Page 163 - 安防20年3月刊_150dpi

领域渗透。 种应用或将成为未来指挥中心可视化指挥调度的
5G 需要多技术融合。目前市场上有些神话 一个新的方向。

5G 的声音，但实际上 5G 并非万能。大多数时候， 当然，人工智能与安防的结合还需要攻克一
需要与人工智能、云计算等技术融合到一起。特 些技术难点。
别是 5G 与人工智能的业务融合，已经成为寒冬 首先是云计算。特别是视频流媒体的分布式
中获得融资创新型企业的“标配”。 计算引擎。视频云现在还是基于单个文件的处理，
5G 允许海量设备接入的能力，为 AI 在数据 如何实现基于流媒体的分布式处理需要进一步
采集、信息获取等方面提供了便利，这使得 AI 算 研究。
法有了充分的数据支撑。 其次，尽管视频监控摄像头清晰度不断提高，
此外，在高带宽、低时延能力加持下，5G 还 但在视频图像增强方面，也存在由于运动、光线、
将推动边缘算力与云端算力更高效的协同，进而 压缩等因素造成的模糊，如何实现对模糊视频图
提升人工智能系统业务运算，逻辑控制等方面的 像像素的增强和还原，也是一大难点。未来有望
能力。 通过基于深度学习的人工智能技术来实现图像
增强的突破。
人工智能在安防中强化 为了解决数据不共享情况下AI 训练的问题，
伴随应用需求的升级，2020 年，人工智能（AI） 深度学习出现了几种颇受关注的训练方式。如联
技术在安防的应用将进一步深化。 邦学习，可以有效解决“数据孤岛”问题，让参与
智能安防的发展会呈现出一些特点。 方在不共享数据的基础上联合建模 , 能从技术
首先是 AI 与物联网结合，视频监控形成更 上打破数据孤岛，实现 AI 协作；半监督学习主
大的网络，同时产生更多不同类型的数据。除了 要是解决数据标注的问题，因为很多数据不可能
视频数据之外，像 Wi-Fi、RFID、电子车牌等不 在短的时间内得到全量的标注；还有类脑智能研

同维度的物联网信息都可以关联到一起，通过丰 究，通过摸索大脑对图像和动作的识别过程，去
富的数据类型，来共同碰撞出更有价值的信息。 发现深度学习在理解大脑模式中所存在的问题，
随之而来的是更强的数据融合能力，更智能的分 在这方面，可以联合神经科学、心理学等构成跨
析应用。加上 5G 的到来，不同的应用场景里面 学科的研究团队。
融合通信的程度将会加强，同时，移动视频监也 在安防监控中，存在着“道高一尺，魔高一丈”
成为趋势。目前的视频监控更多是采用固定点位 的问题，将来利用人工智能犯罪也可能成为一个
进行视频数据的采集，随着联网的车辆以及手机、 社会问题。深度学习中的人工智能对抗，就像病毒
可穿戴式监控设备等各种移动设备的功能增加， 跟反病毒一样，随着人工智能技术的逐渐成熟以
2020 年移动监控的应用会增加。 及在大众生活场景中的密切应用，比如当下为了防
结合上文中提到的 VR 和 AR 技术，三维图 止人脸信息被盗用冒用推出的人脸识别活体检测
像建模将更普遍。通过将视频监控画面和三维 手段。人工智能的对抗研究将是一个持续的过程。
图像进行融合，实现城市大场景的虚实融合，这 整个安防产业都在强调 AI 的落地应用，如

第五届深圳国际无人机展览会（2020年深圳会展中心） www.china-drone.com.cn 145

భခ࠯ඌ JOEE ྒ௹೘