就深度学习来说厉害了中国安防！

近日，海康威视研究院预研团队基于深度自学技术研发的OCR(OpticalCharacterRecognition，图像中文字辨识)技术在ICDARRobustReading竞赛数据集的“互联网图像文字”、“对焦大自然场景文字”和“随拍电影大自然场景文字”三项文字辨识(WordRecognition)挑战任务中，大幅度打破国内外强大参赛团队，并创下大赛记录的消息倍受注目。　　作为2016年尤为火热的技术之一，深度自学在语音、图像、自然语言处置等领域获得了十分引人注目的成果，还包括Google、Facebook、微软公司、百度在内的颇受欢迎技术巨头都在不遗余力地前进深度自学的研发和应用于。2017年深度自学的势头依旧快速增长，并以更加慢的速度渗入在各个行业当中，对世界产生深远影响。

深度自学不但使得机器学习需要构建众多的应用于，而且扩展了人工智能的领域范围，并使得机器辅助功能都变成有可能。其应用领域也加快渗透到更加多领域，促成了深度自学与其它应用于技术的加快融合。　　安防领域基于大数据、人工智能的图像识别算法是深度自学技术应用于的主要渗入领域之一。

目前，深度自学技术在安防领域的应用于集中于在人脸识别、车牌辨识、视频分析等几个领域。　　人脸识别　　只不过在安防领域的人脸识别还没超过理想的效果，其原因主要是视频中的人脸往往处在一种非常复杂的状态，光照、姿态、表情、饰物、分辨率等都影响着人脸识别算法，有数的训练算法，或者说有数的训练数据无法调整出有一个具备很强一般化能力的算法模型，人脸识别必须更加非常丰富的样本数据，深度自学模型也还必须更进一步优化。　　日前，国内安防巨头大华股份人脸识别团队向国际权威人脸识别公开发表测试集LFW递交了测试结果，大华股份人脸识别亲率之后领先Google、Facebook、百度、腾讯，名列第一，大华股份人脸识别技术团队设计了一个上百层的深度网络(目前已公开发表的人脸识别网络中深达的模型)，明确提出了一种新的度量自学方法，可以使得同一人之间的相近度尽可能低，同时约束有所不同人之间的相近度充足较低，在训练时，融合一种高效的在线取样技术，可以很大地减缓发散速度。

而且应用于在2016年的G20峰会确保中，抓捕了一些在逃亡人员。　　在深度自学的护持下，人脸识别算法早已超过了它的鼎盛时期，辨识准确率甚至多达了人眼。此外，格灵深瞳的一款新型摄像机——浅瞳人眼摄像机辨识准确率也刷新了新纪录。这款摄像机它使用格灵深瞳独有的像素动态瞬时分配技术，可以瞬间将局部画面的有效地像素提高百倍以上，整体画面可以超过数亿等效像素，50米内展现出明晰的可辨识人脸，100米内看清楚全身特征。

而且在前端映射了深度智能的芯片，用于深度智能的算法可以较慢锁定目标方位。　　车牌辨识　　作为智能交通的一个典型应用于，车辆特征辨识仍然是安防厂商重点注目的技术领域。目前很多厂商都声称自己的车牌识别率早已超过了99%，但这也只是在标准卡口的视频条件下再行再加一些预设条件来超过的。

在针对很多简陋卡口和卡口图片展开车牌定位辨识时，较好的车牌辨识也很难超过90%。此外，早期的车辆特征一般来说为车牌号码和车身颜色等，前几年各大厂商也发售了生产能力对车牌号码和车身颜色展开精确辨识的产品，但对于车辆品牌和车型系列这些更为简单的信息特征，并没很好的辨识手段。近两年，深度自学技术蓬勃发展，很多厂商利用大规模的数据集训练获得了实质性进展。

目前行业水平早已可以超过上千种车系和上百种车标的辨识，辨识的准确率也已超过简单程度。今后，智能交通设备所能萃取的车辆特征将更为非常丰富，将有助提高业务部门的工作效率，推展智能交通行业的发展。　　同时，在车辆检索方面，车辆的图片在有所不同场景持续性经常出现曝光过度或者曝光严重不足，或者车辆的尺度再次发生相当大变化，造成传统方法萃取的特征不会发生变化，因此检索亲率很不平稳。深度自学需要很好地提供更为较平稳的特征，搜寻的相近目标更加准确，Top5的搜寻亲率在95%以上。

在人脸识别项目中，由于光线、姿态和表情等因素引发人脸变化，目前很多应用于都是相同场景、相同姿态，使用深度自学算法后，不仅相同场景的人脸识别亲率从89%提高到99%，而且对姿态和光线也有了一定的放开。　　智能视频监控　　只不过不管是人脸识别还是车牌辨识，都是基于视频监控的智能深化分析。

安防行业最广泛的应用于也是视频监控。随着智能化安防的发展，深度自学技术堪称安防行业的“颠覆性力量”。随着深度自学算法的突破，目标辨识、物体检测、场景拆分、人物和车辆属性分析等智能分析技术，获得了突破性进展。

较之以往的传统智能算法，深度自学在解决问题视频结构化问题方面更加“智能”。　　2016年，安博不会前夕，海康威视联手全球业务合作伙伴NVIDIA、Movidius，公布基于深度自学技术的从前端到后端全系列智能安防产品。

海康威视公布的“浅眸”系列专业智能摄像机相结合强劲的多引擎硬件平台，嵌入专为视频监控场景设计优化的深度自学算法，不具备了比人脑更加精准的安防大数据概括能力，构建了在各种简单环境下人、车、物的多重特征信息提取和事件检测。　　宇视科技在2016年10月23日举办的安防机器视觉战略发布会上也透露，公司在芯片、算法、架构、产品四大层面获得机器视觉的全面突破。

其中，宇视与Movidius了解合作公布了基于Myriad2芯片的全系中高端摄像机、卡口抓拍机与智慧棒产品。Myriad2是目前基于深度自学算法最杰出的低功耗芯片，可用作前端人脸识别与视频特性不道德的深度结构化。　　深度自学还有很多应用于场景，只要牵涉到到目标检测、目标辨识的地方，理论上都可以应用于深度自学来解决问题。

就像百度首席科学家吴恩达在一些报告中提及的，深度自学可以代替现有的很多特征提取、目标检测技术。在未来，深度自学技术将与安防应用于撞击出有更加多的火花。

本文来源：yabo888亚博网站-www.dqhryoga.com