行業新聞
AI技術下的安防發展
2020.07.20
    隨著技術的不斷更新,安防不斷向"全景化"安防監控方向發展。由于近年來深度學習算法技術的突破,AI技術逐漸向產品化、產業化和工程化發展,不同行業涌現出各類AI產品和解決方案,安防領域由于具有海量視頻數據資源池的優勢,自然成為AI技術應用的著陸地。
AI與安防
   算法、算、數據作為AI+安防發展的三大要素,在產品上主要體現在視頻結構化和生物識別兩個方面。
視頻結構化。

    視頻結構化即利用計算機視覺和視頻監控分析方法對攝像機拍錄的圖像序列進行自動分析,包括目標檢測、目標分割提取、目標識別、目標跟蹤,以及對監視場景中的目標行為的理解和描述,理解圖像內容以及客觀場景的含義,從而指導并規劃行動。只有將視頻內容(人、車、物)特征屬性自動提取出來進行處理,分析和識別目標信息,組成可供計算機和人理解的文本信息,才能進行更深層次的理解。

生物識別

   生物識別是指利用人體固有的生理特性和行為特征進行個人身份鑒定。人臉、指紋、虹膜三種方式是目前較為廣泛的生物識別方式,三者的使用使得產品在便捷性、安全性和唯 一性上都得到了保證。

    虹膜廣泛的場景就是門禁系統。其中,指紋識別技術已經相當成熟,無論是智能門鎖還是智能打卡機都普遍采用了這種技術;而人臉識別則是目前比較流行的一種門禁方式,通行效率和用戶體驗顯著提升,安全性也有保障;虹膜識別先 進,安全性高,但部署成本也遠高于上述兩種技術

應用分析

停車場管控系統:

   停車場(庫)管理系統使停車場具有車牌識別功能和停車數 據聯網采集、無人值守管理、用戶管理、停車信息查詢和共享車位管理、停車運營分析等內容。逐步對滿足接入條件多種產權性質的停車場實現統一接入系統管 理和運營。將車位數據實時傳入后臺管理系統,為市民的出行提供實時的停車泊位數據。

入侵報警系統:

    隨著通訊技術、傳感技術、計算機技術的日益發展,報警系統作為防入侵、防盜竊、防搶劫、防破壞的有力手段已得到越來越廣泛的應用。采用集中控制的管理方式,在重要位置設置一鍵報警設備,一旦觸發報警信號可以與視頻監控實現報警聯動。

     智能安防還在不停地發展進步中,安防對應用場景響應速度都有很高的要求,除了AI技術之外,其他技術的發展同樣帶動了智能安防的發展。5G的落地和成熟,讓安防的終端設備,可以突破地理位置和時空環境的限制,實現視頻的全部的覆蓋。