日前，一家創業公司正在研制一款滿足智能的家用視頻監控，能夠辨認出在你家門廊處是不是有狗狗、貓咪，或者是快遞包裹。

現在家用視頻監控商場不斷添加地遭到花費重視，終究裝置了視頻監控能在一定程度上提升房子的安全性，并有用維護家人和財產安全，甚至連Nest都在今年推出了一款家用監控攝像頭NestCam。日前，一家創業公司正在研制一款滿足智能的家用視頻監控，能夠辨認出在你家門廊處是不是有狗狗、貓咪，或者是快遞包裹。

總部設在了加州圣馬特奧的Camio公司供給了一個應用程序，能夠讓智能手機或平板電腦裝置后充任視頻監視器，并合作一些獨立的攝像頭一同運用。Camio現已能夠運用機器學習指出當天由用戶的攝像頭所捕獲的內容中，哪些活動事情對比值得重視，并能夠讓用戶查找來來往往的車輛和路人。

不過從本周開端，Camio擴展了使用其人工神經網絡的運用范圍——機器學習技能使用了與大腦中的神經元網絡類似的方法來習慣新的信息，以便用戶能夠查找他們所錄制的內容中一些難以辨認的物體，如貓咪、狗狗、自行車、卡車和包裹。

用戶還能夠設置提示以便能夠盡快知道這些東西現已進入了畫面中，并能夠和在線響應觸發效勞IFTTT進行結合。有了IFTTT的協助，用戶能夠設置一些預觸發的舉動，當與Camio銜接的攝像頭捕捉到相應畫面時再觸發一些舉動(例如，當貓咪在清晨2點到早上6點之間接近了你家門，用戶能夠讓Camio給你的智能手機撥打電話提示你，以協助那些迷路或無家可歸的貓咪)。

CamioCEO兼聯合創始人CarterMaslan表明，全新的物體辨認和IFTTT結合功用行將推出，跟著時刻的推移Camio將添加更多可查找的項目。

盡管一些其他的花費類監控攝像機(如NestCam)能夠依據運動、聲響和人臉檢查等方法向用戶宣布警報，可是選用深度學習能夠給攝像頭拍照的內容帶來愈加細致入微的調查。

前文講到了Camio會主動指出攝像頭所拍照的畫面中哪些事情愈加值得重視，其原理是會經過檢查場景中很多的運動來判別，由用戶運用的攝像頭所記錄下來的哪些內容愈加主要。Maslan表明，他們公司現在在每個視頻攝像頭所拍照的內容中都運用了神經網絡，一起他們會對用戶是不是會以為這個視頻很風趣而進行投票表決。該技能還會根據用戶終究翻開、播映和刪去等操作而被證實編排是不是正確，用戶也能夠經過給這個編排出來的視頻點贊的方法來協助體系進一步學習。

Maslan表明，將深重的作業交給計算機就能夠更快弄清楚終究視頻中發生了啥，并能夠判別哪些內容對比風趣。通常情況下，天天拍照的內容中有價值的東西只要幾分鐘，所以Camio使用神經網絡進一步剖析視頻，而不是讓用戶完好回憶一整天的內容。

替代了一小時接著一小時的視頻，他們的方針是讓用戶終究連視頻都能夠不必看，只是經過幾張截圖就能夠獲得所需求的信息。

當然，這項效勞并不會是免費的。在這個星期之前，Camio答應用戶免費從單個攝像頭上長途流媒體觀看和存儲一個月的視頻;但從本周開端，該公司將繼續讓用戶免費長途流媒體觀看，不過將收取每個攝像頭9美金的費用用于錄制和回放視頻。

來源：機房監控機房環境監控機房監控系統http://www.scdprobes.com