新闻中心Press center
热门产品Hot products
解决计划Solution
联系方法Contact information
已往5年间 ，盘算能力的大幅进步触发了AI革命 ，谷歌母公司Alphabet、亚马逊、苹果、Facebook以及微软等科技巨头争先进入这个领域。尤其是自去年人工智能机械人大与人类棋手开展 ，人工智能关注度抵达了一个新的岑岭。其实 ，人工智能的生长可以追述到60几年前 ，可是因为技术的原因数次寂静 ，直到深度学习的泛起 ，让人工智能再次掀起热潮。
深度学习再度点燃人工智能 安防成重点领域
什么是深度学习 ？
深度学习是机械学习要领之一 ，而机械学习则是让盘算机从有关我们周围世界或其中某个特定方面的规范中学习 ，从而让盘算机变得越发智能的一种方法。在所有的机械学习要领中 ，深度学习是最奇特的 ，因为它的灵感源自我们对人脑探索与研究。深度学习试图让盘算机学会许多差别条理的笼统和表达 ，这可能是使此类系统如此乐成的原因。
为何安防行业成深度学习重点 ？
安防领域是个时刻都能爆发海量数据的行业 ，近两年在AI技术的加持之下 ，这些数据正在爆发新的意义 ，为安防这个古板行业解决更多问题。
安防行业作为人工智能技术天然的训练场和应用场 ，关于人工智能的落地应用有着迫切的需求 ，基于安防行业的天然属性 ，安防行业在人工智能化市场有着深入的投入。出于对市场的敏感 ，主流的设备解决计划供应商已经发力结构已经纷纷入局 ，凭借其各自深耕安防行业的经验 ，都在应用落地取得了不俗的结果。其中 ，深度学习方面取得的结果尤为突出 ，成为点燃人工智能生长的要害技术。
深度学习主要的研究领域在语音识别和视觉方面 ，并且将深度学习应用到各个偏向 ，可以差别的领域做出差别的技术立异。关于掌握了许多视频图像资源的安防行业来说 ，深度学习和安防的结合拥有比较高的契合度 ，即对图像和视频的剖析 ，包括：
——在图像剖析方面 ，好比人们熟悉的人脸识别、文字识别和大规模图像分类等 ，深度学习大幅提升了庞大任务分类的准确率 ，使得图像识别、语音识别 ，以及语义理解准确率大幅提升。
——在人脸方面 ，可以实现人脸检测、人脸要害点定位、身份证比照、聚类以及人脸属性、活体检测等等。在智能监控方面 ，可以做人、机动车、非机动车视频结构化研究。
——在文字方面 ，小票的识别、信用卡的识别、车牌的识别 ，这些都是由深度学习的算法来做的。同时在图像的处理方面 ，在去雾、超区分率、去颤抖、去模糊 ，HDR、种种智能滤镜的设计都是用深度学习的算法。
安防行业深度学习主要集中在体剖析(人脸识别、人体特征提取技术)、车辆剖析(车辆识别技术、车辆特征提取技术)、行为剖析(目标跟踪检测技术、异常行为剖析技术)、图像剖析(视频质量诊断技术、视泼魅摘要剖析技术)四大块上。[详情http://www.afzhan.com/news/detail/53981.html]随着深度学习算法的突破 ，目标识别、物体检测、场景支解、人物和车辆属性剖析等智能剖析技术 ，都取得了突破性进展。
“AI+安防”潮流来袭
凭据前瞻工业研究院《中国互联网+安防行业生长前景预测与投资战略计划剖析报告》显示 ，近年来 ，随着安防需求不绝提升。我国安防行业市场规模从2010年的2350亿元增长到2016年的5400亿元 ，年复合增长率抵达15%。
值得一提的是 ，与古板安防手段相比 ，新一代安防技术正借助人工智能、云盘算、大数据、物联网、移动互联等技术 ，实现多元化快速生长 ，“AI+安防”正给人们带来一个越发“智慧”的宁静时代。
据中安协宣布的《中国安防行业“十三五”(2016—2020年)生长计划》 ，“十三五”期间 ，安防行业将向规�；⒆远⒅悄芑蜕�。到2020年 ，安防企业总收入抵达8000亿元左右 ，年增长率抵达10%以上。
“未来4到5年 ，安防将进入一个人工智能高速生长的时代。”海内安防企业宇视科技副总裁闫夏卿体现 ，安防行业2016年基本完成了场景智能的适配；2017年、2018年将进入以深度学习为基础的人工智能阶段；到2019年、2020年将全面进入到数字智能的阶段。最终 ，经过数字智能阶段后 ，安防行业的人工智能将全面的和全行业、全IT的大数据业务平台进行完善的对接 ，安防也进入智能时代。
除了赢得工业巨头们的积极响应之外 ，“AI+安防”还获得了国家层面的政策加持。
2016年6月份 ，工信部等部分宣布的《“互联网”人工智能三年行动实施计划》指出 ，智能安防将作为人工智能产品立异的重点应用推广领域。《计划》提出 ，实施智能安防推广工程 ，勉励安防企业与互联网企业开展相助 ，研发集成图像与视频精准识别、生物特征识别、编码识别等多种技术的智能安防产品 ，推动安防产品的智能化、集约化、网络化。
最新产品
New products
了解更多>
技术支持
Technical Support
了解更多>
常见问题
Common problem
了解更多>
