人工智能（Artificial Intelligence，縮寫AI）始于20世紀50年代中期，之后數(shù)十年發(fā)展起起伏伏，80年代末隨著人工神經(jīng)網(wǎng)絡(luò)研究的興起，人工智能進入一個新的階段。特別是最近幾年，深度學(xué)習(xí)在人工神經(jīng)網(wǎng)絡(luò)優(yōu)化方面獲得突破，使得機器輔助成為可能，拓展了人工智能的應(yīng)用領(lǐng)域。
在安防領(lǐng)域，隨著平安城市建設(shè)的不斷推進，監(jiān)控點位越來越多，從最初的幾千路，到幾萬路，甚至于到現(xiàn)在幾十萬路的規(guī)模，視頻和卡口產(chǎn)生海量的數(shù)據(jù)。與此同時，隨著高清視頻、智能分析、云計算和大數(shù)據(jù)等相關(guān)技術(shù)的發(fā)展，安防正在從傳統(tǒng)的被動防御向主動判斷、預(yù)警發(fā)展，行業(yè)也從單一的安全領(lǐng)域向多行業(yè)應(yīng)用、提升生產(chǎn)效率、提高生活智能化程度方向發(fā)展，為更多的行業(yè)和人群提供可視化、智能化解決方案。隨著安防領(lǐng)域的發(fā)展，人工智能的重要作用正逐步顯現(xiàn)。當(dāng)前，用戶面對海量的視頻數(shù)據(jù)，已無法簡單利用人海戰(zhàn)術(shù)進行檢索和分析，需要人工智能作為專家或助手，實時分析視頻內(nèi)容，探測異常信息，進行風(fēng)險預(yù)測。
一、人工智能技術(shù)
?？?/strong>威視從2006年開始研發(fā)智能技術(shù)，歷經(jīng)10年的積累，其智能技術(shù)已被用到產(chǎn)品線的方方面面，而作為智能技術(shù)發(fā)展的目標——“人工智能”，更是我們矢志不渝的追求。立足現(xiàn)在，放眼未來，我們把當(dāng)前的人工智能研發(fā)重點聚焦在視頻結(jié)構(gòu)化技術(shù)和大數(shù)據(jù)技術(shù)兩方面。
1．視頻結(jié)構(gòu)化技術(shù)
視頻結(jié)構(gòu)化技術(shù)是融合了機器視覺、圖像處理、模式識別、深度學(xué)習(xí)等最前沿的人工智能技術(shù)，是視頻內(nèi)容理解的基石。
視頻結(jié)構(gòu)化在技術(shù)領(lǐng)域可以劃分為三個步驟：目標檢測、目標跟蹤和目標屬性提取。
目標檢測過程是從視頻中提取出前景目標，然后識別出前景目標是有效目標（如：人員、車輛、人臉等）還是無效目標（如：樹葉、陰影、光線等）。在目標檢測過程主要應(yīng)用到運動目標檢測、人臉檢測和車輛檢測等技術(shù)。?？低曆芯吭涸?016年P(guān)ASCALVOC目標檢測中獲得第一，是海康威視10年研發(fā)積累的最好體現(xiàn)。
目標跟蹤過程是實現(xiàn)特定目標在場景中的持續(xù)跟蹤，并從整個跟蹤過程中獲取一張高質(zhì)量圖片作為該目標的抓拍圖片。在目標跟蹤過程中主要應(yīng)用到多目標跟蹤、目標融合以及目標評分技術(shù)。?？低曆芯吭涸?015年MOT Challenge算法測評中獲“計算機視覺的多目標跟蹤算法”第一。
目標屬性提取過程是對已經(jīng)檢測到的目標圖片中目標屬性的識別，判斷該目標具有哪些可視化的特征屬性，例如人員目標的性別、年齡、著裝，車輛目標的車型、顏色等屬性。目標屬性提取過程主要基于深度學(xué)習(xí)網(wǎng)絡(luò)結(jié)構(gòu)的特征提取和分類技術(shù)。
同時，為了解決視頻結(jié)構(gòu)化的高性能分析計算問題，我們于2015年設(shè)計研制了嵌入式GPU集群服務(wù)器，充分利用多GPU的并行處理能力，提高視頻結(jié)構(gòu)化處理的綜合效能。
2．大數(shù)據(jù)技術(shù)
