行业动态

2016年度中国安防行业关键词盘点

发布时间：2017-02-02    浏览次数：10102



2016年度中国安防行业关键词盘点

　　时光如白驹过隙，转眼间2016年已经接近尾声。年终岁末之际，回首2016年，总有那么几件事，那么几个关键词在行业发展中留下痕迹，并留在我们心中。综合几位业内大咖的宝贵经验，以及小编本人对于2016年安防行业发展的回顾，现总结出2016年最受关注的几大关键词如下：

　　深度学习

　　如果要在2016年安防行业选出一个最火的关键词，那一定非“深度学习”莫属。今年三月份AlphaGO与李世石那场人机大战着实让人工智能、深度学习等概念大火了一把，安博会上不少企业深度学习相关产品的展出，尤其是海康威视发布的基于深度学习的全系列产品更是将深度学习热推向了高潮。

　　深度学习的概念

　　深度学习的概念源于人工神经网络的研究。深度学习的概念由Hinton等人于2006年提出。基于深度置信网络(DBN)提出非监督贪心逐层训练算法，为解决深层结构相关的优化难题带来希望，随后提出多层自动编码器深层结构。此外，Lecun等人提出的卷积神经网络是第一个真正多层结构学习算法，它利用空间相对关系减少参数数目以提高训练性能。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。深度学习使得机器学习能够实现众多的应用，并拓展了人工智能的领域范围。

　　深度学习的安防应用

　　让深度学习能够如此大行其道的关键要素就是数据，特别是海量的数据，因为神经网络是训练出来的，大量的数据是其训练的基础。深度学习需要成百上千甚至几百万张图像来训练，直到神经元的输入的权值都被调制得十分精确，这样才能导致得到正确的结果。百度总裁李彦宏曾表示“深度学习的技术配合上大数据的储备，语音搜索、图像搜索等新兴技术就不再仅仅是技术的噱头。”

　　而安防行业，就是一个拥有着海量数据的领域，而且99%以上的数据是非结构化数据，这使得安防大数据要走向深度应用首先必须解决的就是视频结构化问题，而这正是深度学习擅长的。深度学习技术可谓安防行业的“颠覆性力量”。随着深度学习算法的突破，目标识别、物体检测、场景分割、人物和车辆属性分析等智能分析技术都取得了突破性进展。可以说，较之以往的传统智能算法，深度学习在解决视频结构化问题方面更智能。

　　因此，深度学习的在安防行业的方方面面得到了广泛应用：如人脸检测、车辆检测、非机动车检测、人脸识别、车辆品牌识别、行人检索、车辆检测、人体属性、异常人脸检测、人群行为分析等等。

微信扫一扫，关注我们