都會大腦需求聰明之眼 AI優化監控系統
現如今，能夠咱們每回個生活在多數會的人都會有如許的印象，那就是天天無論是走在陌頭巷尾，仍是開車、乘坐交通工具，又或是出入辦公大樓、到商場購物、餐館就餐等等總會瞥見各類大大小小的攝像頭在仰視著咱們。占有關統計，生活在都會里的人們，均勻天天能夠會“偶遇”監控攝像頭多達數百次。
當然，也恰是多虧了這些或是在角落、或是在高處默默貢獻的監控探頭，咱們都會才會變得愈加安全。這些遍及都會陌頭巷尾每回個角落的監控攝像頭，把他們聯網起來便構成為了當前智慧都會的根蒂根基神經網絡。每回個攝像頭就像是一個個安全衛士的眼睛，每時每刻在庇護在都會的安全。
可是，由于初期手藝等因素的限定，今朝的不少視頻監控攝像頭都存在著明晰度不敷、不聯網、不智能等問題，曾經沒法知足當前社會經濟發展的需求。盡管“眼睛”遍及陌頭巷尾，可是由于這些種種因素，使得都會管理者往往看不見、看不清、看不全、看不懂，讓智慧都會變得“有眼無珠”。
盡人皆知，大腦的進化很洪水平取決眼睛。咱們人類大腦要處置信息，起首得需求經由過程咱們的眼睛、耳朵、鼻子、四肢行為等器官采集到外界的信息。若是眼睛沒有看到信息，那末大腦也就不會做響應的處置。對付智慧都會來講，每回個攝像頭就是它的眼睛，若是眼睛看不清、不聯網、不具有智能闡明功用，那末系統就沒法進行響應的圖象數據闡明處置。以是，“有眼無珠”這里的“珠”更切當的說指的是“腦”。
中國工程程院院士、上海大學傳授大作在2018年人工智能安防峰會時暗示，智慧都會系統基于視頻監控系統，可是初期的視頻監控系統根本上都是為了存儲和過后給人看，沒有同一的時間戳、也沒有精確的地理信息。另有，云端存儲的壓縮視頻是根據圖象幀結構組織的，若要闡明和辨認必需先進行解碼，沒法在壓縮數據上直接檢索闡明。
解碼處置會消耗計較資本，同時會有明明的延遲。同時，為了傳輸與存儲，大量的視頻在壓縮的時辰一定會招致不少圖象細節特色的喪失，從而招致辨認率更低。因而，也形成為了今朝視頻監控數據行使率極低的景象。由于今朝的不少監控系統是為了存儲數據再由人工離線查抄而設計，大部分數據在其生活生涯期內一次都沒有用過。因而，數據大實在不等于大數據。
大作院士暗示，都會大腦需求智慧之眼。“經由過程監控攝像頭讓都會變得更智智慧，不但單是單一的視頻檢索和計較機視覺問題，而是在面對海量信息和突發事宜時，可否能迅速做出反饋、可否低落計較勁、可否有用辨認和檢索等一系列復雜的系統工程。”
大作院士還在大會中提出了“數字視網膜”的觀點，他指出“承載數字視網膜的攝像頭需做兩件事：起首做好編碼；其次為后面的辨認，提掏出所需的信息。數字視網膜與人的眼睛既具有影像重構(精密編碼視覺內容)，又具有特色提取(面向辨認了解)的功用。”基于結構化的大數據，交融底層視覺特色與深度進修，可以愈加豐碩數據的內涵信息，晉升分類、檢索或展望的精確性。
當然，由于當古人工智能等手藝短板限定，泛安防+人工智能仍有許多災點需求突破。比方，在海量視頻數據中尋覓方針，“天網”視頻監控系統天天發生的大量圖象視頻，對付尋覓方針人與車輛猶如水中撈月。
其次，傳輸受限定預警不及時。尤為是高清、超高清攝像機的大量應用，采集的數據量十分大，傳輸本錢十分高，并且很難在第一時間聚集到數據總平臺，造玉成局預警與搜索的堅苦。別的，針對交通擁擠情況，當前的交通大數據主要仍是以導航地圖、同享出行軟件等為主，視頻智能闡明數據應用仍是比力少等等。
可是咱們信賴，跟著傳統安防企業在人工智能手藝研發的連續投入，大量人工智能手藝創業團隊的插手，以及AI手藝在安防行業應用的不竭驗證與優化改良，咱們的都會大腦必定會變得愈來愈智慧，咱們的都會也將變得愈來愈安全。(原題目：人工智能手藝降級“都會大腦”)