AI賦能，讓攝像機更聰明
為什么AI前端化是行業(yè)主流，主要是能解決以下弊端：
其一，馬太效應越發(fā)明顯，強者愈強、弱者愈弱。
對于過分依賴純制造、欠研發(fā)的生產(chǎn)型企業(yè)將愈加困難，在微利博弈中，他們很難占據(jù)過多的市場份額與持續(xù)發(fā)展。
與此同時，部分企業(yè)在無核心技術(shù)情況下，花錢買平臺或者貼牌一個產(chǎn)品容易形成盲目跟風的現(xiàn)象。
在魚龍混雜現(xiàn)狀之下，日趨于理性的市場用戶會在最短時間內(nèi)做出反饋和篩選，形成馬太效應，有實力就越強，反之亦然。畢竟安防是技術(shù)至上的行業(yè)，誰有了最為高端前沿的技術(shù)，誰就能弄潮這個時代。
其二，面對復雜場景，傳統(tǒng)監(jiān)控攝像機束手無策。
特別是流密集區(qū)域和一些大型會議、活動舉辦時期，人口大量流動，傳統(tǒng)監(jiān)控攝像機無法保障需要被監(jiān)控對象的捕捉準確性。
其三，主動防范和事中干預能力弱。
對于公安和交通部門，他們最希望通過監(jiān)控攝像機滿足快速發(fā)現(xiàn)目標、定位目標、跟蹤目標的核心訴求；同時目前的傳統(tǒng)監(jiān)控攝像機功能性多偏向于事后響應，缺少事前主動出擊、主動預防甚至事中干預的能力。
其四，傳統(tǒng)監(jiān)控攝像機日趨飽和且技術(shù)更新滯后，其構(gòu)建的傳統(tǒng)監(jiān)控解決方案難以勝任當下用戶安全性和個性化業(yè)務需求。
比如：單點智能算力弱，全網(wǎng)檢索效率低，系統(tǒng)硬件雜而多，難以運維管理。
眾所周知，警務處理仍是以事后取證為主，而多數(shù)公安系統(tǒng)運維以及資源使用方面還是偏低，視頻故障丟失、視頻不清晰或者是視頻數(shù)量過多為辦案人員偵查帶來巨大障礙。
顯然隨著海量視頻數(shù)據(jù)的堆疊和系統(tǒng)逐步拓充，單純依靠傳統(tǒng)監(jiān)控手段和人工識別已經(jīng)無法完成快速檢索工作。
又比如：封閉式系統(tǒng)數(shù)據(jù)割據(jù)，難以共享。
數(shù)據(jù)孤島是整個智慧城市建設中都避不開的議題。傳統(tǒng)的監(jiān)控體系中，各管轄區(qū)域、各平臺系統(tǒng)之間信息不共享，同時硬件匹配還是平臺架構(gòu)之間都有難以填平的溝壑。
人工智能和安防結(jié)成了一對最好的CP，這是新安防蘊含新動能的體現(xiàn)。
在平安城市中，遍布的攝像頭可謂是城市之眼，它們在無時無刻地產(chǎn)生海量的視頻流和圖像數(shù)據(jù)。
海量的視頻數(shù)據(jù)對視頻監(jiān)控系統(tǒng)提出了新智能化的要求，從硬件的基礎設施改造到系統(tǒng)升級，利用人工智能來掀起平安城市的技術(shù)革命是大勢所趨與行業(yè)向往。
為了讓平安城市“聰明”起來，提供更為全面和實戰(zhàn)的安全，智能化的業(yè)務保障，在人工智能大行其道的當下，華為推出了AI人臉抓拍攝像機，通過技術(shù)制勝實現(xiàn)后入者的彎道超車。
據(jù)記者了解，華為AI人臉抓拍攝像機內(nèi)置深度學習方法，并經(jīng)過海量人臉大數(shù)據(jù)訓練出來的人臉識別算法，能精準定位實現(xiàn)非約束場景下精確捕獲。
其毫秒級別的眼、口、鼻、輪廓等人臉關(guān)鍵點定位，可適應大角度側(cè)臉、模糊小臉、大表情變化、明暗變化等各種實際場景，同時，人臉檢測跟蹤，能面向密集人流場景實戰(zhàn)，徹底有效解決之前傳統(tǒng)攝像機的弊端。
華為AI人臉抓拍攝像機可適應密集人流下遮擋、側(cè)臉、模糊等各種實際場景，實現(xiàn)對城市中的監(jiān)控對象第一時間發(fā)現(xiàn)目標對象，且進行全程人臉跟蹤，滿足平安城市快速發(fā)現(xiàn)目標、定位目標、跟蹤目標的核心訴求。
華為該類產(chǎn)品在核心的人臉抓拍功能上也取得重大突破，超越目前市場上所有人像抓拍機，做到對視頻流全幀率、全畫幅的人臉檢測與抓拍。全幀率、全畫幅抓拍人像的超強性能將漏識漏拍概率降至最低。
據(jù)了解，該類產(chǎn)品抓拍率不低于95%，支持暗光20lux、背光120dB、大角度60度、小臉35像素，非約束場景的人臉抓拍；同時還能有效過濾掉重復人臉，人臉重復抓拍率控制在10%以內(nèi)，有效節(jié)省后端存儲、計算資源。
來源：CPS中安網(wǎng)