伴隨著AI在安防視頻監(jiān)控的深入應(yīng)用,圍繞著智能安防的核心-精準(zhǔn)識(shí)別目標(biāo)(人、車、物、行為......)、高效視頻結(jié)構(gòu)化(提取目標(biāo)詳細(xì)信息并標(biāo)簽化)為安防實(shí)戰(zhàn)輸出有效數(shù)據(jù)信息,基于深度學(xué)習(xí)的算法和底層技術(shù)架構(gòu)為傳統(tǒng)意義上的智能安防帶來(lái)了更深層次的應(yīng)用,推動(dòng)著現(xiàn)有智能安防升級(jí)到更高階的產(chǎn)業(yè)層次。
一、深度智能第一層:深度學(xué)習(xí)帶來(lái)機(jī)器學(xué)習(xí)方式的改變
視頻智能分析技術(shù)一直是各大科研院校、安防企業(yè)的核心研究領(lǐng)域,但是在過(guò)去傳統(tǒng)的智能分析技術(shù)由于算法是人來(lái)根據(jù)不同的場(chǎng)景和應(yīng)用需求進(jìn)行設(shè)計(jì),在適應(yīng)性上需要人來(lái)不斷的來(lái)改善和提升,所以表現(xiàn)出在特定的環(huán)境下表現(xiàn)出良好的性能,但是一旦環(huán)境等因素發(fā)生變化,傳統(tǒng)的智能分析算法在應(yīng)用上的性能就會(huì)降低。
傳統(tǒng)智能分析算法存在不可突破的局限性,限制了智能分析技術(shù)的進(jìn)一步發(fā)展,直到2012年之后,隨著深度學(xué)習(xí)算法的突破,引起了工業(yè)界的廣泛關(guān)注,同時(shí)得到了安防廠商的青睞。深度學(xué)習(xí)作為一種技術(shù)思想,其理論和技術(shù)本身并不是一種新鮮事物,但是隨著硬件計(jì)算能力的突破和海量數(shù)據(jù)的積累,深度學(xué)習(xí)在各個(gè)領(lǐng)域的智能應(yīng)用取得重大突破。深度學(xué)習(xí)解決了一些傳統(tǒng)智能算法無(wú)法解決的問(wèn)題,而且輸出結(jié)果會(huì)隨著數(shù)據(jù)處理量的增大而更加準(zhǔn)確,使得機(jī)器學(xué)習(xí)能夠?qū)崿F(xiàn)眾多應(yīng)用。目前各種相關(guān)的智能算法,都可以使用深度學(xué)習(xí)實(shí)現(xiàn),深度學(xué)習(xí)拓展了人工智能的領(lǐng)域范圍,提升了智能程度。
深度學(xué)習(xí)最成功的應(yīng)用領(lǐng)域是計(jì)算機(jī)視覺(jué),深度學(xué)習(xí)開(kāi)啟了視頻智能應(yīng)用的新篇章,其價(jià)值主要體現(xiàn)在應(yīng)用深度和廣度等方面。
(1) 應(yīng)用深度方面
相比傳統(tǒng)的智能視頻分析算法,深度學(xué)習(xí)算法可以大幅提升智能算法分析性能,提高視頻智能應(yīng)用水平。例如,人臉識(shí)別在安防領(lǐng)域還沒(méi)有達(dá)到理想的效果,利用優(yōu)化的深度學(xué)習(xí)模型結(jié)合海量數(shù)據(jù),可以訓(xùn)練出泛化能力更強(qiáng)的模型,大幅提升人臉識(shí)別的準(zhǔn)確率,從而提升人臉識(shí)別智能應(yīng)用水平。
(2) 應(yīng)用廣度方面
相比傳統(tǒng)的智能視頻分析技術(shù),深度學(xué)習(xí)可以克服其靠人工選擇特征和淺層學(xué)習(xí)的局限性,可以完成傳統(tǒng)智能視頻分析技術(shù)很難完成或者不可能完成的任務(wù)。例如,對(duì)于大流量人群分析任務(wù),使用深度學(xué)習(xí)技術(shù),通過(guò)大量數(shù)據(jù)樣本分析,讓計(jì)算機(jī)自行學(xué)習(xí)人和其他目標(biāo)的區(qū)別,運(yùn)算出能顯著標(biāo)識(shí)人的一層層特征信息,有效突破光照突變、背景復(fù)雜、人體部分遮擋等傳統(tǒng)技術(shù)的難點(diǎn),使得以前很難實(shí)用的大流量人群分析變得實(shí)用化,擴(kuò)大了智能視頻分析的應(yīng)用范圍。
總之,深度學(xué)習(xí)技術(shù)可以取代傳統(tǒng)的智能視頻分析技術(shù),提升智能應(yīng)用的水平,拓展智能應(yīng)用的領(lǐng)域范圍。
二、深度智能第二層:前后端智能系統(tǒng)功能疊加
簡(jiǎn)單來(lái)說(shuō),智能安防也好,深度智能安防也罷,其核心目的主要是為了通過(guò)“聰明”的機(jī)器自主完成對(duì)復(fù)雜的視頻畫(huà)面中的人、車、環(huán)境的目標(biāo)分析識(shí)別和信息提取。深度學(xué)習(xí)算法和底層技術(shù)架構(gòu)賦予了視頻監(jiān)控系統(tǒng)(攝像頭、服務(wù)器、平臺(tái))“聰明”的能力,那么,如何實(shí)現(xiàn)這種能力的最優(yōu)化,還取決于核心設(shè)備應(yīng)用的組合。
當(dāng)前業(yè)內(nèi)領(lǐng)先的智能安防廠商陸續(xù)發(fā)布基于深度學(xué)習(xí)的智能安防產(chǎn)品,包括前端嵌入式智能攝像機(jī)、后端高性能智能視頻結(jié)構(gòu)化分析服務(wù)器、綜合智能分析管理平臺(tái)等產(chǎn)品,不過(guò),大多數(shù)廠商都只擁有單一的深度智能設(shè)備或通用型的產(chǎn)品,盡管基于深度學(xué)習(xí)的智能單品擁有高超的性能,但受限于組合系統(tǒng)中其他設(shè)備的局限性,仍然會(huì)影響到系統(tǒng)整體的性能發(fā)揮。
為了真正實(shí)現(xiàn)安防監(jiān)控的深度智能,安防龍頭海康威視自2016年起即連續(xù)推出了其從前端到后端完善的深度智能產(chǎn)品線,并且圍繞著人、車兩大關(guān)鍵的目標(biāo),針對(duì)性的進(jìn)行了前后端的產(chǎn)品組合配套,實(shí)力詮釋深度智能的實(shí)戰(zhàn)效果。
人臉卡口、人臉布控場(chǎng)景 交通卡口、電警車輛布控場(chǎng)景
三、實(shí)戰(zhàn)場(chǎng)景效能對(duì)比
場(chǎng)景一:尋人(人臉識(shí)別+人臉大數(shù)據(jù))
公安實(shí)戰(zhàn)應(yīng)用場(chǎng)景中,很多時(shí)候的業(yè)務(wù)核心最終都聚焦在對(duì)目標(biāo)人物的查找上面,走失的老人、小孩,或者犯罪嫌疑人之類,這里我們以??低晫I(yè)的人臉攝像機(jī)和后端臉譜服務(wù)器的組合應(yīng)用為例。
系統(tǒng)組成 | 效率比對(duì) | 效果 | |
傳統(tǒng)智能 | 普通攝像機(jī) +傳統(tǒng)智能服務(wù)器
| 對(duì)任何場(chǎng)景下的人臉都采用通用識(shí)別算法,應(yīng)用不智能,算法單一,無(wú)法做到精準(zhǔn)識(shí)別、快速識(shí)別。 | |
深度智能 | 深眸人臉攝像機(jī)+GPU高性能服務(wù)器 | 人臉抓拍更優(yōu)質(zhì) | |
工作原理 | 人臉識(shí)別系統(tǒng)前端部署深眸人臉攝像機(jī),內(nèi)置深度學(xué)習(xí)算法,可以對(duì)人臉進(jìn)行快速定位抓拍,有效解決漏抓誤報(bào)問(wèn)題。圖像效果好,即使周圍環(huán)境光線不佳,人員戴帽子或一定角度下低頭、側(cè)臉,仍然可以做到準(zhǔn)確識(shí)別。前端深眸提供高質(zhì)量人臉圖片,后端臉譜+大數(shù)據(jù)服務(wù)器再做二次智能分析應(yīng)用,人臉識(shí)別的準(zhǔn)確率和效率都會(huì)有大幅度的提升,還可實(shí)現(xiàn)以臉?biāo)涯?、?dòng)態(tài)軌跡的應(yīng)用。 |
GIF圖:??低暷橙四樝到y(tǒng)實(shí)時(shí)抓拍比對(duì)實(shí)景圖
場(chǎng)景二:車輛識(shí)別(車輛檢索+車輛大數(shù)據(jù))
系統(tǒng)組成 | 效率 | 效果 | |
傳統(tǒng)智能 | 普通攝像頭+傳統(tǒng)智能服務(wù)器 | 算法單一,只滿足基本的車牌識(shí)別功能,或者只能夠?qū)囕v顏色、型號(hào)、行駛方向等簡(jiǎn)單的元素進(jìn)行分析。且實(shí)時(shí)分析的容量有限,當(dāng)數(shù)據(jù)量超出一定范圍,系統(tǒng)支持不到。 | |
深度智能 | 神捕智能交通攝像機(jī)+GPU高性能服務(wù)器
| 10多種車牌類型,200多種車輛品牌車內(nèi)掛件、裝飾物,車內(nèi)人臉、司機(jī)行為,車輛違法分析、行人闖紅燈、不禮讓行人......,機(jī)/非動(dòng)車、行人分類檢測(cè) | |
工作原理 | ??瞪癫肚岸酥悄茏龌A(chǔ)智能分析+后端GPU高性能服務(wù)器做二次識(shí)別 |