2018年AI+安防行业发展研究系列之视频监控篇

2018年典型公安人像视频监控系统架构

在人脸识别实现之前,更面临一重难题:摄像机遍布城市各个角落,在扣除卡口摄像机、电子警察所用的抓拍摄像机之外,符合人脸采集标准的摄像机却凤毛麟角:存量前端设备难以达到人脸识别所要求的架设高度、角度等要求,需要换新或改造,而这涉及长周期高投入的建设。要尽量挖掘平安城市、雪亮工程已架设的摄像机的潜力,还需要加入其他技术。

安防行业2018年市场规模,及AI相关软硬件市场规模

总体而言,对于监控领域来说,厂商希望通过ReID技术关联并找出不同视频内的同一物体,只有做到这种程度,整个监控操作才可以称得上完整,才能看到大局。

图片 1

【安防展览网 焦点新闻】人脸识别摄像头看不到人脸,怎么办?人脸识别自2015年在准确度上超越人类开始,四年之间识别精度跃升了10万倍,未来还将解锁更多复杂应用场景,将效率提升几个量级。然而,目前的实际应用场景中,单个摄像头无法覆盖所有区域,多个摄像头检测范围也少有重叠,不仅如此,受限于视频监控探头安装高度及密度,拍到更多的是行人侧脸、头顶或者后脑勺。

2018年中国AI摄像机建设逻辑与发展概况

结语:“刷脸”作为计算机视觉领域的重要应用,已经席卷全行业,而“识人”将促使计算机视觉行业进入新的发展阶段。目前ReID技术主要应用于安防领域,安防业在ReID众多细分领域均已有深入研究,例如行人检测、姿态估计、行为动作识别、行人结构化信息提取等。未来ReID与人脸识别相结合能够应用于更多更丰富的场景,让大家能够更快体会到智能技术对安防、自动驾驶、家居生活等方方面面的升级。

图片 2

AI+安防行业头部玩家的目光开始聚集向ReID技术与人脸识别的结合应用。ReID技术对环境与设备的要求并不高,能够充分利用现有设备和基础设施,且只要识别出一定的行人特征,就可以实现跨摄像头对检索对象进行连续追踪和轨迹还原,在此过程中一旦发现人脸信息,人员身份就可以明确。这对社会公共治安来讲,是非常理想的技术。

转:艾瑞咨询

老牌安防公司如海康和大华、AI四小龙、华为,还有传统互联网巨头BAT等,均在ReID领域有着自己的布局和积累。云从ReID技术更是超越阿里巴巴、腾讯、中科院,打破三项世界纪录,一举将ReID识别率推至可商用水平。

简单来看,人脸检测、抓拍乃至比对等人脸识别算法可由AI摄像机在感知节点实现,或由高清网络摄像机配合后端服务器完成。2018年市场较为理性,从铺设速度看,AI摄像机在公安动态识别系统项目中渗透约达到16.6%,而若考虑全国近2300万路现存公安监控摄像头,则渗透率约0.4%,从设备能力看,符合应用场景可用指标为核心准则。

应当指出的是,ReID本身也是一项非常难的技术,要从不同的视频之中识别出同一个人,视频光照条件、监控区域分辨率和角度、目标遮挡情况、乃至穿着相近衣服的人等都会给识别造成困难。数据获取难度大,就会对算法提出比较大的挑战。现在业内尽量在算法层面做工作,以提高 ReID 识别效果。

从2016年到2018年初,十三五规划、十九大报告、雪亮工程等不断强调提升安防视图资源共享协作及联网率、高清化建设。监控视频图像结构化数据的协作机制逐步建立,以及视频监控的清晰度和联网率得到快速发展,为监控智能升级奠定了较好的基础条件,使AI+安防视频监控得到较快推进,预计2020年将实现从公共安全到民用监控的各个场景实现智能化。

例如,已知某嫌疑人照片,要取得其在监控中出现的视频段,ReID就可以根据照片去监控视频库中收集数据,串联起嫌疑人在各个摄像头中的轨迹,这将对刑侦工作提供非常大的帮助。

本文由优信彩票购彩大厅发布于互联网资讯,转载请注明出处:2018年AI+安防行业发展研究系列之视频监控篇

您可能还会对下面的文章感兴趣: