慧聪安防网

深度学习的应用推动智能安防发展

http://www.secu.hc360.com2016年11月08日09:35 来源:千家智客T|T

    慧聪安防网讯 在安防领域,近年来深度学习的技术,非常大的数据量和计算量可以扩张地使用,超过了我们的想象。同时我们也对人所谓的智力,当时有一些错误的幻想,实际上深度学习的成长非常的快速,它可以在安防领域得到非常好的应用。

    深度学习作为机器学习研究中的一个领域,其动机在于建立、模拟人脑进行分析学习的神经网络,它模仿人脑的机制来解释数据,例如图像、声音和文本等。目前,深度学习的应用领域中大约有70%都在图像识别方面,结合安防领域的现状,这就意味着,深度学习在这一领域必然会有颠覆性的发展。随着大数据与高清摄像机应用的普及,安防大数据时代已经到来,海量高清及以上分辨率视频数据给安防产品技术带来了大数据,这也就成为深度学习在安防领域必将快速发展的肥沃土壤。

1

    海康威视

    在安防行业,涉及的数据信息类型越来越多。其中,99%以上的数据,包括监控视频录像、报警录像、车辆卡口图片、人脸抓拍图片等都是非结构化的,要想对这数据进行进一步分析,做到“数为人所用”,就需要将非结构化的数据结构化。和以往的传统智能算法相比,深度学习可以像人类大脑一样搜集信息,并将这些信息转化为相应的行为,在解决视频结构化问题方面更“智能”。

    在今年北京安博会开幕的前一天,海康威视举行了新品发布会,发布了基于深度学习技术的从前端到后端全系列智能安防产品,新品涵盖“深眸”系列智能摄像机、“神捕”系列智能交通产品、“超脑”系列智能NVR、“脸谱”系列人脸分析服务器等。

    宇视科技

    和以往的传统智能算法相比,深度学习可以像人类大脑一样搜集信息,并将这些信息转化为相应的行为,在解决视频结构化问题方面更“智能”。

    在安博会现场,宇视基于Movidius+NVIDIA芯片全球战略首发的深度学习人脸识别摄像机、深度学习智能交通抓拍机、深度学习USB智能棒、“昆仑”结构化智能分析服务器、智能存储融合一体化设备等均有展示。

    初看之下,深度学习似乎是一种万能的方法,什么问题都能够轻松解决,然而就深度学习的具体应用而言,目前依然存在三大主要难题:第一是大数据标定的问题,深度学习领域的一句流行语——“谁掌握着数据谁就掌握着市场”,就充分地说明了这一点;第二是计算量过大的问题,在具体应用中随着数据和网路层次的增加,不仅训练花费的时间在大幅增加,测试时间也在增加,在具体应用中很难实现前端化和实时化;第三是训练收敛问题,以在图像识别中应用最多的卷积神经网络(CNN)为例,目前已经出现了几百层的网络结构,训练过程中一般采用梯度下降的方法,这一过程中如果层数过多,数据初始化不合理就很容易不收敛。

责任编辑:钟娟娟

《慧聪安防网》服务升级
扫码关注

安防资讯官方微信

安防资讯官方微博