AI人工智能摄像机的应用领域分析,这些热门应用你知道几个?

智能家居 2020-02-07 10:30130未知admin

传统的网络摄像机对于网络带宽的要求较高, 1080P 的图像,即使反复压缩后,也需要至少 8Mbps 带宽。主要是由于网络摄像机直接把大量数据的高清视频回传给数据中心里的 NVR,很难对所有图像进行实时分析, 大部分时候是对保存的图像进行事后分析。如果全部通过后端数据中心处理,不论处理能力、存储还是网络,都是不可能承受的。

AI 智能处理“云+边缘节点”将成为业内主流的解决方案,即前端摄像头和后端系统均设有AI 功能。前端摄像头可以实时对大部分视频数据进行结构化处理,例如,设置在交通路口的摄像头可以提取车牌,车型等汽车信息和乘客数量,是否带安全带等乘客信息回传给数据中心。而小部分不容易识别的视频数据才会发送至后端系统处理。同时,前端处理完的数力投放以及治安管理更加科学、精准、有效的掌控。其中4K/8k的超高清普及是据已经结构化,数据量极大减少,发往后端做存储和进一步的分析。

未来以“AI Cloud”架构基础+视频摄像+应用场景将赋能传统行业打开新市场,AiCloud 面向公安、交通、司法、文教卫、能源、金融、智能楼宇等行业, 将赋能各行业智能化转型。例如,在公共安全领域, AI Cloud 能快速打击犯罪;在公共服务领域,AI Cloud 服务智慧出行;在商业领域, AI Cloud 能帮助商户优化产品和服务,提升经营效率;在金融领域, AI Cloud 赋能精准营销,提升客户体验;在教育领域, AI Cloud 将实现智慧教育,创新教学管理。随着“AI+摄像”设备接入量不断提升, 至 2022 年, 中国智能安防行业市场规模将达到近万亿。

AI将成为视频监控技术发展主方向

前端摄像机内置人工智能芯片,可实时分析视频内容,检测运动对象,识别人、车属性信息,并通过网络传递到后端人工智能的中心数据库进行存储。这是人工智能满足视频监控实战应用需求的优势。

目前,人工智能在安防领域的主要应用场景包括以下几点:

1. 人脸身份确认

人脸身份确认应用属于卡口场景仿人AI应用,以公安行业人员布控为代表,在关键监控点位安装人脸抓拍摄像机,通过后端人脸识别服务器对抓拍到的人脸进行比对识别,确定该人员身份。一种是与人脸黑名单库进行比对识别,另一种是和静态人脸库进行比对识别。

人脸黑名单动态布控应用中主要利用人脸抓拍摄像机从高清/超高清视频画面中使用深度学习模型检测并抓拍人脸照片,然后提取人脸深度学习特征向量,与黑名单库人脸的比对并实现报警提示。

人脸静态比对指的是使用深度学习模型检测并抓拍人脸图片,然后提取的人脸深度学习特征向量与静态库中的人脸比对识别,确认该人脸身份。

眼爆科技 Copyright © 2002-2017 深圳眼爆智能科技有限公司 版权所有 备案号:* 本站资源来自互联网,我们转载的目的是用于学习交流与讨论,如果您认为我们的转载侵犯了您的权益,请与我们联系(Email:gm@ybbtb.com),我们将在3个工作日内删除相关内容。

邮箱地址:gm@ybbtb.com