四川中衛(wèi)北斗科技有限公司

            在線咨詢
            微信

            微信掃一掃

            長按二維碼關(guān)注微信加好友

            一哄而上 丨強扭的AI不甜

            發(fā)布時間:2017-11-14 15:53

            遼寧某平安城市集成商老總:曠視印奇說的地鐵人臉識別“丟人問題”,也就是漏拍問題是實實在在的,可惜,XX不認(rèn)啊,那么爛的抓拍機,就是依靠做客戶關(guān)系,總覺得老X有點不要臉了,跟隨者就是跟隨者,干嘛非要把自己說成領(lǐng)導(dǎo)者?何苦?時間大把的,未來的兩年,安防的AI做的最好的,一定是???,后面可能是XX,也可能是XX,爭一時之快感,屬于匹夫之勇,老X如果不是這個意思,那么就應(yīng)該給地方大員傳個話,現(xiàn)在不是XXX在的時候了,到處打招呼就好使,給用戶添加多大壓力?。砍哂兴?,寸有所長,XX的86抓拍機能干對漏拍要求不敏感的場景,曠視的C3S適合流動大、不允許漏拍的場景,沒必要瞪倆眼說瞎話,由傳統(tǒng)安防升級到AI安防,是科學(xué)的轉(zhuǎn)變,人的思維方式也需要轉(zhuǎn)變,安防那些老套路該改一改了,不然,如何去適應(yīng)更深層次的人才,更深層次的競爭?靠喝酒、靠給用戶回扣、靠上面打招呼,對于AI安防已經(jīng)不太靈光了,安防大佬需要修正主義!

            依圖科技貌似有類似看法:少數(shù)安防企業(yè)做AI只會將其看做是一個新鮮玩意兒,在雪亮工程等實際項目中,也被作為“亮點”或是“餐后甜品”重點展示。沒有的話,不時髦;有了之后,也發(fā)揮不了實際作用?!币缊D表示,由于少數(shù)傳統(tǒng)安防廠商不理解AI的本質(zhì),談到的AI大多還是面子大于里子。AI不是用來秀或者做表面的工作,它的進(jìn)駐真的能夠改變傳統(tǒng)安防行業(yè),改變傳統(tǒng)安防行業(yè)的成本結(jié)構(gòu)、業(yè)務(wù)模式。從之前的互聯(lián)網(wǎng)+安防,到今天的AI+安防,安防廠商與AI初創(chuàng)公司都一樣,應(yīng)該先落地應(yīng)用,再來談AI。

            小編認(rèn)為,AI在安防剛剛起步,目前只能算是蹣跚學(xué)步,主要還是人臉、人體及車牌識別,也僅僅進(jìn)行簡單的邏輯判定,距離真正的AI差很遠(yuǎn)。CV公司和安防企業(yè)一樣,都有義務(wù)維持“安防+AI”這一浪的良性發(fā)展而不是揠苗助長。“無AI,不安防”,其實說的是AI將來會如同“網(wǎng)絡(luò)、高清、H.265”一樣在安防領(lǐng)域普及,而通用AI引擎會普惠廣大中小安防企業(yè),這不是龍頭能壟斷的,所以大中小廠商都不必恐慌,大家一哄而上做好AI的面子工程(對外宣傳)同時也需要做好里子(研發(fā)落地)。

            AI技術(shù)與傳統(tǒng)安防產(chǎn)品的完美融合需要多方面因素。AI初創(chuàng)公司對產(chǎn)品落地、渠道擴張方面不擅長;而傳統(tǒng)安防企業(yè)的相關(guān)算法從一開始其實是落后的。??怠⒋笕A等安防廠商渠道實力很強,技術(shù)相比很多安防公司來講也已經(jīng)走的比較靠前但是跟算法公司比還是有差距;商湯、曠視等AI新貴雖然渠道稍弱,但這幾年也融得巨資,想必也會慢慢補齊自身短板。

            所以未來的安防格局有變是必然的,但是只有踏實落地產(chǎn)品和解決方案給用戶帶來價值的企業(yè)才會真正勝出。

            人工智能在安防領(lǐng)域的應(yīng)用場景會不斷拓展和細(xì)化,應(yīng)用會越來越豐富,用戶要求也會越來越高。安防作為AI的首要著陸場,我們看到,人臉識別、動態(tài)布防、車輛分析、流量管控等智能應(yīng)用,已初露鋒芒。但這一切并不是剛剛開始,過去多年的探索和技術(shù)創(chuàng)新為AI著陸安防提供了強勁動力。2014年以前,部分安防公司陸續(xù)開發(fā)了多種基于傳統(tǒng)智能算法的核心組件(如絆線檢測、區(qū)域入侵報警,人臉檢測、人數(shù)統(tǒng)計等),并應(yīng)用于監(jiān)控攝像機、圖偵與合成作戰(zhàn)平臺等產(chǎn)品與解決方案上,實際上在這波AI之前已取得一定的應(yīng)用價值。

            安防監(jiān)控廠商中,科達(dá)算“先落地應(yīng)用,再來談AI”的典型廠商,可謂“有里有面兒”:2014年,科達(dá)發(fā)布感知型攝像機,通過前端智能化,使智能分析的規(guī)?;渴鸪蔀榭赡埽闶茿I的雛形但是算法是傳統(tǒng)建模形式的而非“深度學(xué)習(xí)”;2015年,基于云計算技術(shù),科達(dá)推出了安防大數(shù)據(jù)平臺,從后端實現(xiàn)了海量視頻數(shù)據(jù)的存儲、分析和檢索;2016年,基于前端感知與后端大數(shù)據(jù)平臺的結(jié)合,科達(dá)推出獵鷹系列智能分析平臺,海燕車輛二次分析系統(tǒng)等,聚焦視頻大數(shù)據(jù)的實戰(zhàn)應(yīng)用;2017年,以安防大數(shù)據(jù)平臺為支撐,通過深度學(xué)習(xí)技術(shù),全線提升科達(dá)智能產(chǎn)品的適用性與準(zhǔn)確率,AI實戰(zhàn)。

            科達(dá)以AI for all,and more為口號繼續(xù)在AI+安防這條路上深耕: 

            第一、把AI賦能擴展到所有的安防細(xì)分領(lǐng)域,進(jìn)行水平拓展,AI功能不僅體現(xiàn)在專業(yè)攝像機上,普通攝像機也要逐漸普及;第二、深度方面,要做進(jìn)一步發(fā)展,現(xiàn)在的AI的感知相對來說還是淺層感知,未來要做深層感知,識別目標(biāo)要不斷的深化、甚至到認(rèn)知的角度,能夠像人一樣可以看得懂。第三、將緊緊圍繞場景落地做針對性的優(yōu)化和開發(fā),使得AI不再是技術(shù)概念,而是安防領(lǐng)域各種典型場景、各種用戶需求,能夠適應(yīng)各種場景下的深度應(yīng)用。

            之前??敌v的“AI Cloud”雖然強化了“前端智能”,不是僅僅依靠前端完成AI任務(wù),而是將部分“預(yù)處理及簡單分析”等功能放在前端。從視頻監(jiān)控的本質(zhì)及實際需求看,前后端協(xié)同,尤其后端的大數(shù)據(jù)碰撞和檢索才能發(fā)揮價值。在刑偵過程中、綜合應(yīng)用過程中,在情報的合成研報過程中,怎么把大數(shù)據(jù)分析、人工智能用起來還是需要依靠后端應(yīng)用。

             目前看,一臺普通前端設(shè)備(攝像頭)加載人臉識別應(yīng)用,價格大概上漲2000元,價格因素的確嚴(yán)重阻礙了技術(shù)的推進(jìn)。但同時也要辯證地去看事情,技術(shù)在爆發(fā)前期肯定會有一個緩沖期,日后應(yīng)該會越來越便宜?,F(xiàn)在的前端智能還在混戰(zhàn)和摸索階段,即使如??荡笕A,也依然在摸索階段,因為取決于芯片配套的發(fā)展和支撐。ASIC及FPGA等一旦得到規(guī)模應(yīng)用,前端嵌入智能將可能在200水平,所有攝像頭嵌入AI都可以接受。而對于后端,傳統(tǒng)模式五千萬個圖像每秒的負(fù)荷,大概要用160個CPU的Server,大概要60千瓦,但是現(xiàn)在用GPU這種方式的話,就一個NVIDIA HGX架構(gòu)的8個volta,3千瓦,性能和功耗差距幾十倍。小結(jié):安防行業(yè)的AI三級應(yīng)用,芯片都是其他家的,如同TI和海思等公司支撐的安防監(jiān)控一路從網(wǎng)絡(luò)高清走來一樣,AI時代的安防支撐芯片還在不斷的摸索前行。數(shù)據(jù)方面,很多安防廠商一直強調(diào)數(shù)據(jù)的重要性,宣講自己的視頻數(shù)據(jù)的壁壘,不知道哪里來的底氣,小編認(rèn)為,長年累月積累的數(shù)據(jù)如阿里巴巴、百度和騰訊公司的大數(shù)據(jù)才值錢,平安城市或者交通的三個月數(shù)據(jù)也都是在集成商和用戶側(cè),與其說數(shù)據(jù)是壁壘不如說行業(yè)資源和技術(shù)沉淀才是傳統(tǒng)安防企業(yè)的優(yōu)勢。至于算法,算法廠商的算法優(yōu)勢不會很持久,相信算法廠商自己也這么看,但是算法廠商攜產(chǎn)品和解決方案打入平安城市和智能交通領(lǐng)域并讓集成商和用戶眼睛一“雪亮”,這才是安防廠商不愿看到的??!



            友情鏈接:http://www.51carfi.com/



            掃一掃在手機上閱讀本文章

            版權(quán)所有? 四川中衛(wèi)北斗科技有限公司    蜀ICP備14007264號-3    技術(shù)支持: 竹子建站
            亚洲无码精品在线视频,A级毛片无码久久精品免费,国产亚洲香蕉aⅴ播放,国产成人精品综合