รายงานความปลอดภัย Ai ถอดรหัส8แนวโน้มและ8กำหนดเวลาของระบบการจัดการที่จอดรถ-tigerwong

GPU ใช้เป็นหลักในศูนย์ข้อมูล ข้อเสียคือการใช้พลังงานสูง ในแอพพลิเคชันด้านความปลอดภัยชิป GPU จะถูกผูกขาดโดย NVIDIA โดยทั่วไป ชิป GPU ในอุตสาหกรรมความปลอดภัยจะผูกขาดโดย NVIDIA. เมื่อเทียบกับ GPU แล้ว FPGA Central reasoning และ Data Center ยังใช้กันอย่างแพร่หลาย FPGA มีข้อได้เปรียบที่ชัดเจนในการใช้พลังงาน ในแอพพลิเคชันด้านความปลอดภัยผู้ผลิต FPGA หลักได้แก่ xilinxintel, Altera ดั้งเดิมฯลฯ เนื่องจากความหลากหลายและความซับซ้อนของการใช้งานแบบ end-to-end และความต้องการของประสิทธิภาพค่าใช้จ่ายสูง ASIC ส่วนใหญ่จะใช้ในการให้เหตุผลแบบ end-to-end

มีผู้ผลิต ASIC จำนวนมากเช่น Cambrian, Hisilicon, HORIZON, bitcontinent ฯลฯและมีโซลูชันมากมายในเวลาเดียวกัน ASIC การแข่งขันในตลาดการรักษาความปลอดภัยในปี2018เป็นรุนแรงมาก, ในหมู่พวกเขารูปแบบของ Hisilicon มีความเข้มข้นมากและการเรียนรู้ลึกเป็นแกนหลักของปัญญาประดิษฐ์ เทคโนโลยีกรอบซอฟต์แวร์ยังคงอยู่ในมือของยักษ์เทคโนโลยีเช่น Amazon, Microsoft, Google และ Baidu มีชุดเครื่องมือซอฟต์แวร์แบบบูรณาการสำหรับการพัฒนาแอ็พพลิเคชันและกรอบอัลกอริทึมเป็นลิงก์สำคัญในการจัดตั้งระบบนิเวศหลักของปัญญาประดิษฐ์ ตระหนักถึงการห่อหุ้มแบบแยกส่วนของอัลกอริทึม

ซึ่งจะรวมถึงแอพพลิเคชันต่างๆและชุดเครื่องมืออัลกอริทึมที่พัฒนาขึ้นสำหรับการใช้งานอัลกอริทึมและให้อินเทอร์เฟซการโทรอัลกอริทึมและบริการอื่นๆสำหรับการพัฒนาแอพพลิเคชันบน นอกจากนี้ยังเริ่มเค้าโครงเทคโนโลยีอัลกอริทึม Ai ด้วยการลงทุนเพิ่มเติมขององค์กรองค์กรอัลกอริทึมในอุตสาหกรรมรักษาความปลอดภัยสามารถแบ่งออกเป็นสองประเภท ประเภทแรกคือ shangtang, Kuangshi, yuncong, yitu, นักสืบ zhongke และองค์กร CV อื่นๆประเภทที่สองคือ Haikang, Dahua และ Yushi ความถูกต้องของอัลกอริทึมการรับรู้วิดีโอได้รับการปรับปรุงอย่างมาก

ตัวอย่างเช่นอัลกอริทึมการจดจำใบหน้าได้ถึงระดับสูงภายใต้เงื่อนไขเฉพาะ การจำแนกภาพการตรวจจับวัตถุฯลฯ อัตราการรับรู้ของคอมพิวเตอร์ได้เกินระดับเฉลี่ยของมนุษย์ 4. ผลิตภัณฑ์และอุตสาหกรรมแอพลิเคชัน CV ผู้ผลิตและซัพพลายเออร์แพลตฟอร์มเมฆยังค่อยๆเริ่มให้บริการผลิตภัณฑ์และการใช้งานในอุตสาหกรรม นอกเหนือจากผู้ผลิตรักษาความปลอดภัยแบบอนุรักษ์นิยมเช่น Haikang, Dahua, Yushi, Keda, Tiandi Weiye และ Dongfang Wangli องค์กรได้เสร็จสิ้นการจัดอันดับของผลิตภัณฑ์อัจฉริยะขอบ ระบบการจัดการที่จอดรถอุดมไปด้วยผลิตภัณฑ์ EDGE และ Center ยกเว้นผลิตภัณฑ์ Cloud Center ที่กล่าวมาข้างต้น

ผู้ใช้เริ่มที่จะนำความต้องการที่สูงขึ้นสำหรับบริการแอพลิเคชัน จากสถานการณ์อุตสาหกรรมในปัจจุบันไม่ว่าจะเป็นองค์กรด้านความปลอดภัยที่รุนแรงหรือองค์กรแพลตฟอร์ม CV และ Cloud แม้ว่าจะมีการปรับปรุงแอพพลิเคชันทางธุรกิจแต่ก็ยังคงถูกครอบงำโดยการใช้งานทั่วไป ผู้ใช้ให้ความสนใจกับแอพพลิเคชันในทางปฏิบัติมากขึ้น ปัจจุบันมีแนวโน้มใหม่ของ "ไม่มี Ai และไม่มีความปลอดภัย" ในอุตสาหกรรมรักษาความปลอดภัย ด้วยการเจาะอุตสาหกรรมความปลอดภัยของ Ai และการวิจัยและพัฒนาเทคโนโลยีแอ็พพลิเคชันแบบฝังลึก

ปัจจุบันเป็นความจริงที่เถียงไม่ได้ว่าผู้ผลิตตรวจสอบความปลอดภัยทั้งหมดมีสายผลิตภัณฑ์ Ai เต็มรูปแบบและกลายเป็นกลยุทธ์ใหม่สำหรับผู้ผลิตทั้งหมด Ai รูปแบบผลิตภัณฑ์และโหมดแอ็พพลิเคชันในด้านความปลอดภัยของ Ai โดยเฉพาะอย่างยิ่งในด้านการเฝ้าระวังวิดีโอได้เริ่มมีเสถียรภาพ เทคโนโลยี Ai ในอุตสาหกรรมรักษาความปลอดภัยส่วนใหญ่มุ่งเน้นไปที่การจดจำใบหน้าการรับรู้ยานพาหนะการรับรู้ทางเดินเท้าการรับรู้พฤติกรรมการวิเคราะห์โครงสร้างการดึงวิดีโอขนาดใหญ่และอื่นๆ อดีตหมายถึงสถานการณ์การใช้งานที่มีเงื่อนไขที่สามารถควบคุมได้เช่นแสงและมุม สถานการณ์แอ็พพลิเคชัน Ai ในอุตสาหกรรมความปลอดภัยแบ่งออกเป็นสถานการณ์ดาบปลายปืนและสถานการณ์ดาบปลายปืนที่ไม่ใช่

ส่วนใหญ่เป็นดาบปลายปืนและดาบปลายปืนใบหน้า; หลังหมายถึงฉากวิดีโอการตรวจสอบความปลอดภัยทั่วไป ฉากดาบปลายปืนมีจำนวนประมาณ1%-3% ของกล้องเฝ้าระวังทั้งหมดและส่วนที่เหลือเป็นฉากดาบปลายปืนที่ไม่ใช่ฉากดาบปลายปืน การเฝ้าระวังวิดีโอ1ฉากดาบปลายปืน: จุดสำคัญของการประยุกต์ใช้การระบุใบหน้ามีการติดตั้งกล้องจับภาพใบหน้าและการประยุกต์ใช้การระบุใบหน้าจะแสดงโดยการควบคุมบุคลากรในอุตสาหกรรมรักษาความปลอดภัยสาธารณะ ใบหน้าที่ถูกจับได้รับการวิเคราะห์และได้รับการยอมรับจากเซิร์ฟเวอร์จดจำใบหน้าด้านหลังและเปรียบเทียบกับฐานข้อมูลบัญชีดำใบหน้า ด้วยการเพิ่มประสิทธิภาพของการประยุกต์ใช้การควบคุมบุคลากรผลกระทบได้เริ่มแสดง

ตัวอย่างเช่น "Jacky Cheung Concert" ล่าสุดจับผู้ต้องสงสัยเป็นตัวตนที่ได้รับการยืนยันจากฉากดาบปลายปืน 2 bayonet สถานการณ์: ใบหน้าการตรวจสอบการใช้งานเช่นการควบคุมการเข้าถึงใบหน้า, ใบหน้าเข้าถึงประตูอย่างรวดเร็ว, ใบหน้าเข้าร่วมประชุม, บุคลากรประจำตัวประชาชน, ฯลฯ แอปพลิเคชันการตรวจสอบความถูกต้องของใบหน้ากำลังเป็นที่นิยมมากขึ้น การใช้งาน Whitelist ใบหน้าที่หายากได้รับการดำเนินการในหลายอุตสาหกรรม มีการใช้กันอย่างแพร่หลายในองค์กรสวนสาธารณะต่างๆและสถานการณ์อื่นๆ นอกเหนือจากการตระหนักถึงการประยุกต์ใช้การจดจำใบหน้าขั้นพื้นฐานการควบคุมการเข้าถึงใบหน้ายังสามารถป้องกันการปลอมแปลงใบหน้าผ่านภาพถ่ายวิดีโอและพฤติกรรมอื่นๆ, และมีประสิทธิภาพในการควบคุมความปลอดภัยของบุคลากรทางเข้าและทางออกและการจัดการบุคลากรทุกวัน 3ฉากดาบปลายปืน: การจดจำยานพาหนะการประยุกต์ใช้ป้ายทะเบียนการรับรู้ทำให้ "มองหาคนโดยรถ" ความเป็นจริง เทคโนโลยีการจดจำยานพาหนะเป็นหนึ่งในเทคโนโลยีที่เป็นผู้ใหญ่และมีประสิทธิภาพมากที่สุดในการปฏิบัติด้านความปลอดภัยสาธารณะ

ด้วยความช่วยเหลือของจุดตรวจรถที่เป็นที่นิยมบนถนนจราจรที่สำคัญทั่วประเทศ Shengli ช่วยตำรวจแก้ปัญหาต่างๆ เทคโนโลยีการจดจำยานพาหนะได้พัฒนาขึ้นจากขั้นตอนการจดจำยานพาหนะหลักบนพื้นฐานของแผ่นป้ายทะเบียนไปยังขั้นตอนการจดจำยานพาหนะที่ถูกต้องเช่นการจดจำประเภทยานพาหนะและการจดจำแผ่นป้ายทะเบียน 4ฉากดาบปลายปืนที่ไม่ใช่: การวิเคราะห์โครงสร้างวิดีโอและการประยุกต์ใช้การดึงข้อมูลอย่างรวดเร็วฟังก์ชั่นทางธุรกิจที่มีโครงสร้างวิดีโอคือการจำแนกและตรวจจับยานยนต์ยานพาหนะที่ไม่ใช่ยานยนต์คนเดินเท้าและเป้าหมายเคลื่อนที่อื่นๆในวิดีโอในเวลาเดียวกัน, ภาพเป้าหมายขนาดเล็กและภาพฉากขนาดใหญ่จะถูกดึงและเขียนลงในอุปกรณ์เก็บข้อมูลสำหรับการวิเคราะห์โครงสร้างวิดีโอและแอพพลิเคชันการดึงข้อมูลอย่างรวดเร็ว สะดวกสำหรับการสืบค้นอย่างรวดเร็วและการดึงข้อมูลอัจฉริยะที่ตามมา ผ่านการวิเคราะห์อย่างรวดเร็วและการสกัดข้อมูลแอตทริบิวต์ลักษณะของเป้าหมายที่น่าสนใจในวิดีโอผ่านบริการที่มีโครงสร้างวิดีโอผู้ใช้สามารถได้รับเบาะแสที่เกี่ยวข้องกับคดีและเหตุการณ์ได้อย่างมีประสิทธิภาพ, และส่งเสริมข้อมูลวิดีโอจากการเห็นความเข้าใจในยุคแห่งความมั่นคงอันยิ่งใหญ่ 5สถานการณ์ที่ไม่ใช่ดาบปลายปืน: การประยุกต์ใช้การวิเคราะห์พฤติกรรมช่วยรักษาความปลอดภัยสามารถนำไปใช้กับการระบุเครื่องของการป้องกันพื้นที่ที่สำคัญการตรวจสอบสินค้าที่สำคัญสินค้าอันตรายที่น่าสงสัยทิ้งไว้เบื้องหลังและพฤติกรรมอื่นๆ; นอกจากนี้ยังสามารถปลุกพฤติกรรมที่ผิดปกติของผู้คนและการวิเคราะห์พฤติกรรมสามารถช่วยในการรักษาความปลอดภัยได้ วิเคราะห์และจัดการกับพฤติกรรมผิดปกติของบุคลากรผ่านระบบวิเคราะห์พฤติกรรม

ช่วยเพิ่มประสิทธิภาพการใช้งานของการเฝ้าระวังวิดีโอ แปดปัจจัยที่จำกัดสำหรับการประยุกต์ใช้ขนาดของการรักษาความปลอดภัยอัจฉริยะแต่ในการผลิตและการประยุกต์ใช้ในทางปฏิบัติแม้ว่าเทคโนโลยีปัญญาประดิษฐ์ได้พัฒนาอย่างรวดเร็ว ยังมีปัญหาอยู่หลายประการ ในช่วงไม่กี่ปีที่ผ่านมาความนิยมของปัญญาประดิษฐ์สูงมากแต่ในความเป็นจริงมีเพียง "รูปแบบแนวคิด" เท่านั้นที่ได้รับการจัดตั้งขึ้น, และผลกระทบที่ดีของ "การใช้ประโยชน์ที่มีประสิทธิภาพ" ไม่ได้รับความสำเร็จ ในขั้นตอนนี้มีแปดปัจจัยหลักที่จำกัดขนาดของการประยุกต์ใช้: ความสนใจสูงข้อจำกัดสถานการณ์อัลกอริทึมความยากลำบากในการกระจายสูงความต้องการเครือข่ายที่สูงขึ้นและการรักษาความปลอดภัย, การขาดการออกแบบระดับบนสุดอย่างเป็นระบบสำหรับการประยุกต์ใช้ในเชิงลึกการขาดบรรทัดฐานอุตสาหกรรมและระบบประเมินผลและการเรียนรู้ของผู้ใช้และองค์กรเพื่อให้ได้ผลกระทบต่อความสนใจที่สูงขึ้น" มีหลายปัจจัยสำหรับการประยุกต์ใช้โซลูชันผลิตภัณฑ์ Ai ด้านความปลอดภัยขนาดใหญ่และความสนใจสูง ปัจจุบันความสนใจสูงเป็นหนึ่งในหลายเหตุผล

จากสัดส่วนต้นทุนของแต่ละส่วนของโครงการเครือข่ายการเฝ้าระวังวิดีโอรักษาความปลอดภัยสาธารณะในชนบทขนาดกลางและขนาดใหญ่ทั่วไป, สามารถเห็นได้อย่างชัดเจนว่าค่าใช้จ่ายเป็นคอขวดที่สำคัญในการพัฒนาความปลอดภัย Ai นอกจากนี้ยังเป็นคอขวดหลักในขั้นตอนนี้ ขั้นตอนวิธีมีข้อจำกัดสูง ปัญญาประดิษฐ์คอมพิวเตอร์ความสามารถทั่วไปของวิธีการเป็นปัญหาชั่วคราวที่ต้องเผชิญกับปัญหาการรับรู้รูปแบบ ดังนั้นในการใช้งานจริงพลังงานที่เป็นกลางของแบบจำลองที่ผ่านการฝึกอบรมมักจะลดลงอย่างมากเมื่อใช้ในการเปลี่ยนฉาก จำเป็นต้องกำหนดฉากอย่างเคร่งครัดหรือวางตำแหน่งอัลกอริทึมอัจฉริยะเป็นฟังก์ชันเสริมที่ไม่สำคัญต่อตัวชี้วัด ในการประยุกต์ใช้เด็กเช่นการผ่านและการละเมิดในการจับภาพบทการขนส่งอัจฉริยะและการเปรียบเทียบใบรับรองของมนุษย์ที่สถานีสนามบินทั้งหมดต้องใช้รูปแบบอุปกรณ์วิศวกรรมที่เฉพาะเจาะจง

วิธีนี้ได้อย่างมีประสิทธิภาพตระหนักถึงมูลค่าเชิงพาณิชย์ภายใต้เงื่อนไขของเทคโนโลยีไม่เพียงพอแต่ข้อเสียยังเป็นที่ชัดเจน: ในมือข้างหนึ่งการเปลี่ยนแปลงของอุปกรณ์ที่มีอยู่ต้องเพิ่มค่าใช้จ่ายในการก่อสร้าง, ซึ่งมีผลต่อการเจาะอัลกอริทึมปัญญาประดิษฐ์ในการใช้งานแบบดั้งเดิมในทางกลับกัน, นอกจากนี้ยังจำกัดประสิทธิภาพในการได้รับอัตราวัสดุที่มีประสิทธิภาพซึ่งมีผลต่อการปรับปรุงตัวชี้วัดอัลกอริทึมต่อไป เฉพาะในฉากที่เฉพาะเจาะจงเท่านั้นที่เราสามารถปฏิบัติตามอัตราการรับรู้ที่ดีได้ มันเป็นเรื่องยากที่จะจัดให้มีกล้องสำหรับการจดจำใบหน้า ปัญญาประดิษฐ์มักจะมีความต้องการเฉพาะฉาก จำเป็นต้องปฏิบัติตามนโยบายและข้อกำหนดที่ออกโดยกระทรวงความมั่นคงสาธารณะอย่างเคร่งครัดซึ่งช่วยลดพื้นที่ในการจดจำใบหน้าและช่วยเพิ่มความยากลำบากในการก่อสร้าง

จำนวนอุบัติเหตุที่เกิดขึ้นตามรายงานมากขึ้นเรื่อยๆเทคโนโลยีปฏิสัมพันธ์ระหว่างมนุษย์กับคอมพิวเตอร์รุ่นต่อไปกำลังพัฒนาด้วยการประยุกต์ใช้เทคโนโลยีอัจฉริยะในระบบรักษาความปลอดภัย ปัญหาผู้เข้าร่วมประชุมคือวิธีการทำให้ผู้ใช้เข้าใจข้อมูลได้อย่างรวดเร็วนั่นคือปัญหาของการสร้างภาพข้อมูล รุ่นต่อไปของปฏิสัมพันธ์ระหว่างมนุษย์กับคอมพิวเตอร์ในอุตสาหกรรมการรักษาความปลอดภัยจะพัฒนาไปสู่การทำงานที่แข็งแกร่งขึ้นและสามมิติปฏิสัมพันธ์ต่อการเคลื่อนไหวร่วมกันที่แข็งแกร่งขึ้นและการประยุกต์ใช้ไดรฟ์ต่อไปหรือช่วยในการตัดสินใจของผู้ใช้ ดังนั้นการออกแบบระบบและความสามารถในการปฏิบัติโครงการของระบบการจัดการที่จอดรถจึงได้รับการปรับปรุงเป็นครั้งคราว เชื่อมโยงไปถึงแอพพลิเคชันธุรกิจอัจฉริยะต้องขึ้นอยู่กับการควบคุมความสนใจที่เหมาะสมคุณภาพการก่อสร้างที่มีคุณภาพการรวมข้อมูลที่สมบูรณ์แบบและกลไกการจัดการที่สนับสนุน

จากนั้นอัลกอริทึมและแบบจำลองของสถานการณ์สนับสนุนจะขึ้นอยู่กับกรอบการคำนวณที่มีประสิทธิภาพสูงจะแปลงข้อมูลเป็นบริการผู้ใช้ภาพ การประยุกต์ใช้ธุรกิจอัจฉริยะเป็นโครงการที่มีระบบรวมทั้งสถาปัตยกรรมอัลกอริทึมการคำนวณข้อมูลการประยุกต์ใช้วิศวกรรมและกระบวนการจัดการ จำเป็นต้องเสริมสร้างความสามารถในการออกแบบระดับบนสุดอย่างเป็นระบบเป็นครั้งคราวและปรับปรุงความสามารถในการปฏิบัติงานของโครงการ จีนมีความต้องการประมาณ50ล้านกล้องต่อปีและสต็อกของวิดีโอที่ไม่ใช่ดาบปลายปืนจะค่อยๆใช้ตามสถิติเพียงประมาณ500000กล้องสมาร์ทจะใช้อย่างมีประสิทธิภาพ, บัญชีสำหรับเพียงประมาณ1% ในขณะที่ถึง99% ของกล้องไม่สามารถ endowed กับ "ปัญญา" แอตทริบิวต์ ซึ่งหมายความว่าการรักษาความปลอดภัย Ai เพิ่งเข้าสู่ขั้นตอนหลัก

ความสามารถทั่วไปของอัลกอริทึมปัญญาประดิษฐ์ในสถานการณ์ที่ไม่ใช่ดาบปลายปืนเป็นหนึ่งในคอขวดหลักในการดำเนินการรักษาความปลอดภัย เมื่อเทียบกับวิธีการรับรู้รูปแบบที่รุนแรงความสามารถทั่วไปของอัลกอริทึมการเรียนรู้ลึกและการปรับตัวให้เข้ากับสถานการณ์ที่ซับซ้อนได้รับการปรับปรุงอย่างมีนัยสำคัญด้วยการสนับสนุนข้อมูลขนาดใหญ่ รากฐานทางเทคนิคและการรวมผลิตภัณฑ์ของการรักษาความปลอดภัยอัจฉริยะได้กลายเป็นผู้ใหญ่ Zhidong คิดว่า ดังนั้นโจทย์ในขั้นต่อไปคือวิธีการจัดมาตราส่วนอย่างเป็นระบบ ความท้าทายและโอกาสอยู่ร่วมกัน จากนวัตกรรมอย่างต่อเนื่องของวิธีการทางเทคนิคเพื่อเชื่อมโยงไปถึงไร้เดียงสาของรูปแบบผลิตภัณฑ์การรักษาความปลอดภัยอัจฉริยะยังคงเผชิญกับปัญหามากมายเช่นความสนใจสูงรูปแบบวิศวกรรมที่ยากลำบากข้อจำกัดขนาดใหญ่ของสถานการณ์อัลกอริทึม, ขาดการประยุกต์ใช้ในเชิงลึก, การขาดการออกแบบระดับบนสุดอย่างเป็นระบบและการขาดความพึงพอใจในทางปฏิบัติวิธีการแก้ปัญหาเหล่านี้เกี่ยวข้องกับผลิตภัณฑ์รักษาความปลอดภัยอัจฉริยะและการแก้ปัญหาจริงๆสามารถราก