2025-01-22 智能仪表资讯 0
我认为人工智能赋能各行各业已经成为一个不可逆的趋势，连养猪业都在使用AI了。如果某个行业还没有谈论AI，那么它可能就要被时代淘汰了。安防领域已经开始使用AI技术，现在正向城市化、综合化和主动安防发展，这里智能安防成为了当前最流行的趋势。
据统计，2018年中期，安防行业将会看到更多基于区域人群监控和案情分析系统等方面的AI产业化应用。从2016年下半年起，政府订单占比功能性软件订单迅速上升，并且预计到2018年将迎来爆发期；
AI+安防是安防行业升级的大势所趋，它目前位于高端业务金字塔顶部。主要应用场景包括以下几点：
分析：人脸识别、体态识别、特征提取等；
车辆分析：车牌识别、车辆识别、车辆特征提取等；
行为分析：目标跟踪监测、异常行为分析等；
图像分析：视频质量诊断、视频摘要分析等。
除了静态人脸识别技术相当成熟外，目前AI+安防仍处于概念炒作阶段。我搜索了大量新闻报道，但关于落地应用的信息仅限于两条：
海康威视推出了云边融合的智能物联网架构——海康威视AI Cloud。
杭州城市大脑发布了名为“天曜”的产品，该产品利用AI视觉助力杭州安全管理。
尽管现有的视频监控网络已逐步完善，但仍存在数据复杂性、高效率需求不足的问题。海康威视AI Cloud通过机器学习让机器“看懂”视频内容，同时结合多元异构数据进行逻辑推理，使系统具备认知智能能力，即可以快速找到可疑对象。此外，“天曜”试点区域已能掌握249路监控球机覆盖700多个道路断面，不需要全年的巡逻警力。
然而，在应用过程中也存在一些挑战：
深度学习需要大量样本训练，但实际操作中受限于样本特性的差异，以及如何将收集到的数据与实战结合。
如何在有限样本下提升学习能力，以及如何在广度上衍生出更多细分领域产品及深层信息认知，是深度学习在安防领域面临的挑战。
数据资源分散，加之开放性和共享程度较低，对准确率产生影响。
4 场景理解受限，由于缺乏专业经验知识积累，所以不能有效理解视频内容，只能单场景目标检测和行为分析，而不涉及大范围场景关联行为分析，以致难以用于异常行为预测。
未来，我们希望看到的是大数据闭环自主学习、大规模跨时空目标轨迹挖掘、新一代智能摄像机具有全光照拍摄功能以及对真正理解并实现“使能技术”的商家。这是我对未来的展望，也是我们编辑团队对于这个热门话题的一些思考。
