• 计算机AI视觉赋能传统视频监控

  • 2019.09.24
当前位置:首页 > 企业新闻 > 计算机AI视觉赋能传统视频监控
大街小巷、楼宇、公共场所、办公场所等视频监控系统已成为安防系统的标配,但现在传统视频监控已经无法满足市场多元化的需求,他们希望透过人工智能AI视觉技术手段和工具,让传统安防时代更进一步转向数据采集、应用和管理的人工智能化安防时代。
宇观科技一直致力于用AI视觉为传统行业赋能,为视频监控赋能;让它实现与人类相似的智能水平。

AI视觉与视频监控的应用技术
AI视觉与视频监控的应用主要是实现安防监控使用者如何能在大量增加的数据中,利用既有的人工智能技术快速获取有价值的资料,以下简单介绍几种技术的应用:
1、AI视觉下的模式识别技术
通常视频监控系统收集的影像数据资料经过深度挖掘、分析资料中影像呈现的数据模式。未来是大数据的时代,数据资料的模式识别将备受重视,有价值的资料往往就是分析后得到的。

2、AI视觉深度学习技术的应用
AI视觉深度学习技术的应用,其主要在于建立、模拟人脑进行分析学习的神经网路,它模仿人脑的行为思考机制来解释数据资料,例如影像内容、声音和资料本身。未来要让AI人工智能的机器深度学习能够大行其道,数据资料本身将是最主要的关键因素。目前这种AI机器深度学习在安防产业的诸多领域都取得了很大进步,包括:行人检测、车辆检测、非移动车辆检测等,其识别准确率甚至超过人类的眼睛判断。

AI视觉在安防领域的技术发展
多特征识别技术
公安布控,通过分析大量影像数据,用多特征识别技术从大量监控影像中自动识别出嫌疑人,分析资料中的个人特征,然后根据犯罪嫌疑人的特征自动筛选,不仅大大的节省人力物力,同时也大大缩短犯罪嫌疑人的到案时间。姿态(步态)识别技术

姿态(步态)识别技术是指针对个体人物的走路姿势,是一种可在远距离就感知的生物行为特征技术。姿态分析可以轻松的区分出个体人物的不同行为模式,例如是在行走中、奔跑中、还是携负重物等。

行为检测分析技术
行为检测分析技术主要有两种,一种是通过对监控视频图像进行动作分类,判断视频的动作类别,或者称为offline。 另一个就是动作识别,给出一个自然视频,没有进行任何的裁剪,这个时候需要先知道动作的开始时间和结束时间,然后还要知道动作的类别;

物体检测技术
物体检测是AI视觉感知的第一步,也是计算机视觉的一个重要分支。物体检测的目标,就是用框去标出物体的位置,并给出物体的类别。物体检测和图像分类不一样,检测侧重于物体的搜索,而且物体检测的目标必须要有固定的形状和轮廓。
 
 
分享:

返回顶部