Q：a&s 《安全自動化》

　　A：何峻峰 ， ?？低暭夹g支持與服務部總監(jiān) ， 高級工程師

　　Q：當前行業(yè)所談到的智能有哪些不足？

　　A：從2006年開始我們就一直在講智能，許多廠商都在智能上下足功夫，智能化也成為安防行業(yè)新的趨勢。但在喧囂的背后，智能的實際效果受限于芯片與算法的發(fā)展，卻一直不能令人滿意有重大的突破。主要體現(xiàn)為智能識別準確率低、設備環(huán)境適應性差、識別智能種類少等問題一直困擾著智能的應用的普及。

　　Q：為什么在安防行業(yè)向著智能化發(fā)展的關鍵階段，?？低晻岢鯯DT大數(shù)據(jù)理念？

　　A：隨著各地視頻接入規(guī)模的迅猛增長及視頻監(jiān)控對高清、智能、聯(lián)網的要求越來越高，每天產生的數(shù)據(jù)量正以驚人的速度在不停增長。安防行業(yè)正邁向全新的大數(shù)據(jù)時代，數(shù)據(jù)越來越成為最寶貴的資源，如何有效對數(shù)據(jù)進行存儲、共享以及應用變得愈加重要，SDT(安防大數(shù)據(jù)技術)時代應時而生。

　　一切智能化的應用都將在數(shù)據(jù)結構化的前提下實現(xiàn)，SDT將是實現(xiàn)安防智能化最基礎的手段。

　　Q：在SDT安防大數(shù)據(jù)時代，傳統(tǒng)的算法已經明顯落后，深度學習算法的具體應用有哪些特點？

　　A：在SDT安防大數(shù)據(jù)時代，面對井噴式增長的視頻監(jiān)控數(shù)據(jù)量，只停留在淺層次分析識別的傳統(tǒng)智能算法，已無法滿足深層次數(shù)據(jù)價值挖掘的需求。

　　顯而易見，我們需要有更深層次的智能，應用人工智能可以幫助我們做到這一點，而這其中的關鍵點便是深度學習算法的應用：

　　一、準確率更高，應用深度學習算法的深度智能設備，可以自行提取更多更詳細、更微小的特征，從而使得識別分類對象的準確率越高，也就是說：深度學習讓智能有了質的飛躍;

　　二、環(huán)境適應性更強，同樣是環(huán)境特征的提煉，深度學習算法可以自行提取更豐富、更適合的特征參數(shù)，從而達到更強的抗環(huán)境干擾能力。這樣意味著，深度學習的產品可以應用到更廣泛的環(huán)境當中;

　　三、識別種類更豐富，理論上只要有足夠多的樣本進行訓練，深度學習能夠實現(xiàn)比較精準的目標分類識別，自主特征識別的特點，又讓深度學習特別適用于抽象、復雜的關于人的特征、行為的分析領域。

　　Q：應用深度學習的智能產品，目前能在哪些場景下運用？

　　A: 現(xiàn)在深度學習智能產品雖然在市場上各家的宣傳側重點各有不同，但其出發(fā)點都在于人體分析(人臉識別、人體特征提取技術)、車輛分析(車輛識別技術、車輛特征提取技術)、行為分析(目標跟蹤檢測技術、異常行為分析技術)、圖像分析(視頻質量診斷技術、視頻摘要分析技術)四大塊上。深度學習算法讓感知設備不僅具有感覺，也能夠辨別與分析。

　　在常見的應用場景中，如某園區(qū)，想查找一個上午10點進入園區(qū)的穿黃衣服的男性，可以直接通過屬性篩選，獲得所有相關的人體圖片信息。通過人臉的1比1、1比N的靜態(tài)比對和動態(tài)比對，實現(xiàn)人臉的身份驗證或實時報警，顯示人員運動軌跡，給事后查詢提供證據(jù)等。

　　再比如對車輛可以進行更精細的識別，進行特征搜車應用時，輸入一輛車輛照片，根據(jù)車燈壞了、凹痕、車內飾物等特征進行精細搜索。類似的深度智能場景應用還有很多很多，此處不一一列舉。

　　我們可以確信：有了深度智能，之前困擾我們行業(yè)的難題將迎刃而解!隨著深度智能產品的投入市場，SDT安防大數(shù)據(jù)時代的深度智能應用，將全面落地開花!