安防大数据模式识别和深度学习技术

成都弱电公司讯：

人工智能的概念提出已经很多年，但最近一次大热是在“人机大战”战胜世界围棋高手李世石的AlphaGo。同样，近几年安防行业热门的深度学习和模式辨认的概念也频频出现在公众的视野当中，那么它们是如何应用在安防领域中？目前最前沿的应用又有哪些？以下将为您一一解答。

安防大数据挖掘

平安城市从2010年在全国推广至今已经6年，目前各地平安城市建设即将进入扩容改建期，需要更加综合与智能的整体解决方案。公共安防已不再局限于扩张成都视频监控覆盖广度和密度以及清晰度，而是由扩密度的传统安防时代向注重视频大数据挖掘、使用和经管的智能化安防时代迈进。

平安城市建设飞速发展，各个街道、十字路口随处可见各种摄像机设备；它们为公安的日常治安和侦查办案提供了很大的方便。但随着设备数量的增加，视频分辨率的提高，公安搜集到的视频和图片的数据量呈几何倍增长。再加上视频分辨率的不断提高对服务器处理能力和使用率提出了更高的要求，视频图像的调阅、存储、计算在技术上都面临巨大挑战。因此，公安干警如何能快速在日益增长的海量数据中获得有价值的信息就成为了亟待解决的问题。

模式辨认技术

中科院自动化研究所下属的模式辨认国家重点实验室承担着模式辨认国家级课题项目，实验室张俊格博士的研究方向就是图像视频分析，他对这个研究方向充满信心：“模式辨认是大数据技术的核心，十几年前看不到太多应用，现在应用需求非常大。”

“数据本身没价值，挖掘数据中的模式才有价值。大数据时代，模式辨认很重要。”中科院院士谭铁牛表示，几十年前国家就在这个方向设立重点实验室，具有超前的战略眼光。

深度学习技术

深度学习是机器学习研究中的一个新的领域，其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，例如图像，声音和文本。让深度学习能够如此大行其道的关键要素是数据，而占大数据总量60%以上的为成都视频监控数据，与此同时，成都视频监控领域的70%以上的数据分析是用来进行图像辨认。

目前，深度学习在安防行业的诸多领域都取得了很大进展，如：行人检测、车辆检测、非机动车检测等，辨认准确率甚至超过人类。