Windows日志里发现入侵痕迹

虽然视频智能分析在准确率和融合检测能力有很大的突破，但是从当前来看，智能安防行业的视频智能分析基本还处于视频结构化分析的感知智能阶段。公安系统包括其他监控系统，在数据应用上只是就结构化数据进行简单应用，数据价值并未完全发挥出来。未来整个智能安防行业中的智能视频分析将走向知识图谱即认知智能、决策智能阶段。所谓的知识图谱是一种针对应用语义理解技术实现更高质量、可计算、计算机可理解的大数据结构，也就是针对多类异构数据源的知识结构化、关联化分析，属于实用型认知应用，能够更高效的实现决策智能，当前已经有一些主流厂商和技术商实现了在视频智能分析技术应用上实现一部分认知智能。

边缘计算与中心智能结合应用发展

随着深度学习算法的突破，安防领域的目标识别、物体检测、场景分割、信息提取标签化、数据检索及分析研判等各项技术应用也在不断取得新的进展，相比于传统智能带来的应用效果，AI深度智能在识别准确率、环境适应性、识别种类等方面的效能提升显著。

在终端和边缘端，主要体现为内置高达30多种算法，其中混合目标检测模式支持同一场景下人脸、人体、车辆图片并行抓拍，人脸人体关联，以及人脸、人体、非机动车和机动车结构化属性提取，也就是轻量级的多维数据融合。当前技术领先的厂商推出的相关产品，已经可以支持前端多维数据的提取和分析，包括全场景和细分感知数据采集和融合。这类技术产品比较适合小规模项目场景应用，相当于一机多用，不仅大大减化项目部署的复杂性，而且降低工程实施成本。

边缘智能是将边缘计算与用户、业务结合，其不是简单的把边缘计算搭建起来，而是对管道能力的整体提升，是物联网应用的使能者。边缘智能具有数据处理实时性、业务数据可靠性、应用开发多样化等的优势。目前，安防领域边缘智能的发展一日千里，许多智能安防产品已经从具有边缘计算的能力开始进化为边缘智能，但是，边缘智能依然处于发展的初级阶段，技术、业务、商业模式等各方面的挑战仍然具有不确定性，接下来需要在标准化、产业联盟、场景驱动、产业链协同、安全隐私等方面做好工作，推动边缘智能的规模化落地。驱动边缘智能发展的业务场景主要包括网络传输的场景和应用特征产生的场景，从而形成对边缘智能的需求。目前，边缘智能已经在智能城市、智能工业、智能社区、智能家居、车联网等大量的垂直行业中形成示范应用，给垂直领域带来新的价值。

需要提及的是，现阶段，数据资源大多归属于不同地区不同部门，未来是否有这样一种机制，让数据既能够本地化又能实现跨地域互通，可以在降低数据传输的风险和成本的同时满足数据计算的需求。也就是说，多维数据融合和智能分析需要视频流媒体的分布式计算引擎和大数据动态分布式架构来支撑实现。

除了边缘智能的发展应用，以大数据分析为代表的中心智能分析技术也有了长足进步，通过多维数据融合分析平台，初步实现舆情监控和事件预警功能。多维数据融合是充分利用多源数据的互补性和计算机的高速运算与智能来提高结果信息的质量。包含有人流管控、交通热力图等应用。同时，预警的另一个方向，利用行为大数据来预判潜在犯罪，在具体技术涉及对人物目标特征和行为识别、分析，以及目标历史数据的线性研判方面，也有很大进步。安防大数据的多维数据融合应用初步成熟，边缘端和中心端的结合应用使安防大数据的实用性有了强大进步。从技术发展水平和未来方向看，“大智能”在中心端，“小智能”在边缘是长期趋势。

AI芯片发展构建智能应用基础

安防智能化时代，芯片是构建智能安防产业链的第一环。芯片技术的突破实现了安防产业的智能化，基于芯片设计的AI计算加速卡、模组等，在智能分析应用中更能发挥巨大的作用，基于PCIE的多芯片互联，更易于横向扩展和支持大规模数据中心。AI芯片、加速卡、模组为工业自动化、安防智能化、机器人、智慧城市、军工和航空航天等应用提供可操作的洞察力。

（编辑：阿坝站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!