Relatório de segurança AI, descriptografar 8 tendências e 8 prazos do sistema de gerenciamento de estacionamento-Tigerwong

, GPU é usado principalmente no centro de dados. A desvantagem é o alto consumo de energia. Em aplicativos de segurança, os chips GPU são basicamente monopolizados pela NVIDIA. Os chips GPU na indústria de segurança são monopolizados pela NVIDIA. Comparado com a GPU, o raciocínio central FPGA e o data center também são amplamente usados. FPGA tem vantagens óbvias no consumo de energia. Em aplicações de segurança, os principais fabricantes de FPGA incluem xilinxintel, Altera original, etc. Devido à diversidade e complexidade dos aplicativos de ponta a ponta e à exigência de alto desempenho de custo, o ASIC é usado principalmente no raciocínio de ponta a ponta.

Existem muitos fabricantes de ASIC, como Cambrian, Hisilicon, horizon, bitcontinent, etc., e muitas soluções são fornecidas ao mesmo tempo. A concorrência ASIC no mercado de segurança em 2018 é muito feroz. Entre eles, o layout do Hisilicon é muito intensivo e o aprendizado profundo é o núcleo da inteligência artificial. A tecnologia de estrutura de software ainda está nas mãos de gigantes da tecnologia como Amazon, Microsoft, Google e Baidu. Ele fornece um kit de ferramentas de software integrado para o desenvolvimento de aplicativos, e a estrutura do algoritmo é o elo principal no estabelecimento do ecossistema central de inteligência artificial. Perceba o encapsulamento modular do algoritmo.

Ele inclui vários aplicativos e kits de ferramentas de algoritmos desenvolvidos para implementação de algoritmos e fornece interface de chamada de algoritmo e outros serviços para desenvolvimento de aplicativos superiores. Também começou o layout da tecnologia do algoritmo de IA. Com o investimento adicional das empresas, as empresas de algoritmos na indústria de segurança podem ser divididas em duas categorias. A primeira categoria é Shangtang, Kuangshi, Yuncong, Yitu, detetive Zhongke e outras empresas CV; A segunda categoria é Haikang, Dahua e Yushi. A precisão do algoritmo de reconhecimento de vídeo foi muito melhorada.

Por exemplo, o algoritmo de reconhecimento de face atingiu um alto nível sob condições específicas. Classificação de imagem, detecção de objetos, etc. A taxa de reconhecimento do computador excedeu em muito o nível médio dos seres humanos. 4. Os fabricantes de CV de aplicação de produtos e indústria e fornecedores de plataforma em nuvem também começaram gradualmente a fornecer produtos e aplicações industriais. Além dos fabricantes conservadores de segurança, como Haikang, Dahua, Yushi, Keda, Tiandi Weiye e Dongfang Wangli. As empresas basicamente concluíram a serialização de produtos inteligentes de ponta. O sistema de gerenciamento de estacionamento é enriquecido com produtos de borda e centro, exceto para os produtos do centro de nuvem mencionados acima.

Os usuários começaram a apresentar requisitos mais elevados para serviços de aplicativos. A partir da situação atual da indústria, quer se trate de empresas de segurança radical ou empresas de plataforma CV e nuvem, embora haja alguma melhoria em aplicativos de negócios, ainda é dominado por aplicações gerais típicas. Os usuários prestam mais atenção à aplicação prática. Atualmente, tem havido uma nova tendência de "sem IA e sem segurança" na indústria de segurança. Com a penetração da indústria de segurança AI e a pesquisa e desenvolvimento de tecnologia de aplicação profunda.

Atualmente, é um fato indiscutível que todos os fabricantes de monitoramento de segurança têm uma linha completa de IA de produtos, e também se tornou uma nova estratégia para todos os fabricantes. Com a implementação aprofundada da indústria de segurança AI, o formulário do produto e o modo de aplicação no campo da segurança AI, especialmente no campo da vigilância por vídeo, também começaram a se estabilizar. A tecnologia de IA na indústria de segurança se concentra principalmente no reconhecimento facial, reconhecimento de veículos, reconhecimento de pedestres, reconhecimento de comportamento, análise estrutural, recuperação de vídeo em grande escala e assim por diante. O primeiro se refere a cenários de aplicação com condições controláveis, como luz e ângulo. Os cenários de aplicativos de IA na indústria de segurança são divididos em cenários de baioneta e cenários de não baioneta.

Principalmente baioneta de veículo e baioneta de rosto; Este último refere-se à cena de vídeo de monitoramento de segurança geral. Entre eles, a cena da baioneta representa cerca de 1% - 3% do número total de câmeras de vigilância, e o restante são cenas sem baioneta. Vídeo de vigilância 1 cena de baioneta: os pontos-chave do aplicativo de identificação facial estão equipados com câmeras de captura facial, e o aplicativo de identificação facial é representado pelo controle de pessoal na indústria de segurança pública. As faces capturadas são analisadas e reconhecidas pelo servidor de reconhecimento de face back-end e comparadas com o banco de dados da lista negra de face. Com o aprimoramento da aplicação de controle de pessoal, o efeito começou a aparecer.

Por exemplo, o recente "concerto de Jacky Cheung" capturou o suspeito é a identidade confirmada pela cena da baioneta. 2 cenário de baioneta: aplicações de autenticação facial, como controle de acesso facial, porta de acesso rápido facial, atendimento facial, identificação de pessoal, etc. Aplicações de autenticação de rosto estão se tornando cada vez mais populares. Aplicações de lista de permissões de rosto raras foram implementadas em muitos setores. É amplamente utilizado em empresas, vários parques e outros cenários. Além de realizar o aplicativo básico de reconhecimento facial, o controle de acesso facial também pode evitar a falsificação de rosto por meio de fotos, vídeos e outros comportamentos, e efetivamente garantir o controle seguro do pessoal de entrada e saída e gerenciamento diário de pessoal. 3 cena de baioneta: o reconhecimento da placa do pedido de reconhecimento de veículos torna "procurar pessoas de carro" uma realidade. A tecnologia de reconhecimento de veículos é uma das tecnologias mais maduras e eficazes na prática de segurança pública.

Com a ajuda de popularizar postos de controle de veículos nas principais estradas de tráfego em todo o país. Shengli ajudou a polícia a resolver vários casos. A tecnologia de reconhecimento de veículos foi desenvolvida desde o estágio primário de aplicação de reconhecimento de veículos com base na placa de licença até o estágio preciso de aplicação de reconhecimento de veículo, como reconhecimento de tipo de veículo e reconhecimento de placa. 4 cena não baioneta: análise de vídeo estruturado e aplicação de recuperação rápida a função de negócios de vídeo estruturado é classificar e detectar veículos motorizados, veículos não motorizados, pedestres e outros alvos em movimento no vídeo; Ao mesmo tempo, A pequena imagem de destino e a grande imagem de cena são extraídas e gravadas no dispositivo de armazenamento para análise estruturada de vídeo e aplicativos de recuperação rápida. É conveniente para consulta rápida subsequente e recuperação inteligente. Através da rápida análise e extração das informações do atributo característico do alvo de interesse no vídeo através do serviço estruturado de vídeo, os usuários podem obter eficientemente as pistas relacionadas ao caso e eventos e promover os dados de vídeo de ver para compreender na era de grande segurança. 5 cenário sem baioneta: a aplicação de segurança assistida por análise de comportamento pode ser aplicada à identificação da máquina de prevenção de áreas-chave, monitoramento de mercadorias importantes, mercadorias perigosas suspeitas deixadas para trás e outros comportamentos; Também pode alarmar o comportamento anormal das pessoas e a análise de comportamento pode auxiliar na aplicação de segurança. Analisar e lidar com o comportamento anormal do pessoal através do sistema de análise de comportamento.

Melhora muito a eficiência da aplicação de vigilância por vídeo. Oito fatores restritivos para a aplicação em escala de segurança inteligente, mas na produção e aplicação prática, embora a tecnologia de inteligência artificial tenha se desenvolvido rapidamente. Ainda há muitos problemas. Nos últimos anos, a popularidade da inteligência artificial é muito alta, mas, na verdade, apenas o "modelo conceitual" foi estabelecido, e o efeito ideal da "utilização efetiva" não foi alcançado. Nesta fase, existem oito fatores principais que limitam a escala de aplicação: alto interesse, restrições de cenário de algoritmo, altas dificuldades de distribuição, maior rede e requisitos de segurança, falta de design sistemático de nível superior para aplicação aprofundada, falta de normas da indústria e sistema de avaliação e aprendizagem e organização do usuário para garantir maior impacto de interesse" Existem muitos fatores para a aplicação em larga escala de soluções de produtos Security AI, e o interesse é alto. Atualmente, o alto interesse é uma das muitas razões.

A partir da proporção de custos de cada parte de um projeto típico de rede de videovigilância de segurança pública rural de médio e grande escala, pode-se ver claramente que o custo é um gargalo importante no desenvolvimento da IA de segurança. É também o principal gargalo nesta fase. O algoritmo é altamente limitado. Computação de Inteligência Artificial A capacidade de generalização do método é um problema temporário enfrentado pelo problema de reconhecimento de padrões. Portanto, no uso prático, a energia neutra do modelo treinado é frequentemente reduzida significativamente quando é usada em cenas variáveis. É necessário definir estritamente a cena, ou posicionar o algoritmo inteligente como uma função auxiliar insensível aos indicadores. Em aplicações infantis, como passagem e violação no transporte inteligente A captura do capítulo e a comparação de certificados humanos nas estações do aeroporto exigem esquemas específicos de dispositivos de engenharia.

Essa abordagem efetivamente realiza o valor comercial sob a condição de tecnologia insuficiente, mas as desvantagens também são óbvias: por um lado, a transformação do equipamento existente precisa aumentar o custo de construção, o que afeta a penetração do algoritmo de inteligência artificial em aplicações tradicionais; por outro lado, Também limita a eficiência da obtenção de materiais eficazes Taxa, o que afeta a melhoria dos indicadores de algoritmo. Somente em cenas específicas podemos aderir a uma boa taxa de reconhecimento. É difícil organizar câmeras para reconhecimento facial. A inteligência artificial geralmente tem requisitos específicos de cena. É necessário cumprir rigorosamente as políticas e especificações emitidas pelo Ministério da segurança pública, o que reduz muito o espaço de aplicação do reconhecimento facial e melhora muito a dificuldade de construção.

O número de acidentes ocorreu De acordo com mais e mais relatórios, a próxima geração de tecnologia de interação homem-computador está se desenvolvendo com a aplicação de tecnologia inteligente no sistema de segurança. O problema resultante é como fazer com que os usuários entendam rapidamente os dados, ou seja, o problema da visualização de dados. A próxima geração de interação humano-computador na indústria de segurança se desenvolverá em direção a uma operabilidade mais forte e tridimensional, interação em direção a um movimento mútuo mais forte e aplicação. impulsionar ou auxiliar a tomada de decisão do usuário. Portanto, o projeto do sistema e a capacidade de prática do projeto do sistema de gerenciamento de estacionamento são aprimorados de tempos em tempos. O desembarque de aplicativos de negócios inteligentes precisa ser baseado em controle de juros razoável, qualidade de construção qualificada, integração de dados perfeita e mecanismo de gerenciamento de suporte.

Em seguida, os algoritmos e modelos de cenários de suporte são baseados em uma estrutura de computação altamente eficaz transforma os dados em serviços visuais do usuário. O aplicativo de negócios inteligente é um projeto sistemático, incluindo arquitetura, algoritmo, computação, dados, aplicação, engenharia e processo de gerenciamento. É necessário fortalecer a capacidade de design sistemático de alto nível de tempos em tempos e melhorar a capacidade de prática do projeto. A China tem uma demanda por cerca de 50 milhões de câmeras por ano, e o estoque de vídeos sem baioneta é gradualmente aplicado De acordo com as estatísticas, apenas cerca de 500000 câmeras inteligentes são efetivamente usadas, representando apenas cerca de 1%, enquanto até 99% das câmeras não pode ser dotado de Atributo de "inteligência". Isso significa que a IA de segurança acaba de entrar no estágio primário.

A capacidade de generalização de algoritmos de inteligência artificial em cenários sem baioneta é um dos principais gargalos na implementação da segurança. Em comparação com os métodos de reconhecimento de padrões radicais, a capacidade de generalização dos algoritmos de aprendizado profundo e a adaptabilidade a cenários complexos foram significativamente melhoradas com o suporte de big data. A base técnica e a integração de produtos de segurança inteligente tornaram-se maduras, pensa Zhidong. Portanto, a proposição no próximo estágio é como organizar sistematicamente a escala. Desafios e oportunidades coexistem. Da inovação contínua dos meios técnicos ao pouso ingênuo da forma do produto, a segurança inteligente ainda enfrenta muitos problemas, como alto interesse, layout de engenharia difícil, grandes limitações de cenários de algoritmo, falta de aplicação aprofundada, Falta de design sistemático de alto nível e falta de satisfação prática Como resolver esses problemas está relacionado à questão de saber se produtos e soluções de segurança inteligentes podem realmente criar raízes.