|
|
随着恐怖袭击、意外事件的不断发生,全球对安全防范的需求快速增长。安防产业主要涵盖安防产品、安防工程与安防运营服务三大类,按照产品分类来看,视频监控占比最大。近几年,视频监控产品不断更新换代,功能也越来越丰富。
* ~% L7 D/ V, i& f- V- W9 o$ z2 d s8 s7 V
旷视科技就在此次安博会上展示了一款“能思考”的智能摄像机,摄像机能够做到一体化地实现人脸检测、人脸追踪、人脸识别。另外,科达也展示了一款多维信息感知摄像机,通过多种传感感知技术,可实现经纬度、方位、旋转角度、环境数据等信息的采集,积累更丰富的大数据信息,提供丰富的物联感知应用。
! b2 f+ e6 S7 b; F' I+ q6 R
% |- A2 q6 O _* r8 @ 而在多种智能化摄像机的背后,离不开一个可以进行大量运算的强大大脑——芯片。在安博会同期召开的中国安防政府论坛上,中国工程院院士邓中翰提出“深度学习是视频智能领域的革命”的观点,通过芯片的开发,视频监控将由模拟时代、数字时代跨入智能时代。
7 b" C9 a+ Q+ l 5 J( u& X' A# c7 \
视频监控智能化需要卷积神经网络,而卷积神经网络需要巨大的计算能力,传统芯片没有针对卷积神经网络进行优化设计,难以适应各种应用需要。针对卷积神经网络的算法特性,邓中翰团队研发出首款具有深度学习功能的嵌入式神经网络处理器,内置专为卷积神经网络优化的神经网络处理单元(NPU)。
O/ @6 r R- O8 N 4 Q$ y X% U- K! L# j
据介绍,在一个时钟周期内,NPU处理器可同时完成64个长位宽MAC运算或者128个短位宽MAC运算;每个NPU处理器具有38GOps的长位宽处理能力或者76GOps的短位宽处理能力。9 C$ w: N8 W R7 u7 u9 w
# T) P2 p: p. T8 i+ R; p0 I/ ^ “NPU具有高效率的数据组织、共享和搬移方式,适合神经网络的大量数据的算法特点,还可以灵活配置网络结构,支持级联方式,满足复杂的运算需求。NPU还支持CAFFE等主流软件开发框架,可以轻松将深度学习算法应用于嵌入式产品。”邓中翰介绍说。( s: ]* F5 s9 g5 n8 ~6 u. i
+ [# c+ F' a, }$ \7 N* E
可以说,在各项技术的支撑下,我国视频监控网络建设取得了很大的进步。公安部科技信息化局党委书记谭晓准表示,目前,各部门行业安装的摄像机数量已近2500万台,初步构建起覆盖公共区域、要害部位的“天网”。全国公安机关也已基本搭建起视频图像信息资源整合汇聚和共享交换的基础支撑平台,联网可控的摄像机数量较2015年增长近60%。
5 j3 n: w0 p" ?3 @2 P/ @0 T
5 C* K, Z' `$ L8 h, h8 k6 o' T 谭晓准表示,到2020年,我国安防视频监控还将基本实现全域覆盖、全网共享、全时可用、全程可控。但要想实现上述目标,仍然需要实施多项技术攻关,如视频图像信息预测预警、实时监控、轨迹追踪、快速检索等应用;数据挖掘、人像比对、车牌识别、智能预警、无线射频、地理信息、北斗导航等技术的集成应用等。
6 y9 r" Y! I S# C; U& r! x0 w
|
|