欢迎访问 中国智慧物流网
  • 主管单位:住建部中国城市科学研究会
  • 组长单位:中物协(北京)物流工程设计院
新闻资讯 News
热点新闻 HOT NEWS

物流大数据 | 人工智能时代 大数据如何解决安防监控“痛点”?

日期: 2017-10-12
来源:
作者:
浏览次数: 39
分享到:

随着大数据、云计算、物联网等创新技术的不断发展,人工智能将在数据化程度高的行业快速实现落地。在服务智能情景下,数据可得性高的行业,人工智能将率先用于解决行业痛点,爆发大量场景应用。

安防恰好具有数据可得性高、数据层次丰富的特征,如今安防监控领域已进入数据“大爆炸”的时代。在云计算、大数据、芯片、算法等技术的助推下,“AI+安防”的概念开始浮出水面。如今在公共安全领域尤其是视频监控技术应用领域,“AI+安防”应用已经落地。

“AI+安防”获得国家政策加持

2016年6月份,工信部等部门发布的《“互联网”人工智能三年行动实施方案》(以下简称《方案》)指出,智能安防将作为人工智能产品创新的重点应用推广领域。《方案》提出,实施智能安防推广工程,鼓励安防企业与互联网企业开展合作,研发集成图像与视频精准识别、生物特征识别、编码识别等多种技术的智能安防产品,推动安防产品的智能化、集约化、网络化。

“AI+安防”的落地趋势

基于GPU运算的方案、人脸识别、大数据应用等已经成为业内的共识。各种新技术的大肆输入,加速驱动着智能监控技术升级,向更高层级进化。与此同时,行业用户对视频监控也提出更多需求,多样化的应用场景催生出不同的用户需求。具体到安防监控应用中来,AI在视频理解和大数据两方面都有很好的应用。

视频理解:通过深度学习等人工智能前沿技术,实现对视频中目标检测、目标跟踪、目标分类、目标检索和行为分析,目标检测和目标跟踪比较好理解,目标分类在目标检测与跟踪之后,捕获到合适目标,可以对它的属性进行分析判断。以监控场景的人体为例,可以识别他是否骑车、衣着特征、性别、年龄段、头发长短、是否背包、拎东西、戴口罩等等,最后通过目标检索和行为分析与上层业务相结合判断目标的活动轨迹、身份,并对视频画面中的目标正在进行的行为活动(比如打架、人群聚集等)进行分析判断。

大数据:大数据技术为人工智能提供强大的分布式计算能力和知识库管理能力,是人工智能分析预测、自主完善的重要支撑。其包含三大部分:海量数据管理、大规模分布式计算和数据挖掘。海量数据管理被用于采集、存储人工智能应用所涉及的全方位数据资源,并基于时间轴进行数据累积,以便能在时间维度上体现真实事物的规律;大规模分布式计算使得人工智能具备强大的计算能力,能同时分析海量的数据,开展特征匹配和模型仿真,并为众多用户提供个性化服务;数据挖掘是人工智能发挥真正价值的核心,利用机器学习算法自动开展多种分析计算,探究数据资源中的规律和异常点,辅助用户更快、更准地找到有效的资源。

大数据解决安防监控“痛点”

目前大数据解决安防监控“痛点”主要是从九个方面进行。

一、人流密度分布、变化趋势、活动的动态监测,预测踩踏指数,实现大型活动和重要区域的风险管理。

二、空间状态分析,车流密度分布、变化趋势,道路状态及变化监测,主要用于预测拥堵指数,实现交通信号的预测调节;

三、数据融合、关联,实现同号搜索,人、车轨迹跟踪等。