• 918博天堂·官方(中国)

    深圳市918博天堂科技有限公司
  • CN
  • EN
  • AR
  • RU
  • DE
  • ES
  • AI视频监控的三大类和四大痛点

    2023-04-10 17:02:18

    随着科技的飞速发展,人们正在享受安防监控带来的安全感。安防监控不仅可以实时记录正在发生的事件,还可以对监控视频进行分析,从中提取信息(如车牌、人脸、动作分析),从而进行视频推送预警、实现预防。可以起到“防患于未然”的作用。

    近年来,人工智能、随着大数据技术的快速发展,在行业市场受到追捧,他们在数据可用性高的领域率先解决了行业痛点。

    安防领域是人工智能完美落地的自然场景

    1、大数据是人工智能分析和预测、自我提升是重要支撑,安防行业拥有海量丰富的视频数据,完全可以满足人工智能对算法模型训练的要求。

    2、安防监控领域有预防、事中响应、由于事后追踪的逻辑需求,人工智能可以为这一问题提供新的解决方案。

    3、据统计,2011年,—2016年,安防市场持续保持两位数增长预计在2016年,-2020年将继续增长,年复合增长率为7.6%到2020年,安防市场年销售额将达到3150亿美元。鉴于如此大的市场规模,人工智能早就被“蠢蠢欲动”

    从技术要求和市场规模来看,人工智能在安防领域发展最快、最好的“着陆场”传统的安防监控虽然实现了录像功能,但无法准确识别视频中的人、物和场景。具有视觉的智能视频监控系统可以彻底改变这种情况。

    智能视频监控系统主要包括三大类:

    1、对人、物的识别:主要是识别监控系统关心的内容,包括人脸识别、车牌号识别、车辆类型识别、船只识别、红绿灯识别等等。识别技术经常用于道路监控、金融银行、航道管理等行业主要为客户提供识别记录和分级管理的依据。

    2、对人、物体运动轨迹的识别:目前细分很多,主要包括虚拟警戒线、虚拟警戒区域、自动PTZ跟踪、人数统计、车流统计、物体出现和消失、人员突然奔跑、突然聚集起来的人等等。这种技术,除了定量统计,一般是判断某个过程一旦发现异常情况,比如有人进入警戒区域,、当人们在广场东北角迅速聚集时,会发出报警信息,提醒值班的监控人员注意相应的热点。目前此类功能主要用于平安城市建设、商业监控等行业。

    3、环境影响的判断和补偿:可以在复杂的背景环境下实现正常的监控功能。环境影响主要包括雨水、雪、大雾等恶劣天气、夜间低照度情况、相机遮挡或偏移、摄像头抖动等等。智能视频监控系统技术的应用可以在恶劣的视频环境下实现正常的监控功能。当由于环境影响导致视频不清晰时,尽快找到画面中的人,或者判断摄像头偏移后发出报警。这类功能的关键技术点在于能够在各种应用场合稳定输出智能分析的信息,最大限度地减少环境对视频监控的影响。

    随着高清化、深度学习、云存储、GPU 、物联网的研发主要有两种方式切入人工智能落地安全领域:

    1、从产品到技术:传统安防领域的企业正在加速软硬件产品的智能化进程;

    2、从技术到产品:专攻算法,人工智能企业积极布局终端应用行业,比如金融、公安、楼宇园区等。

    人工智能在安防领域的应用主要分为警务、民用两个方向:

    1、公安领域

    智能监控可以实时分析海量数据,提取有效线索,锁定犯罪嫌疑人或车辆的轨迹,完成跟踪、抓捕、救援等一系列任务。这个过程包括映射、实战、预见三层的应用,提前迎接预防、事中响应、事后追踪的现实需求可以有效防范和化解各种安全风险。

    2、交通领域

    人车密度分布的智能监测与分析、动态监控变化趋势,通过调整红绿灯间隔合理分配资源,提高通行效率,为公众顺利出行提供有利保障。

    3、智能建筑和公园区

    门禁考勤系统采用生物识别技术,不仅可以区分工作人员和非工作人员,还可以降低建筑物的能耗。

    4、零售领域

    为经理提供远程可视化、客户数据收集和分析、POS收银监管的店铺巡查模式。

    5、在民用安全中的应用

    智能监控可以为每个用户提供差异化服务。以家庭安防为例,当家里没人时,智能监控系统进入防护模式;。虽然智能安防前景广阔,但国内基础还比较薄弱,在应用过程中还存在很多障碍和困难。

    人工智能在安防监控领域面临四大痛点:

    1、对环境适应性差

    人工智能对视频内容的识别容易受到光照条件的影响、天气因素、图像质量、目标尺寸、地表覆盖等环境变化的影响;

    2、数据孤岛并分散

    在传统的安全系统中,各平台系统的数据相互之间不开放不共享,难以进行多维数据融合分析。以人脸识别为例,要提高人脸识别的准确率,单纯提高算法的计算能力是不够的,还需要扩大分析数据的纬度,比如定位、社交、车辆、消费等可以收集的数据,通过这种大规模的多模态数据整合,可以实现目标追踪、分析的目的。

    3、场景理解受限

    原因1:专业领域知识和经验积累不足;

    原因2:在视频结构化的过程中,智能监控还停留在基于静态特征的单场景环境中,很少涉及大规模场景的相关行为分析,也不放动作、行为等动态特征以及它们之间的相关性是结构化的。

    4、缺乏自我提升能力

    目前人工智能还没有自我成长的能力,只能根据设定的条件进行独立分析,但是可以 不要根据分享能力和积累的经验来提升自己。

    结语:

    立足当下,展望未来,智能安防的道路虽然曲折,但在政府的大力支持下,、随着数据的开放共享和算法计算能力的不断提升,人工智能和安防将全面融合,智能安防时代正在加速到来。


    • 河道采砂船监测仪

    • 4G车载硬盘录像机

    • 4G车载SD卡录像机

    • 叉车AI影像防撞预警系统

    提示

    确定拨打电话0755-23088991/13378661481 吗

    在线留言
    *
    *
    *
    *
    *
    *
    *