侵權(quán)投訴
訂閱
糾錯(cuò)
加入自媒體

安防行業(yè)中人工智能技術(shù)應(yīng)用限制性

當(dāng)前,安防行業(yè)中人工智能技術(shù)應(yīng)用具有一定限制性,存在成本高、場景限制高、布點(diǎn)困難、安全要求更高等問題:

1.成本高

當(dāng)前,影響“安防+AI”產(chǎn)品解決方案規(guī)模化應(yīng)用的因素有很多,成本高昂是眾多原因之一。從一個(gè)典型中大型城市級(jí)公共安全視頻監(jiān)控聯(lián)網(wǎng)項(xiàng)目各部分成本占比情況可以清晰看出,成本是“安防+AI”發(fā)展的重要瓶頸。設(shè)備本身由于產(chǎn)品性能、算力性能等多方面要求造成布置成本較高,而科學(xué)化勘布點(diǎn)需求帶來的時(shí)間和人力成本,海量圖片高并發(fā)網(wǎng)絡(luò)帶寬需求帶來的設(shè)備和鏈路成本,多業(yè)務(wù)系統(tǒng)聯(lián)網(wǎng)應(yīng)用帶來的溝通和研發(fā)成本,大數(shù)據(jù)研判分析應(yīng)用帶來的設(shè)備及研發(fā)成本,以及不斷增長的設(shè)備與集成施工和機(jī)房改造等因素則進(jìn)一步疊高了“安防+AI”落地的成本。

2.場景限制高

人工智能算法的泛化能力是模式識(shí)別問題長期面臨的一個(gè)問題,也是現(xiàn)階段的主要瓶頸。由于訓(xùn)練好的模型用在變化的場景中性能往往會(huì)明顯下降,因此在實(shí)際使用中,必須對場景進(jìn)行嚴(yán)格定義,或者從設(shè)計(jì)上將智能算法定位為對指標(biāo)不敏感的輔助功能。在比較成熟的應(yīng)用中,如智能交通中的過車及違章抓拍、機(jī)場車站的人證對比等,都需要具體的工程安裝方案。這種做法在技術(shù)不夠成熟的條件下有效實(shí)現(xiàn)了商業(yè)價(jià)值,但缺點(diǎn)同樣明顯:一方面,對已有設(shè)備的改造需要增加施工成本,影響人工智能算法對傳統(tǒng)應(yīng)用的滲透;另一方面,也限制了獲取有效素材的效率,影響算法指標(biāo)的進(jìn)一步提升。

3.布點(diǎn)困難

人工智能往往有特定的場景要求,只有在特定場景下才能保持較好的識(shí)別率。按照《安全防范視頻監(jiān)控人臉識(shí)別系統(tǒng)技術(shù)要求》(GA/T 31488-2015),《安防人臉識(shí)別應(yīng)用視頻人臉圖像提取技術(shù)要求》(GA/T 1334-2016)等技術(shù)要求,人像識(shí)別攝像機(jī)主要指安裝在公安檢查站人行通道,如車站、機(jī)場、碼頭等出入口或閘機(jī),以及人行道、非機(jī)動(dòng)車道、步行街、商業(yè)中心等重要部位出入口,能夠有效限制人員通行、具有良好人像抓取條件的部位,應(yīng)面向人員行進(jìn)方向正面安裝,具有良好的光照條件。

人像抓拍攝像機(jī)的架設(shè)位置應(yīng)滿足GA/T 922.2-2011的要求。對漏報(bào)無專門要求的場景可采用上限位置安裝,視場內(nèi)應(yīng)避免有遮擋目標(biāo)人的物體。

4.安全要求更高

人工智能技術(shù)的蓬勃發(fā)展賦予了安防監(jiān)控系統(tǒng)更加多樣化的業(yè)務(wù)功能,將安防監(jiān)控行業(yè)的市場空間進(jìn)一步拓寬,使安防監(jiān)控系統(tǒng)在各行各業(yè)得到廣泛部署。但從風(fēng)險(xiǎn)角度而言,在AI與安防融合發(fā)展的進(jìn)程中,將大量非結(jié)構(gòu)化視頻轉(zhuǎn)化為可快速檢索的結(jié)構(gòu)化數(shù)據(jù),一旦網(wǎng)絡(luò)被攻擊,數(shù)據(jù)泄漏后的損失將更為惡化。另一方面人工智能將大量視頻、圖片集中到云中心,也對網(wǎng)絡(luò)帶寬提出了更高要求。此類需求和風(fēng)險(xiǎn)可歸類為以下三個(gè)方面:

(1)現(xiàn)階段大量部署的終端計(jì)算設(shè)備安全風(fēng)險(xiǎn)高,暴露設(shè)備數(shù)量太多、暴露端口太多、設(shè)備漏洞太多、固件更新不及時(shí)、通信協(xié)議安全性不高、數(shù)量過多無法管控 。

(2)監(jiān)控等物聯(lián)網(wǎng)設(shè)備已經(jīng)成為新的攻擊目標(biāo)(僵尸網(wǎng)絡(luò)與 DDOS、遠(yuǎn)程錄拍、勒索病毒、挖礦木馬、 APT 攻擊)。

(3)人工智能的發(fā)展,數(shù)據(jù)被終端采集后傳輸匯集到集中式云計(jì)算中心,網(wǎng)絡(luò)實(shí)時(shí)性和帶寬都帶來量級(jí)的要求,對云中心部署方案帶來了挑戰(zhàn),同時(shí)還需要新的模式來適應(yīng) AIoT。

5.當(dāng)前AI大數(shù)據(jù)分析技術(shù)主要存在的問題

視頻監(jiān)控系統(tǒng)產(chǎn)生的數(shù)據(jù)量龐大,而且日趨多元化,包含非結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化特征數(shù)據(jù)以及結(jié)構(gòu)化數(shù)據(jù)。當(dāng)前的人工智能視頻大數(shù)據(jù)分析技術(shù)主要存在如下三個(gè)問題:

(1)非卡口場景的視頻分析算法在準(zhǔn)確率、 穩(wěn)定性及計(jì)算成本等核心指標(biāo)方面還有待提高,導(dǎo)致非卡口場景的存量視頻利用率極低,目前沒有有效利用的非卡口監(jiān)控視頻約占監(jiān)控視頻總量的 97%左右。

(2)當(dāng)前的人臉識(shí)別技術(shù)、行人識(shí)別技術(shù)、行為分析等視頻分析技術(shù)往往是接近于實(shí)驗(yàn)室場景下的初級(jí)應(yīng)用、數(shù)據(jù)孤立下的單點(diǎn)識(shí)別應(yīng)用,距離全天候場景下的精準(zhǔn)鎖定以及最快時(shí)間、最小成本、跨攝像機(jī)下的識(shí)別搜索,還有很大的差距,真正解決客戶實(shí)戰(zhàn)問題的能力還有待于提高。

(3)智能 AI 攝像機(jī)及視頻結(jié)構(gòu)化分析產(chǎn)品開始進(jìn)入安防市場,產(chǎn)生了海量的結(jié)構(gòu)化視頻數(shù)據(jù),但基于結(jié)構(gòu)化視頻數(shù)據(jù)的深度智能應(yīng)用,如時(shí)空分析、模式挖掘、預(yù)測預(yù)警、技戰(zhàn)法訓(xùn)練等尚在探索階段,有可能形成新的數(shù)據(jù)浪費(fèi)和低效投資。

聲明: 本文系OFweek根據(jù)授權(quán)轉(zhuǎn)載自其它媒體或授權(quán)刊載,目的在于信息傳遞,并不代表本站贊同其觀點(diǎn)和對其真實(shí)性負(fù)責(zé),如有新聞稿件和圖片作品的內(nèi)容、版權(quán)以及其它問題的,請聯(lián)系我們。

發(fā)表評論

0條評論,0人參與

請輸入評論內(nèi)容...

請輸入評論/評論長度6~500個(gè)字

您提交的評論過于頻繁,請輸入驗(yàn)證碼繼續(xù)

  • 看不清,點(diǎn)擊換一張  刷新

暫無評論

暫無評論

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)