Отчет по безопасности AI, расшифровка 8 тенденций и 8 сроков системы управления парковками-Tigerwong

, GPU в основном используется в центре обработки данных. Недостатком является высокое энергопотребление. В приложениях безопасности чипы GPU в основном монополизированы NVIDIA. Чипы GPU в индустрии безопасности монополизированы NVIDIA. По сравнению с GPU, центральные рассуждения FPGA и центр обработки данных также широко используются. FPGA имеет очевидные преимущества в энергопотреблении. В приложениях для обеспечения безопасности основными производителями ПЛИС являются ксилинксинтел, оригинальная Altera и т. Д. Из-за разнообразия и сложности сквозных приложений и требований высокой производительности ASIC в основном используется для сквозных рассуждений.

Существует множество производителей ASIC, таких как Cambrian, Hisilicon, Horizon, bitcontent и т. Д., И многие решения предоставляются одновременно. Конкуренция ASIC на рынке безопасности в 2018 году очень жесткая. Среди них очень интенсивен макет Hisilicon, а глубокое обучение-это ядро искусственного интеллекта. Технология программных фреймворков по-прежнему находится в руках технологических гигантов, таких как Amazon, Microsoft, Google и Baidu. Он предоставляет интегрированный программный инструментарий для разработки приложений, а структура алгоритмов является ключевым звеном в создании основной экосистемы искусственного интеллекта. Реализуйте модульную инкапсуляцию алгоритма.

Он включает в себя различные приложения и наборы инструментов алгоритмов, разработанные для реализации алгоритмов, а также предоставляет интерфейс вызова алгоритмов и другие услуги для разработки верхних приложений. Также начался макет технологии алгоритма AI. С дальнейшими инвестициями предприятий алгоритм предприятий в индустрии безопасности можно разделить на две категории. Первая категория-Шантан, Куанши, Юнцун, Иту, детектив Чжунке и другие предприятия резюме; Вторая категория-Хайкан, Дахуа и Юши. Точность алгоритма распознавания видео была значительно улучшена.

Например, алгоритм распознавания лиц достиг высокого уровня при определенных условиях. Классификация изображений, обнаружение объектов и т. Д. Уровень распознавания компьютера намного превысил средний уровень людей. 4. Производители продукции и отраслевых приложений CV и поставщики облачных платформ также постепенно начали предоставлять продукты и отраслевые приложения. Помимо консервативных производителей безопасности, таких как Haikang, Dahua, Yushi, Keda, Tiandi Weiye и Dongfang Wangli. Предприятия в основном завершили сериализацию передовых интеллектуальных продуктов. Система управления парковкой обогащена продуктами для краев и центров, за исключением продуктов для облачных центров, упомянутых выше.

Пользователи стали выдвигать более высокие требования к сервисам приложений. Из текущей ситуации в отрасли, будь то радикальные предприятия безопасности или предприятия CV и облачных платформ, хотя есть некоторые улучшения в бизнес-приложениях, в них по-прежнему преобладают типичные общие приложения. Пользователи уделяют больше внимания практическому применению. В настоящее время в индустрии безопасности появилась новая тенденция «нет ИИ и нет безопасности». С проникновением индустрии безопасности ИИ и исследованиями и разработками глубоко укоренившихся прикладных технологий.

В настоящее время это неоспоримый факт, что все производители мониторинга безопасности имеют полную линейку продуктов AI, и это также стало новой стратегией для всех производителей. С углубленным внедрением индустрии безопасности AI форма продукта и режим применения в области безопасности AI, особенно в области видеонаблюдения, также начали стабилизироваться. Технология искусственного интеллекта в индустрии безопасности в основном фокусируется на распознавании лиц, распознавании транспортных средств, распознавании пешеходов, распознавании поведения, структурном анализе, крупномасштабном поиске видео и так далее. Первый относится к сценариям применения с контролируемыми условиями, такими как свет и угол. Сценарии применения ИИ в индустрии безопасности делятся на сценарии штыков и сценарии без штыков.

В основном штык транспортного средства и штык лица; последний относится к общей видеосъемке наблюдения за безопасностью. Среди них штыковая сцена составляет около 1% - 3% от общего числа камер наблюдения, а остальные-не штыковые сцены. Видеонаблюдение 1 штыковая сцена: ключевые точки приложения для идентификации лиц оснащены камерами для захвата лиц, а приложение для идентификации лиц представлено контролем персонала в сфере общественной безопасности. Захваченные лица анализируются и распознаются серверным сервером распознавания лиц и сравниваются с базой данных черного списка лиц. С усилением применения контроля персонала эффект начал проявляиться.

Например, недавний «концерт Джеки Чунга» запечатлел, что подозреваемый является личностью, подтвержденной штыковой сценой. 2 Штык сценарий: приложения аутентификации лица, такие как контроль доступа лица, дверь быстрого доступа лица, посещаемость лица, идентификация персонала и т. Д. Приложения проверки подлинности лица становятся все более популярными. Редких приложений с белым списком лица были реализованы во многих отраслях. Он широко используется на предприятиях, в различных парках и других сценариях. В дополнение к реализации базового приложения для распознавания лиц, контроль доступа к лицу также может предотвращать подделку лиц с помощью фотографий, видео и других видов поведения, а также эффективно обеспечивать безопасный контроль персонала входа и выхода и ежедневное управление персоналом. 3 штыковая сцена: распознавание транспортных средств при применении распознавания номерных знаков делает «поиск людей на машине» реальностью. Технология распознавания транспортных средств является одной из самых зрелых и эффективных технологий в практике общественной безопасности.

С помощью популяризации автомобильных пунктов пропуска на основных автомобильных дорогах по всей стране. Шэнли помогал полиции раскрывать различные дела. Технология распознавания транспортных средств развилась от основного этапа применения распознавания транспортных средств на основе номерного знака до этапа применения точного распознавания транспортных средств, такого как распознавание типа транспортного средства и распознавание номерных знаков. 4 non bayonet scene: Видео структурированный анализ и приложение быстрого поиска, видео структурированная бизнес-функция для классификации и обнаружения автомобилей, немоторных транспортных средств, пешеходов и других движущихся целей в видео; В то же время, Небольшое целевое изображение и большое изображение сцены извлекаются и записываются в устройство хранения для структурированного анализа видео и приложений быстрого поиска. Это удобно для последующего быстрого запроса и интеллектуального поиска. Посредством быстрого анализа и извлечения информации о характерных атрибутах интересующей цели в видео через службу видеоструктуризации пользователи могут эффективно получать подсказки, связанные с делом и событиями, и продвигать видеоданные от видения до понимания в эпоху. большой безопасности. 5, не штыковый сценарий: применение системы безопасности с помощью анализа поведения может применяться к машинной идентификации основных областей предотвращения, мониторинга важных товаров, оставленных подозрительных опасных грузов и других видов поведения; Он также может тревожить ненормальное поведение людей, а анализ поведения может помочь приложению безопасности. Анализируйте и обрабатируйте ненормальное поведение персонала с помощью системы анализа поведения.

Это значительно улучшает эффективность применения видеонаблюдения. Восемь ограничительных факторов для масштабного применения интеллектуальной безопасности, но в производстве и практическом применении, хотя технология искусственного интеллекта быстро развивалась. Проблем еще много. В последние несколько лет популярность искусственного интеллекта очень высока, но на самом деле установлена только "концептуальная модель", а идеальный эффект "эффективного использования" не достигнут. На данном этапе существует восемь основных факторов, ограничивающих масштаб приложения: высокий интерес, ограничения сценария алгоритма, высокие трудности распространения, более высокие требования к сети и безопасности, отсутствие систематического проектирования верхнего уровня для углубленного применения, отсутствие отраслевых норм и системы оценки, а также обучение и организация пользователей для обеспечения более высокого воздействия на интерес" Существует множество факторов для крупномасштабного применения продуктовых решений Security AI, и интерес высок. В настоящее время высокий интерес является одной из многих причин.

Из доли затрат каждой части типичного среднего и крупномасштабного проекта сети видеонаблюдения в сельской местности, можно ясно увидеть, что стоимость является важным узким местом в развитии безопасности AI. Это также главное узкое место на данном этапе. Алгоритм сильно ограничен. Вычислительная способность метода к обобщению-временная проблема, с которой сталкивается проблема распознавания образов. Поэтому при практическом использовании нейтральная энергия обученной модели часто значительно снижается, когда она используется при изменении сцен. Необходимо строго определить сцену или позиционировать интеллектуальный алгоритм как вспомогательную функцию, нечувствительную к индикаторам. В детских приложениях, таких как прохождение и нарушение при интеллектуальном транспортном захвате главы и сравнение человеческих сертификатов на станциях аэропорта, все требуют специальных схем инженерных устройств.

Этот подход эффективно осознает коммерческую ценность при условии недостаточной технологии, но недостатки также очевидны: с одной стороны, трансформация существующего оборудования требует увеличения стоимости строительства, что влияет на проникновение алгоритма искусственного интеллекта в традиционные приложения; с другой стороны, Это также ограничивает эффективность получения эффективных материалов Rate, что влияет на дальнейшее улучшение показателей алгоритма. Только в конкретных сценах мы можем придерживаться хорошей скорости распознавания. Расставить камеры для распознавания лиц сложно. Искусственный интеллект часто имеет определенные требования к сцене. Необходимо строго соблюдать правила и спецификации, выпущенные Министерством общественной безопасности, что значительно сокращает пространство для распознавания лиц и значительно улучшает сложность строительства.

Количество аварий произошло Согласно все большему количеству отчетов, новое поколение технологии взаимодействия человека с компьютером развивается с применением интеллектуальных технологий в системе безопасности. Сопутствующая проблема заключается в том, как сделать так, чтобы пользователи быстро понимали данные, то есть проблема визуализации данных. Следующее поколение взаимодействия человека с компьютером в индустрии безопасности будет развиваться в направлении более сильной работоспособности и трехмерности, взаимодействия в направлении более сильного взаимного движения и приложения. Дальнейшее управление или помощь пользователю в принятии решений. Таким образом, проектирование системы и проектная практика системы управления парковками время от времени улучшаются. Посадка интеллектуальных бизнес-приложений должна основываться на разумном контроле интересов, квалифицированном качестве строительства, идеальной интеграции данных и поддерживающем механизме управления.

Затем алгоритмы и модели поддержки сценариев основаны на высоком. Эффективная вычислительная структура преобразует данные в визуальные пользовательские услуги. Интеллектуальное бизнес-приложение-это систематический проект, включающий архитектуру, алгоритм, вычисления, данные, приложения, разработку и процесс управления. Необходимо время от времени укреплять способность систематического проектирования на высшем уровне и улучшать способность проектной практики. Китай имеет спрос на около 50 миллионов камер в год, и запас не штыковых видео постепенно применяется По статистике, эффективно используется только около 500000 смарт-камер, что составляет всего около 1%, в то время как до 99% камер не могут быть наделены атрибутом "интеллекта". Это означает, что безопасность AI только что вступила в первичную стадию.

Способность обобщения алгоритмов искусственного интеллекта в нештыковых сценариях-одно из главных узких мест в реализации безопасности. По сравнению с радикальными методами распознавания образов, способность к обобщению алгоритмов глубокого обучения и приспособляемость к сложным сценариям были значительно улучшены с поддержкой больших данных. По мнению Чжидуна, техническая основа и интеграция продуктов интеллектуальной безопасности стали зрелыми. Следовательно, предложение на следующем этапе-как систематически расположить шкалу. Вызовы и возможности сосуществуют. От непрерывных инноваций технических средств до наивной посадки формы продукта интеллектуальная безопасность по-прежнему сталкивается со многими проблемами, такими как высокий интерес, сложная инженерная компоновка, большие ограничения сценариев алгоритмов, отсутствие углубленного применения, Отсутствие систематического дизайна на высшем уровне и отсутствие практического удовлетворения Как решить эти проблемы связано с тем, действительно ли интеллектуальные продукты и решения безопасности могут прижиться.