當然隐辟,也正是多虧了這些或是在角落画柜、或是在高處默默奉獻的監(jiān)控探頭,我們城市才會變得更加安全栈碰。這些遍布城市大街小巷每個角落的監(jiān)控攝像頭围杉,把他們聯(lián)網(wǎng)起來便組成了當前智慧城市的基礎神經(jīng)網(wǎng)絡。每一個攝像頭就像是一個個安全衛(wèi)士的眼睛牛斥,時時刻刻在保護在城市的安全乖粘。
但是,由于早期技術(shù)等因素的限制卡载,目前的很多視頻監(jiān)控攝像頭都存在著清晰度不夠砌熬、不聯(lián)網(wǎng)、不智能等問題矫夷,已經(jīng)無法滿足當前社會經(jīng)濟發(fā)展的需求葛闷。雖然“眼睛”遍布大街小巷,但是因為這些種種因素双藕,使得城市管理者往往看不見淑趾、看不清、看不全忧陪、看不懂扣泊,讓智慧城市變得“有眼無珠”。
眾所周知嘶摊,大腦的進化很大程度取決眼睛延蟹。我們?nèi)祟惔竽X要處理信息评矩,首先得需要通過我們的眼睛、耳朵等孵、鼻子稚照、手腳等器官采集到外界的信息。如果眼睛沒有看到信息俯萌,那么大腦也就不會做相應的處理果录。對于智慧城市來說,每一個攝像頭就是它的眼睛轩苔,如果眼睛看不清咖雀、不聯(lián)網(wǎng)、不具備智能分析功能旅榨,那么系統(tǒng)就無法進行相應的圖像數(shù)據(jù)分析處理亮购。所以,“有眼無珠”這里的“珠”更確切的說指的是“腦”秃值。
中國工程程院院士岔爹、北京大學教授高文在3月31日參加雷鋒網(wǎng)主辦的2018年人工智能安防峰會時表示,智慧城市系統(tǒng)基于視頻監(jiān)控系統(tǒng)哑逾,但是早期的視頻監(jiān)控系統(tǒng)基本上都是為了存儲和事后給人看旧伺,沒有統(tǒng)一的時間戳、也沒有準確的地理信息吹复。還有君祸,云端存儲的壓縮視頻是按照圖像幀結(jié)構(gòu)組織的,若要分析和識別必須先進行解碼轧愧,無法在壓縮數(shù)據(jù)上直接檢索分析含滴。
中國工程程院院士丐巫、北京大學教授高文
解碼處理會耗費計算資源谈况,同時會有明顯的延遲。同時递胧,為了傳輸與存儲鸦做,大量的視頻在壓縮的時候必然會導致很多圖像細節(jié)特征的丟失,從而導致識別率更低谓着。因此,也造成了目前視頻監(jiān)控數(shù)據(jù)利用率極低的現(xiàn)象坛掠。因為目前的很多監(jiān)控系統(tǒng)是為了存儲數(shù)據(jù)再由人工離線檢查而設計赊锚,大部分數(shù)據(jù)在其生存期內(nèi)一次都沒有用過。因此屉栓,數(shù)據(jù)大并不等于大數(shù)據(jù)舷蒲。
高文院士表示,城市大腦需要智慧之眼。“通過監(jiān)控攝像頭讓城市變得更智智慧牲平,不僅僅是單一的視頻檢索和計算機視覺問題妨宪,而是在面臨海量信息和突發(fā)事件時,能否能迅速做出反應帖奠、能否降低計算量之灼、能否有效識別和檢索等一系列龐大的系統(tǒng)工程。”
高文院士還在大會中提出了“數(shù)字視網(wǎng)膜”的概念创邦,他指出“承載數(shù)字視網(wǎng)膜的攝像頭需做兩件事:首先做好編碼比紫;其次為后面的識別,提取出所需的信息丝您。數(shù)字視網(wǎng)膜與人的眼睛既具有影像重構(gòu)(精細編碼視覺內(nèi)容)蕾捣,又具備特征提取(面向識別理解)的功能但珍。”基于結(jié)構(gòu)化的大數(shù)據(jù)齐寻,融合底層視覺特征與深度學習,可以更加豐富數(shù)據(jù)的內(nèi)在信息绎术,提升分類刨吸、檢索或預測的準確性。
當然蟋软,由于當前人工智能等技術(shù)短板限制镶摘,泛安防+人工智能仍有許多難點需要突破。例如岳守,在海量視頻數(shù)據(jù)中尋找目標凄敢,“天網(wǎng)”視頻監(jiān)控系統(tǒng)每天產(chǎn)生的大量圖像視頻,對于尋找目標人與車輛猶如大海撈針湿痢。
其次涝缝,傳輸受限制預警不實時。尤其是高清譬重、超高清攝像機的大量應用拒逮,采集的數(shù)據(jù)量非常大,傳輸成本非常高臀规,而且很難在第一時間匯集到數(shù)據(jù)總平臺滩援,造成全局預警與搜索的困難。此外塔嬉,針對交通擁堵情況玩徊,當前的交通大數(shù)據(jù)主要還是以導航地圖、共享出行軟件等為主谨究,視頻智能分析數(shù)據(jù)應用還是比較少等等写寄。
但是我們相信诲操,隨著傳統(tǒng)安防企業(yè)在人工智能技術(shù)研發(fā)的持續(xù)投入,大量人工智能技術(shù)創(chuàng)業(yè)團隊的加入纽材,以及AI技術(shù)在安防行業(yè)應用的不斷驗證與優(yōu)化改進帮伙,我們的城市大腦肯定會變得越來越聰明,我們的城市也將變得越來越安全敛纺。