水平不足、耗时费力 还需技术突破
尽管当前人工智能技术已经极大改善了视频监控的应用,但从实际应用情况来看依然面临着许多挑战。毕竟无论是人工智能的发展,还是安防智能化的应用,其整体水平仍处在早期或者起步的阶段,系统的智能化程度在短时间内还难以达到科幻大片展现的实战效果。即使目前静态人脸识别已经很成熟了,但动态人脸识别还面临着巨大挑战。除了前端高清摄像机必须要能够采集到高质量的人脸信息之外,还需要强大的算法和算力支持。通过***网络、深度学习、大数据自主训练以及高性能并行计算能力等等综合提升才能解决当前应用难题。
当前,人脸识别已经逐渐成为中国新城市视频监控项目建设的新要求,成为在文件中明确的要求,这也成为中国深入深度学习视频分析的一个信号。除了在安全及交通领域,基于深度学习的视频分析技术开始走进人们的日常生活中,如***近热议纷纷的“无人零售”、旅游景区的“刷脸入园”等等,中国视频监控厂商已经开始发力监控之外视频的应用市场,安防监控摄像头,而围绕着深度学习的视频应用市场才刚刚拉开了帷幕,市场的需求也正在迅速的增长,未来也将成为监控市场的增长的新引擎。
未来公共安全视频监控领域5个创新技术的思考和预测
大数据:挖掘改变视频监控领域应用格局
目前,在工作中,***实在的应用就是从海量视频数据里找出具有相同线索特征的图像,让警发现新的案件线索。至于“怎么找?”,大的技术障碍还在于视频的结构化。视频除了时间和空间属性外,并没有其它的标签。除了按照时间和地点查找相应的视频外,大多的视频只能靠人慢慢甄别,这离大数据应用还相去甚远。
版权所有©2025 产品网