技术
首页  >  技术  >  技术要闻

澳门葡京网上娱乐

2018-10-11  来源:中国信息产业网-人民邮电报  作者:中国信息通信研究院 颜媚 张涛 石霖

近年来,得益于深度学习算法的突破、硬件计算能力的提升以及澳门葡京网上娱乐数据的积累,以人脸识别、语音识别等为代表的感知人工智能达到了商用化水平,吸引大批企业竞相布局。同时,资本的持续投入与国家产业引导政策不断出台,也正在促使计算机视觉、自然语言理解、语音识别等人工智能技术逐步从实验室走向产业化。公共安全作为与人们生命财产安全紧密相关的重要领域,也在人工智能的助推下,迎来了一轮技术革新,相关智能化应用涌现。

三大核心技术

从技术角度来看,目前在公共安全领域应用的人工智能技术主要包括图像识别、视频结构化及智能大数据分析等。

图像识别技术

图像识别技术是利用计算机对图像进行处理、分析和理解,以识别各种不同模式的目标和对象的技术。随着深度学习的引入,彻底颠覆了图像识别技术中以经验驱动的“人造特征”范式,开启以数据驱动的“表示学习”范式,识别的准确率和抗环境干扰能力有了质的飞跃,使得图像识别技术产业应用成为可能。如传统的人脸识别技术基于人工设计的人脸特征模型,由于人脸存在着个体差异,导致无法完全精确地区分细小的变化。尤其是在光照、姿态、表情、饰品、年龄等因素的影响下,鲁棒性较差。而基于深度学习的人脸识别技术,突破了人工建模的局限,通过对实际作业环境中海量数据的训练与学习,有效适应各种因素的变化影响,可在较大干扰情况下实现对目标的精准识别。

视频结构化技术

视频结构化是指通过时空分割、特征提取、目标识别等处理手段,将视频内容按照语义关系,组织成方便计算机和人理解的文本信息,并进一步生成安防所需的情报线索,实现视频数据向可读信息的直接转化,达到提升视频查找速度、降低存储容量、盘活视频数据的目的。在视频结构化描述的内容方面,公共安全关注的视频信息主要是人员、车辆、行为。对于人员的描述信息包括人脸、性别、年龄范围、大致身高、发饰、衣着、物品携带、步履形态等;对于车辆的描述信息包括车牌、车颜色、车型、品牌、子品牌、车贴、车饰物信息等;对于行为的描述信息包括越界、区域、徘徊、遗留、聚集等。

智能大数据分析技术

数据分析与挖掘是人工智能发挥真正价值的核心。传统的大数据分析,不管是传统的联机分析处理(OLAP)技术还是数据挖掘技术,都难以应对大数据的挑战。一是执行效率低,传统数据挖掘技术都是基于集中式的底层软件架构开发,难以并行化,在处理TB级以上数据时效率低;二是数据分析精度难以随着数据量提升而得到改进,特别是难以应对非结构化数据。深度学习具有自行处理、分布存储和高度容错等特性,非常适合处理非线性的或者模糊、不完整、不严密的知识和数据。智能大数据分析技术利用深度学习算法自动开展多种分析计算,探究数据资源中的规律和异常点,辅助用户更快、更准地找到需求点,从而实现风险预测和评估。

应用日渐走向成熟

公共安全包括社会治安、交通安全、生活安全、生产安全、食品安全、生态安全等。人工智能在公共安全领域的应用场景主要包括犯罪侦查、交通监控、自然灾害监测、食品安全保障、环境污染监测等。

关键词:公共安全 人脸识别技术 学习算法 属性识别 应用探索