Page 63 - 75202_安防5月刊

因素，即软件算法和硬件基础。 （4）公安侦破，防灾救援。
软件方面最关键的是的深度学习算法的优 其他应用领域还很多，如教育领域的考试违
劣，要求高效、简捷的学习算法，包括有监督学习 规识别；公共场所的周界防范，遗留物检测，人群
和无监督学习，基于计算机、云计算和嵌入式的 密度检测，烟火检测等。例如，广东迅通科技股份
计算方式，合理的学习网络结构，如循环神经网 有限公司的视频图像智能分析系统（迅通VAIS）
络（RNN）、深度置信网络（DBN）等。比较简单 采用深度学习的智能分析的方法进行人脸识别、

的深度学习可以在远端摄像机内嵌入式实现，复 车牌识别和超分辨率重建等，取得了好于一般视
杂的视频分析可以在计算机、工作站，甚至云端 频分析的结果，图4为某一车牌识别结果，曾经用
计算上实现。现在已出现不少机器学习、深度学 其它方法未能得到完全准确的结果。
习的开源程序、商业和实验软件，为我们迅速入
门和应用深度学习技术提供了方便。智能视频分 小结
析虽然主要依靠的是软件，但软件的运行基础是 人工智能已成为新一轮产业革命的引擎，视
硬件结构，因此硬件平台的水平高低直接决定深 频监控产业正在把握这一重大发展机遇，根据自
度学习的能力和速度。 身的特点和需求，把人工智能技术与产业升级改
至于智能视频分析在监控方面的应用，可以 造有机结合起来，给自身技术的智能化发展注入
说几乎目前常见的监控系统都可智能化升级，其 了新的动力。其中，深度学习技术在视频监控领
主要应用领域包括： 域已经初现风采，应用范围在逐步扩大，分析效
（1）人脸识别，目标检测与跟踪，个体/群体 果（尤其是准确度）越来越好，可在一定程度上替
行为判定。 代人工操作，提高工作效率。但从总体上看，监
（2）车牌/车型识别，违规车辆识别，人流/ 控视频分析的智能化进程当属起步阶段，智能化
车流统计。 程度并不高，尚存在不少制约发展的瓶颈问题，

（3）智能楼宇，居家养老，库房仓储监管。 但随着世界范围内对安全防范的重视，随着中国
“平安城市”、“科技强警”、“智能交通”等重大
工程项目的不断推进，智能化视频监控技术的发
展必然会越来越快，其社会效益和市场前景也会
越来越好。

作者单位：广东迅通科技股份有限公司

▲图4 智能车牌识别一例

2018第三届中国国际无人系统博览会(2018.6.22-6.24深圳会展中心)www.china-drone.com.cn 43

ದ۽ᇆି JOEE