搜產品
搜企業
客服電話:13631151688
廣告
作為安防圈一年一度的盛事，深圳安博會已經在上周落下帷幕，但對于展會上那些高新技術，觀眾們還顯得意猶未盡。本屆展會上人工智能無疑再次成為其中的主角，它與安防行業的結合越來越緊密，其中人臉識別技術和深度學習技術表現尤為出色。
以視頻數據為核心的安防監控體系，每天都會產生海量的非結構化數據，讓用戶從這些數據中尋找線索，不僅占用了大量的人力、物力和時間，同時由于個人的差異也會導致針對視頻的認知偏差。因此，采用深度學習技術，對數據進行結構化分析，才能讓安防海量監控數據擺脫雞肋標簽，成為真正可追溯、可檢索的有用信息，它可以讓視頻監控能夠像人類一樣去思考。
集光安防推出視頻結構化大數據平臺
集光安防視頻結構化大數據平臺，通過深度學習和大數據技術，可對龐大的監控視頻進行結構化信息提取，完成傳統算法無法完成的功能，實現對活動目標精準分類、人物特征結構化、人臉數據結構化、車輛結構化、以圖搜圖等功能，解決了海量視頻監控帶來的存儲成本問題、視頻檢索、分析及深度應用難題。
- 核 心 功 能 -
平臺采用高密度智能服wu器，吞吐量大，占用空間小，可無縫疊加，平滑擴容，支持單臺設備自成一個完整的系統，提供結構化分析和視圖庫存儲；支持最多40路1080P視頻的目標結構化/80路卡口視頻的車輛結構化/800萬張卡口圖片車輛結構化/32路人臉卡口視頻的人臉結構化，也可以接入大數據平臺完成視頻結構化轉換。
對監控視頻中的行人進行結構化分析
由于光照、距離等原因，普通監控攝像機無法滿足人臉識別對分辨率的高要求，這種情況下，比起人臉識別，對行人進行結構化分析，也是一種獲取有效信息的途徑。
● 基本特征（性別、年齡段、發飾、服飾顏色等）
● 附屬物特征（背包、帽子、眼鏡等）
● 行為物征（方向、速度等）
對監控視頻中的車輛進行結構化分析
借助深度學習技術，平臺可有效提升對交通監控視頻中車輛（機動車/非機動車）的識別準確率，對應每一個車輛的屬性也會被識別出來，包括：
● 基本特征（車牌號碼、車牌類型、車身顏色、 車輛品牌、車輛類型等）
● 附屬物特征（年檢標狀態、遮陽板、掛飾、擺件、副駕、安全帶等）
● 行為特征（方向、速度等）
- 應 用 意 義 -
降低存儲容量，人、車、物信息提取全面
經過結構化后的數據遠遠低于視頻數據量，使存儲容量極大地降低，徹底解決了視頻長期存儲的問題。
提高視頻查找的效率
平臺實現在視頻結構化基礎上進行檢索查詢，實現快速目標查找，解決了人工的方式去瀏覽、排查帶來的費時費力問題。
視頻結構化大數據分析
平臺對視頻結構化處理后，對獲得的數據分類并進行深度挖掘，可為不同行業和不同場景提供豐富有效的數據挖掘應用。
隨著深度學習和大數據技術的發展，集光安防視頻結構化大數據平臺將為視頻數據的智能化提供強有力的支持，從而形成高效的主動式防控系統，為公安、交通等部門提供強有力的技術支撐。