瑜伽教练3韩国色情在线,潘金莲扬思敏全集1一5集三级,夜玩亲女裸睡的小妍h,欧美国产日韩a在线视频

        如何解決海量的視頻監控數據與人力分析瓶頸之間的矛盾是產業技術升級的主要方向。而智能化早已經成為行業發展的共識，10年前安防行業就要開始向智能化發展，目的是自動把視頻圖像里面的內容和目標變成結構化數據，但一直沒有令人滿意的重大突破，主要反映在識別準確率低、場景適應性差、識別種類少。而深度學習是通過大量數據誤碼練來建立輸入數據和輸出數據之間的映射，解決了之前的技術瓶頸，使得人工智能來自動處理海量監控視頻數據成為可能。以平安城市為例，針對道路監控視頻特別是微卡口等相對標準的視頻進行實時結構化分析和特征信息提取，轉化為公安實戰所需的情報，是“十三五”平安中國建設規劃的重要手段。

        目前，東莞安防行業中其于深度學習的人工智能產品，主要識別包括：車輛分析、人員分析、行為分析和圖像分析，產品形態包括前端和后端兩類。而深度學習的迅猛發展，其背后是快速發展的GPU芯片技術，隨著人們逐漸認識到專用計算芯片對人工智能的重要作用，圍繞AI任務進行專有加速的芯片越來越多，這些芯片都是為了服務器端進行設計的，芯片面積較大，而針對前端/移動端設計的芯片在功耗和性能上不足，以及信息安全風險和缺乏統一標準等問題，使得具備智能應用的前端產品和后端產品各有擅長且長期共存。

        后端產品主要是超融合NVR和視頻結構化服務器，前者是在集中存儲圖像的基礎上，通過集成深度學習算法實現了針對視頻內容的智能分析和信息提取，比如人臉/車輛/行為等，適合中小型項目使用。后者通過集成高性能GPU芯片和智能算法，專門對機非人等海量特征進行快速提取和準確識別比對，比如人臉識別、車輛分析等。此外，后端產品能根據需求靈活配置硬件資源，能夠運行復雜，業務響應置后的算法，且升級維護比較方便。

        前端產品主要是AI攝像機，主要為后端提供初步結構化的圖像數據，可以減少后端分析處理的計算資源壓力和網絡帶寬等系統造價，還可以提高一部分實時智能分析的應用價值。缺點是前端設備空間有限、功耗成本較高，會導致有限的硬件資源只能運行相對簡單，對實時性要求的算法。

        因此，前端智能和后端智能并不沖突，隨著智能的需求無所不在，未來更多數據的采集和計算都將在前端產品進行邊緣計算、前端處理分析后選擇性上傳到后端，二者結合起來，實現更智能的分布式管理，根據客戶的具體需求提供差異化的智能解決方案。通常、檢測、跟蹤、去重、摳圖等相對通用的應用以及攔線越界徘徊計數等行為分析類的應用適合放在前端，而提取細節特征、識別比對等以及涉及敏感信息的復雜應用適合放在后端，我們可以根據實際情況進行設計分解，實現資源利用最大化。

        此外，隨著GPU性能和深度學習算法的訓練優化，針對卡口視頻和道路監控視頻等中遠距離場景的實時結構化分析服務器，也開始投入實戰應用。”結構化數據“是指能夠直接表達視頻中目標的屬性特征，這個數據可以大規模地檢索、分析、統計。結合平安城市中攝像頭部署的場景特點和用戶使用需求，視頻結構化的對象可分為：車輛結構化、非機動車結構化、行人結構化。

        本文章由東莞監控系統http://www.ifeng520.com/整理提供。