Page 178 - 75202_安防5月刊

C Cutting-edge Technology
前沿技术

图片传输到后端服务中，进行二次识别；在不久 视频结构化的产品化探讨
的将来，车型车系等信息的识别应该会移到前端 一方面随着 GPU/FPGA 等人工智能 AI 芯片
执行，只把识别结果（即结构化信息）传输到后端 的演进和技术发展，及深度学习框架在工程化技
服务器，由后端做其它更深层次的应用。 术方面的成熟，AI 芯片和前端 IPC 的融合是大势
人脸结构化描述 所趋；另一方面在各地实际项目中建设边缘节点（含

人脸结构化描述是提取视频中人的属性，如 多维感知接入、存储和视频智能解析），对视频
这个人是谁、性别、年龄、戴眼镜、胡子、戴帽子、 和多维数据进行就近的存储、清洗和结构化分析，
戴口罩等信息，主要应用于人脸卡口场景，人脸在 有效的降低大量视频流对网络和集中式的数据中
画面中的像素必须足够大；现在人的结构化描述 心的要求。视频结构化的前移是未来的一个重大
的主要技术是人脸检测和人脸识别。人脸检测就 方向，前端监控探头，计算节点将不断的升级，融
是利用人脸检测算法从视频中检测出人脸的位置 入大量视频计算能力，对视频图像非结构化信息
和大小；人脸识别分为三个步骤：一，根据检测的 实现实时，敏捷的结构化处理。支持提供包括车
结构抠出人脸小图；二，从人脸小图获取特征码（用 辆二次分析卡口、人脸识别卡口、多目标提取卡
特征向量来表示人脸图像）；三，与人脸库（如， 口等多样化智能安防产品。
历史库、布控库等）比对。人脸识别系统如下图： 中心产品将前端小型存储，中心计算集群能
力进一步升级，搭载深度学习技术和人工智能算
法技术，提供 GPU 集群化的云计算产品，实现对
海量数据强大而高效的并行计算，达到能分析人、
车、行为多种价值特征的高品质产品。
支持提供：
◆人员：颜色、大小、方向、速度、性别、年龄段等；
◆车辆：品牌、子品牌、年款、车牌，颜色、类别、
车检标、遮阳板、挂件、摆件、整车图片特征等标
签对象，能识别近百余种品牌上千种车型等；

◆行为：安全带、打手机、走路、骑电动车 /
在企业、住宅的安全管理中，对一些敏感人 摩托车、骑自行车、骑三轮车等。
员布控，一旦发现可疑人物进去，系统自动报警，
并提示安保人员；可应用公安、司法和刑侦，针对 作者单位：大华股份大数据研究院
一些人员密集区域（如车站、地铁站、机场等）的
关键出入口、通道等卡口位置坐人脸识别，实现
搜捕嫌疑犯、逃犯等；在重要通关口岸的身份验证，
主要实现对进出口岸人员和电子护照及身份证等
信息的核实和确认。

158 第七届深圳国际智能交通与卫星导航位置服务展览会(2018.6.22-6.24深圳会展中心)www.its-expo.com

భခ࠯ඌ JOEE