侵權(quán)投訴
訂閱
糾錯(cuò)
加入自媒體

解密“安防+AI”生態(tài)中的那些痛點(diǎn)

固定場(chǎng)景讓車(chē)輛識(shí)別脫穎而出

經(jīng)如上介紹,大家會(huì)產(chǎn)生新的疑惑:在深度學(xué)習(xí)算法興起之前,為什么車(chē)牌識(shí)別技術(shù)能在眾多的AI應(yīng)用中脫穎而出?

對(duì)此,宇視黃攀給出了兩個(gè)字的答案——場(chǎng)景,他進(jìn)一步分析道:“早期的智能交通雖然采用的是普通圖像處理和淺層機(jī)器學(xué)習(xí)技術(shù),但它們與其他AI應(yīng)用最大的區(qū)別在于有標(biāo)準(zhǔn)化場(chǎng)景,如卡口、電警中的六米安裝高度、夜間提供爆閃補(bǔ)光、專業(yè)的圖像調(diào)教、45度朝下抓拍角度等,加上車(chē)輛的可變動(dòng)幅度不大,使得抓拍的圖像非常清晰,因此在傳統(tǒng)算法下也有非常高的識(shí)別率,可做到95%~99%的精準(zhǔn)識(shí)別效果。”

需要說(shuō)明的是,在2010-2012年,小編曾做過(guò)多次車(chē)輛抓拍識(shí)別測(cè)試,即便是采用200萬(wàn)像素智能交通攝像機(jī),只要場(chǎng)景設(shè)置得當(dāng),識(shí)別率可輕松做到99%,很好佐證了宇視黃攀的觀點(diǎn)。

但傳統(tǒng)方案也有缺陷,一是算法對(duì)多種場(chǎng)景的適應(yīng)性難以進(jìn)一步提升,如識(shí)別率很難趨近于100%;二是傳統(tǒng)的淺層機(jī)器學(xué)習(xí)在特征提取、算法設(shè)計(jì)上對(duì)開(kāi)發(fā)人員要求較高,不能很好滿足智能交通的復(fù)雜場(chǎng)景需求。

在進(jìn)入到深度學(xué)習(xí)階段,大量的場(chǎng)景適應(yīng)性問(wèn)題通過(guò)豐富的訓(xùn)練素材讓算法在訓(xùn)練迭代中得到解決,大幅提升了算法魯棒性,大大簡(jiǎn)化了對(duì)技術(shù)人員的要求。利用新的算法體系做視頻結(jié)構(gòu)化,在標(biāo)準(zhǔn)場(chǎng)景下,車(chē)牌識(shí)別率無(wú)限趨近于100%;而在非標(biāo)準(zhǔn)場(chǎng)景下,車(chē)牌識(shí)別率也能達(dá)到98%以上,如輔助卡口的車(chē)牌抓拍識(shí)別應(yīng)用。

解密“安防+AI”生態(tài)中的那些痛點(diǎn)

不過(guò)早期與車(chē)牌識(shí)別應(yīng)用幾乎同時(shí)發(fā)展的人臉識(shí)別需求卻始終無(wú)法滿足,主要受兩大因素制約,一是因?yàn)槿四槻⒉幌褴?chē)牌那樣是一種相對(duì)固定的模型,人臉在檢測(cè)過(guò)程中受到姿態(tài)、表情、穿戴物、朝向、年齡等各種因素的影響;二是攝像機(jī)的安裝場(chǎng)景無(wú)法達(dá)到交通卡口般的標(biāo)準(zhǔn)化水平,受環(huán)境影響較大。

通過(guò)淺層機(jī)器學(xué)習(xí)算法在這樣的條件下完成人臉識(shí)別會(huì)遇到非常大的挑戰(zhàn),特征提取方式嚴(yán)重依賴工程師的豐富經(jīng)驗(yàn):不同場(chǎng)景下,邊緣特征、顏色特征等的提取需要工程師具備非常好的數(shù)學(xué)能力和經(jīng)驗(yàn),如此才能設(shè)計(jì)出最佳特征提取方式;即便如此,人臉識(shí)別還要面臨人員移動(dòng)隨意性、臉部裝飾、環(huán)境光照等的制約,識(shí)別率難以有保障。這些問(wèn)題的存在,一度讓人臉識(shí)別難以在實(shí)際場(chǎng)景中得到落地。

利用深度學(xué)習(xí)算法后,機(jī)器可自學(xué)習(xí)最適合的特征提取方式,對(duì)工程師的依賴大大降低。設(shè)備通過(guò)大數(shù)據(jù)學(xué)習(xí)獲取人臉特征經(jīng)驗(yàn),以此來(lái)自動(dòng)識(shí)別人臉,由原來(lái)的經(jīng)驗(yàn)為王轉(zhuǎn)變?yōu)橐詳?shù)據(jù)為王,更是突破了逆光人臉、陰陽(yáng)臉、戴墨鏡、戴帽子等極端場(chǎng)景人臉的識(shí)別障礙。

自此,深度學(xué)習(xí)讓人臉識(shí)別得到了爆發(fā)式發(fā)展,這也使得人臉識(shí)別成為安防第一個(gè)變現(xiàn)的深度人工智能技術(shù)。顯而易見(jiàn),深度學(xué)習(xí)給人臉識(shí)別帶來(lái)了巨大改變——讓理想照進(jìn)現(xiàn)實(shí),并得到了眾安防企業(yè)的高度重視,開(kāi)始將該技術(shù)逐步移植到車(chē)牌識(shí)別、行為分析、事件分析,甚至是大數(shù)據(jù)等其他AI應(yīng)用中來(lái)。

<上一頁(yè)  1  2  3  4  下一頁(yè)>  
內(nèi)容導(dǎo)航
聲明: 本網(wǎng)站所刊載信息,不代表OFweek觀點(diǎn)。刊用本站稿件,務(wù)經(jīng)書(shū)面授權(quán)。未經(jīng)授權(quán)禁止轉(zhuǎn)載、摘編、復(fù)制、翻譯及建立鏡像,違者將依法追究法律責(zé)任。

發(fā)表評(píng)論

0條評(píng)論,0人參與

請(qǐng)輸入評(píng)論內(nèi)容...

請(qǐng)輸入評(píng)論/評(píng)論長(zhǎng)度6~500個(gè)字

您提交的評(píng)論過(guò)于頻繁,請(qǐng)輸入驗(yàn)證碼繼續(xù)

  • 看不清,點(diǎn)擊換一張  刷新

暫無(wú)評(píng)論

暫無(wú)評(píng)論

安防 獵頭職位 更多
文章糾錯(cuò)
x
*文字標(biāo)題:
*糾錯(cuò)內(nèi)容:
聯(lián)系郵箱:
*驗(yàn) 證 碼:

粵公網(wǎng)安備 44030502002758號(hào)