【中國安防展覽網 品牌專欄】近日，由斯坦福大學出品的AI指數2018年度報告(AI Index 2018 Report)發布。報告指出，在范圍內的各個國家和地區，人工智能的熱潮都在大爆發，尤其在歐洲和亞洲高度集中。其中，我國AI追趕速度驚人，在多個領域已經具備獨特優勢。
事實上，在人工智能應用諸多領域中，安防以其得天獨厚的先天優勢，成為AI較為理想的落地領域。需要特別強調的是人工智能在圖像分類、物體檢測、圖像語義分析、人臉識別、光學字符識別等計算機視覺領域表現更為突出，尤其是涉及到視頻圖像的結構化處理、分析方面，人工智能發揮著獨特的優勢。
AI的發展潛力需要借助深度學習技術的研發和應用才能真正落地。深度學習不但使得機器學習能夠實現眾多的應用，而且拓展了人工智能的領域范圍，并使得機器輔助功能變為可能。其應用領域也加速滲透到越來越多領域，催生了深度學習與其它應用技術的加速融合。安防領域基于大數據、人工智能的圖像識別算法是深度學習技術應用的主要滲透領域之一。
在深度學習的加持下，近年來安防AI已然迎來了它的快速發展期。由千方科技旗下宇視科技自主研發的基于人工智能技術的“六山兩關”落地產品，利用深度學習技術已實現從安防監控傳統的事后復核轉變為事中、甚至于事前的預警布控。這也意味著“安防+AI”已經從概念普及、技術比拼，進入到產品、場景、實戰應用和生態構建階段。
尤其值得一提的是宇視昆侖二代視圖數據中心一體機，該機融合了強大的視頻圖像處理能力，可支持結構化、半結構化與非結構化數據的云存儲與實時檢索；單機支持業界性能高640路人臉比對、200億人車物數據結構化與2.4億人臉庫數據秒級檢索，真正實現了視頻大數據在后端的超強處理。
大數據技術為人工智能提供強大的分布式計算能力和知識庫管理能力，是人工智能分析預測、自主完善的重要支撐。而以視頻技術為核心的安防行業，深度學習對視頻圖像解析的突出作用使得安防監控系統突破原有的限制，同時為大數據分析研判提供了重要技術支撐。
宇視科技基于對計算機視覺、數據挖掘以及統計學習等領域的理解，采用更的深度學習算法和更的模型，推出前端智能IPC，通過內嵌RFID(射頻識別)與Wi-Fi探測等多維傳感器、智能分析模塊以及Ucode編碼算法等，實現了環境狀態感知、異常音頻監測、PIR人體檢測與射頻數據采集、視頻結構化分析等功能。
與此同時，以海量視頻數據為核心，宇視科技基于深度學習推出了大型安防操作系統IMOS 7.0，以開放接口融合用戶需求與業務實戰經驗，解決了以往面對海量數據實行人海戰術的難題，兌現了公安對安防本質的大訴求，已在多個智慧城市與雪亮工程項目中成功部署。
深度學習算法促使識別準確率大幅提高，直接建立了從數據到目標模型的映射，極短的時間內就可以提高場景應用的效率和適配性。未來安防解決方案并不是初級的解決用戶需求，更多的是通過深度學習算法挖掘大數據，為民眾提供更可靠的安全性和便捷性，這也是安防企業一直所追求的目標。
版權與免責聲明：
凡本網注明“來源：智慧城市網”的所有作品，均為浙江興旺寶明通網絡有限公司-智慧城市網合法擁有版權或有權使用的作品，未經本網授權不得轉載、摘編或利用其它方式使用上述作品。已經本網授權使用作品的，應在授權范圍內使用，并注明“來源：智慧城市網”。違反上述聲明者，本網將追究其相關法律責任。
本網轉載并注明自其它來源（非智慧城市網）的作品，目的在于傳遞更多信息，并不代表本網贊同其觀點或和對其真實性負責，不承擔此類作品侵權行為的直接責任及連帶責任。其他媒體、網站或個人從本網轉載時，必須保留本網注明的作品第一來源，并自負版權等法律責任。
如涉及作品內容、版權等問題，請在作品發表之日起一周內與本網聯系，否則視為放棄相關權利。
移動版
智慧城市網APP
智慧城市網小程序
微信公眾號
