
| 淺論人工智能最核心技術的2個體現方式 |
| 發(fā)布時間:2018-11-7 瀏覽:3926 次 |
人工智能英文縮寫為AI。它是研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統(tǒng)的一門新的技術科學。
在安防領域,隨著平安城市、智慧城市建設的不斷推進,東莞監(jiān)控點位越來越多,從最初的幾千路,到幾萬路,甚至于到現在幾十萬路的規(guī)模,視頻和卡口產生海量的數據。與此同時,隨著高清視頻、智能分析、云計算和大數據等相關技術的發(fā)展,安防正在從傳統(tǒng)的被動防御向主動判斷、預警發(fā)展,行業(yè)也從單一的安全領域向多行業(yè)應用、提升生產效率、提高生活智能化程度方向發(fā)展,為更多的行業(yè)和人群提供可視化、智能化解決方案。隨著安防領域的發(fā)展,人工智能的重要作用正逐步顯現。當前,用戶面對海量的視頻數據,已無法簡單利用人海戰(zhàn)術進行檢索和分析,需要人工智能作為專家或助手,實時分析視頻內容,探測異常信息,進行風險預測。
人工智能技術在東莞安防監(jiān)控領域的應用,最核心的技術主要體現在兩個方面:視頻結構化技術和大數據技術一 視頻結構化技術是融合了機器視覺、圖像處理、模式識別、深度學習等最前沿的人工智能技術,是視頻內容理解的基石。
視頻結構化在技術領域可以劃分為三個步驟:目標檢測、目標跟蹤和目標屬性提取。
目標檢測過程是從視頻中提取出前景目標,然后識別出前景目標是有效目標(如:人員、車輛、人臉等)還是無效目標(如:樹葉、陰影、光線等)。在目標檢測過程主要應用到運動目標檢測、人臉檢測和車輛檢測等技術。
目標跟蹤過程是實現特定目標在場景中的持續(xù)跟蹤,并從整個跟蹤過程中獲取一張高質量圖片作為該目標的抓拍圖片。在目標跟蹤過程中主要應用到多目標跟蹤、目標融合以及目標評分技術。
目標屬性提取過程是對已經檢測到的目標圖片中目標屬性的識別,判斷該目標具有哪些可視化的特征屬性,例如人員目標的性別、年齡、著裝,車輛目標的車型、顏色等屬性。目標屬性提取過程主要基于深度學習網絡結構的特征提取和分類技術。
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。其包含三大部分:海量數據管理、大規(guī)模分布式計算和數據挖掘。
海量數據管理被用于采集、存儲人工智能應用所涉及的全方位數據資源,并基于時間軸進行數據累積,以便能在時間維度上體現真實事物的規(guī)律。同時,人工智能應用長期積累的龐大知識庫,也需要依賴該系統(tǒng)進行管理和訪問。當前,??低曆芯吭洪_發(fā)的海康大數據平臺已能支撐千億級規(guī)模的車輛通行記錄存儲管理和應用。
大規(guī)模分布式計算使得人工智能具備強大的計算能力,能同時分析海量的數據,開展特征匹配和模型仿真,并為眾多用戶提供個性化服務。
數據挖掘是人工智能發(fā)揮真正價值的核心,利用機器學習算法自動開展多種分析計算,探究數據資源中的規(guī)律和異常點,輔助用戶更快、更準地找到有效的資源,進行風險預測和評估。
以上內容是由東莞綜合布線公司整理提供。
|
Copyright ? 2014廣東創(chuàng)通寶通信科技有限公司 All Rights Reserved.
粵ICP備12034587號 技術支持:光速
東莞網站建設
創(chuàng)通寶科技致力于為客戶提供全方位的
弱電智能化工程服務
電話:0769-83736568 13380121669 | 傳真:0769-22305978 | 郵箱:0769@chtonb.com