都说AI落地难从企业与应用看到底难在哪？

2018-10-30 14:24:08 来源：

TAGS关键字：

[摘要] 在AI变革之下，传统安防企业积极拥抱AI技术，一些大型安防上市企业也提出对应策略，但时间点都集中在2016年北京安博会上，成熟的AI产品的推出则在一年后的深圳安博会上。因此从时

通过深度学习等人工智能前沿技术，实现对视频中目标检测、目标跟踪、目标分类、目标检索和行为分析。目标分类在目标检测与跟踪之后，捕获到合适目标，可以对它的属性进行分析。Z4M安检之家

以监控场景的人体为例，识别行人的生理属性。通过分析行人身体结构，准确识别视频中人物的性别、年龄、姿态等多种生理特征。Z4M安检之家

识别行人与车辆，基于深度学习的行人检测算法能够在各类遮挡的情况下精确找出行人位置，并能够进一步分析行人姿态和动作，可应用于交通监控、辅助驾驶、无人驾驶等。可以在行车场景、交通监控场景、卡口场景中检测多种不同角度的车辆，并同时给出车牌号码、汽车品牌、型号、颜色等物理特征。Z4M安检之家

另外，实现人群分析。在高密度公共场所，例如地铁，广场，估计人群数量和密度，同时检测人群过密、异常聚集、滞留、逆行、混乱等多种异常现象。Z4M安检之家

除了视频内容的分析识别，以大数据为基础的技术则为人工智能提供强大的分布式计算能力和知识库管理能力，是人工智能分析预测、自主完善的重要支撑。其中大规模分布式计算使得人工智能具备强大的计算能力，能同时分析海量的数据，开展特征匹配和模型仿真，并为众多用户提供个性化服务。而数据挖掘则利用机器学习算法自动开展多种分析计算，探究数据资源中的规律和异常点，辅助用户更快、更准地找到有效的资源。Z4M安检之家

然而目前来看，人工智能技术在安防行业的应用还只是浅层次的，技术还不成熟。七牛云AI实验室联合创始人林亦宁在「2018中国人工智能安防峰会」曾表示：技术落地过程中，比如说经常会碰到一些问题，当需要把一些传统的老民警的经验转化成算法模型的时候，客户往往会告诉你说这个数据不能出场，只能在场内进行迭代。还有比如它的数据的类型和我们实际上能够接触到的数据类型，或者我们平时积累比较多的数据类型完全不是一类分布的情况下，该如何做好这些事情，这都是很细节的问题，但是实际在操作的过程中都是很重要的问题。Z4M安检之家

例如AI在细分领域中环境适应性较差，目前鉴于车辆及道路环境的相对标准化，识别率相对较高，但对于人脸的准确识别则很容易受到光照不足、图像模糊、目标尺寸过小或相互遮挡等环境影响，以致影响到识别准确率；Z4M安检之家

另外，数据资源分散，安防领域监控数据的开放性和共享程度相对较低，很难开展多维数据的交叉融合分析，这使得人工智能分析缺乏有效的数据支撑，同样也会影响准确率；同时，不同的场景理解受限，由于缺乏有效的专业领域经验知识的积累，视频内容的理解能力偏弱，目前的智能分析多为单场景的目标检测和行为分析，很少涉及大范围场景的关联行为分析，以致很难用于异常行为分析和风险预测。Z4M安检之家

安检X光机价格 安检门价格 防爆桶价格 手探价格 地探价格