您好!欢迎来到 发布猫信息网
首页> 行业资讯> “安防+AI”成本将是其发展瓶颈

“安防+AI”成本将是其发展瓶颈

来源:发布猫 发布时间:2019-03-15 15:08:53


  目前,影响“安防+AI”产品解决方案大规模应用的因素很多,高成本是其中的一个原因。从一个典型的大中型城市级公安视频监控联网项目各部分的成本比例可以清楚地看出,成本是“安防+AI”发展的一个重要瓶颈。由于产品性能和计算性能等各种要求,设备本身具有较高的布局成本,而由于科学调查和分配要求而产生的时间和劳动力成本、由于海量图像而产生的高并发网络带宽要求而产生的设备和链接成本、由于多服务系统联网应用而产生的通信和研发成本、由于大数据分析和分析应用而产生的设备和研发成本,以及诸如设备和集成建筑以及机房改造等日益增加的因素,进一步增加了“安防+AI”的登陆成本。

  人工智能算法的泛化能力是模式识别中的一个长期问题,也是现阶段的主要瓶颈。由于训练后的模型用于场景变化时性能会明显下降,因此有必要在实际使用中严格定义场景,或者将智能算法设计为对指标不敏感的辅助函数。在更成熟的应用中,例如智能交通中的超车和违章拍照、机场站证人证的比较等,需要具体的工程安装方案。该方法在技术不够成熟的情况下有效实现了商业价值,但缺点也很明显:一方面,现有设备的改造需要增加建设成本,影响了人工智能算法在传统应用中的渗透;另一方面,它也限制了获取有效材料的效率,影响了算法指标的进一步提高。

“安防+AI”成本将是其发展瓶颈

  人工智能通常有特定的场景要求。只有在特定场景下,它才能保持良好的识别率。根据《安全视频监控人脸识别系统技术要求》(GA/T31488-2015)、《安全人脸识别应用视频人脸图像提取技术要求》(GA/T1334-2016)等技术要求,人像识别摄像机主要安装在车站、机场、码头等公安检查站的出入口或大门等行人通道内。以及人行道、非机动车道、步行街、商业中心等能有效限制人员通行并具备良好人像抓取条件的重要部位的出入口,应在人员行进方向面对面安装,并具备良好的照明条件。

  人像捕捉相机的安装位置应符合美国政府公报922.2-2011的要求。对于没有特殊遗漏要求的场景,可以使用上限位置进行安装。视野中应避免遮挡目标人的对象。

  人工智能技术的蓬勃发展赋予了安全监控系统更加多样化的业务功能,进一步拓展了安全监控行业的市场空间,使得安全监控系统能够广泛部署在各个行业。然而,从风险的角度来看,在人工智能与安全的集成过程中,大量的非结构化视频被转换成可以快速检索的结构化数据。一旦网络受到攻击,数据泄露后的损失将会加剧。另一方面,人工智能将大量视频和图片集中在云中心,这也对网络带宽提出了更高的要求。这些需求和风险可分为以下三个方面:

  (1)现阶段大量部署的终端计算设备的安全风险很高,暴露的设备太多,暴露的端口太多,设备漏洞太多,固件更新不及时,通信协议安全性低,不受控制的设备太多。

  (2)监控和其他物联网设备已经成为新的目标(僵尸网络和DDOS、远程视频记录、病毒勒索、特洛伊木马挖掘、APT攻击)。

  (3)人工智能的发展,数据被终端采集后传输汇集到集中式云计算中心,网络实时性和带宽都带来量级的要求,对云中心部署方案带来了挑战,同时还需要新的模式来适应AIoT。

  视频监控系统产生的数据量庞大,而且日趋多元化,包含非结构化数据、半结构化特征数据以及结构化数据。当前的人工智能视频大数据分析技术主要存在如下三个问题:

  (1)非卡口场景的视频分析算法在准确率、稳定性及计算成本等核心指标方面还有待提高,导致非卡口场景的存量视频利用率极低,目前没有有效利用的非卡口监控视频约占监控视频总量的97%左右。

  (2)当前的人脸识别技术、行人识别技术、行为分析等视频分析技术往往是接近于实验室场景下的初级应用、数据孤立下的单点识别应用,距离全天候场景下的精准锁定以及最快时间、最小成本、跨摄像机下的识别搜索,还有很大的差距,真正解决客户实战问题的能力还有待于提高。

  (3)智能AI摄像机及视频结构化分析产品开始进入安防市场,产生了海量的结构化视频数据,但基于结构化视频数据的深度智能应用,如时空分析、模式挖掘、预测预警、技战法训练等尚在探索阶段,有可能形成新的数据浪费和低效投资。


<-上一篇:华为又发威了 一新款5G手机速度全球最快 下一篇:携号转网 这些“福利”你不可不知!->