2018年9月，李開復博士發布新書《AI·未來》，預測15年內，人工智能將具備取代40%～50%重復性勞動崗位的技術能力。近年來，算力和算法的突飛猛進，智能技術正在以我們難以想象的速度飛快發展。智能技術在安防行業的落地應用也越來越廣泛，智能設備在具體項目建設中的比重也越來越大。智能應用將經歷運算智能、感知智能和認知智能三個階段，而現在智能在安防行業的應用大多屬于感知智能。目前全國攝像機數量可以以億為單位，而且數量還會持續增長。海量的攝像機構成了視聯網，產生了海量視頻數據，給智能視頻監控技術的系統應用帶來了跨場景、跨媒體、跨空間等巨大挑戰。

圖片來源：圖蟲創意

監控數據海量混雜：監控數據的類型已從單一性擴展到多樣性，已經不僅僅局限為視頻，圖片、位置、文本等信息都夾雜其中。

監控對象種類繁多：監控范圍的擴大使得監控的對象從傳統的像素級到目標級、事件級。

監控態勢動態演變：作為管理部門來說，發生突發事件之后，需要一套完整系統能夠對態勢進行準確預判，能夠自動預測監控目標即將選擇的行進路徑，從而幫助管理部門做出快速有效的響應。

目前，智能分析技術深度結合使用場景、客戶需求，在安防各個細分行業的應用已經非常廣泛。大華股份根據業務的對象和場景不同，將智能分析技術分為人像、解析、周界三大類。

1.智能人像方面

大華股份按照不同的客戶、不同的場景、不同的需求并充分考慮了投資規模，將其分為標準版、企業級和城市級三大方案族群。

（1）標準版人像方案。面向小規模的如小區出入口、商鋪等，滿足基礎的人像智能應用，如在商鋪應用中可實現人像抓拍、人像屬性分析等基礎應用，幫助商鋪進行顧客畫像的精準分析，提升管理運營水平。

（2）企業級人像方案。面向寫字樓、企業園區等業務需求相對多元、應用較為復雜的場景，大華股份為客戶提供大規模、綜合化的人像智能應用，目前已經可以為客戶實現基于人像的人員管控、人臉考勤、人臉軌跡分析、人臉布控等。

（3）城市級人像防范。該方案主要是面向警務、交管、雪亮工程等大型城市級專業應用場景，做城市級的聯網人臉布控。目前，方案已實現對重點管控對象、逃犯等進行實時監測和預警，綜合考慮城市的網絡與技術現狀、投資規模、業務需求等諸多因素，打造從單點、局部到全局的網絡化的部署方案，真正能夠有助于客戶的實戰應用。

除此之外，大華還將人像、MAC、RFID等技術進行集成，研發了能夠采集人像、MAC地址、RFID信息的邊緣計算節點，通過對采集到的人像特征、MAC地址等多維數據進行綜合分析，極大地提升了結果的準確性。

2.智能解析方面

針對很多業務實時性要求不高，但是注重信息采集廣度的業務場景，實現對人、車、非機動車、物體等對象的信息進行采集和分析。如大華全結構化前端和智能服務器，可同時對場景內的人像、機動車、非機動車以及特征屬性進行全面解析和提取，從而幫助客戶挖掘視頻數據的價值。

3.智能周界方面

在校園、機場、企業園區等項目建設中，周界是非常重要的一環。傳統的周界設備都是在以紅外補光的條件下，采用拌線入侵檢測的方式來做周界防護，效果差強人意。現在通過深度學習算法的自學習能力，對這些特定的對象進行專門的訓練，對報警的動物、樹枝搖動等誤報進行了有效甄別，準確率顯著提高。

來源：機房動力環境監控系統 http://www.scdprobes.com   本文采集于網絡，如有問題有聯系刪除