人脸身份确认应用属于卡口场景仿人人工智能应用,以公安行业的人员控制为代表。面部捕捉相机安装在关键的监控点。通过后端面部识别服务器比较和识别捕获的面部,以确定人员的身份 一是与人脸黑名单数据库进行比较和识别,二是与静态人脸数据库进行比较和识别。

在人脸黑名单动态部署应用中,人脸捕捉相机主要利用深度学习模型从高清/超高清视频图像中检测和捕捉人脸照片,然后提取人脸深度学习特征向量,并与黑名单数据库中的人脸进行比较,实现报警提示

静态人脸比较是指利用深度学习模型检测和捕捉人脸图像,然后将提取的人脸深度学习特征向量与静态库中的人脸进行比较,以识别人脸身份

车辆识别应用属于卡口场景应用 车辆识别技术是公安实战中最成熟、最有效的技术之一 在全国主要道路上的车辆检查站的帮助下,车牌识别已使“乘车寻人”成为现实,并成功协助警方侦破各种案件。 车辆识别技术已经从基于车牌的车辆识别的主要应用阶段发展到车辆识别的精确应用阶段,如车型识别和车牌登记

视频结构化应用通常是非卡口应用 在视频结构分析和快速检索的应用中,视频结构服务的功能是对视频中的机动车辆、非机动车辆和行人等运动目标进行分类和检测,并识别它们的特征属性 提取小目标地图和大场景地图并写入存储设备,便于快速跟踪查询和智能检索。 通过视频结构化服务对视频中感兴趣目标的特征属性信息进行快速分析和提取,用户可以高效获取与案件事件相关的线索,将大安全时代的视频数据从“可见”提升到“可理解”

该行为分析系统可用于分析和处理人员的异常行为,并可应用于关键区域的预防、重要物品的监控、可疑危险物品的遗留、人员异常行为的报警等行为的机器识别,大大提高了视频监控的应用效率。 此外,还可以分析群体的情况,如人群密度分析、人员聚集分析等。分析人员聚集较多的重点区域或场所的情况,防止人群事件的发生,实现预警和及时处置。

这篇文章的来源和出处已经标记。版权属于原作者。如果有侵权行为,请联系我们。

友情链接:
内蒙古新闻网 版权所有© www.familyenglish.cn 技术支持:内蒙古新闻网 | 网站地图