无论走到哪里，监控摄像头都是家常便饭。从银行到零售店，从机场到大卖场，摄像头主要用于监控安全威胁迹象。传统上，安保人员坐在严密控制的警卫室里，面对一排排监视器，不断检查这些摄像机传回的图像。这里的基本缺陷很容易看出。保安也是人，监控这么多摄像头意味着他们的注意力被有效地分散了。即使是最细心和最细心的人也可能会错过问题的微小迹象。这是一个未被注意到的错误。然而，或许有更好的方法来应对监控问题，而答案就在于备受争议的人工智能技术。许多安全公司都在寻求将视频分析应用到他们的安全系统中，但下一步应该是智能视频分析。常规威胁监控和检测可以使用智能视频分析和人工智能在比人眼更详细的层面上进行操作。传统技术收效甚微，转变整体安全性的需求比以往任何时候都大。人工智能(AI)是智能视频分析正常运行的重要组成部分。人工智能基本上可以消除人为错误并减少误报的数量。智能视频分析的工作流程是从监控摄像头收集非结构化数据集，分析图像，发现可能指向某种安全威胁的异常情况。这是一个复杂的过程，需要即时过滤和处理大量数据。一旦检测到安全威胁，AI系统会根据威胁等级向相关人员发出警报。如果是小问题，会通知附近的保安处理。对于更严重的问题，执法部门或消防部门会与安全人员一起收到警报。当然，所有这些都是近乎实时处理的。重点是：过程是自动化的，系统更准确、更快速、更通用。人工智能之所以成为智能视频分析如此迷人的一部分，部分原因在于它是一项不断发展的技术。AI驱动的系统在很多方面模仿人脑，其中之一就是AI一直在学习。这是必要的，因为使系统识别每一种可能的威胁所需的编程量是巨大而繁重的。AI可以从人类活动中学习，确定什么是正常行为，并将所学知识转化为安全软件。一旦AI知道了正常范围，它就可以检测异常行为的实例和事件。随着时间的推移，这个过程变得更加准确，误报也越来越少。由于人工智能在不断改进，系统本身也在不断改进，无需以当前速度进行更新和升级。这在深度学习技术的应用上也可以看出。深度学习用于安全目的，最常见的是面部识别技术。智能视频分析与面部识别相辅相成，增加了抓捕可能被通缉的嫌疑人的能力。随着深度学习允许视频分析更快地处理和分析面部数据，面部识别技术变得更加普遍和准确。事实上，如今面部识别系统的准确度是2002年的10倍以上。随着越来越多的公司在其视频分析系统中实施深度学习，这一准确率将继续提高。安全是企业高度重视的生命线。因此，更多的资源和技术被投入到保障人员和企业的安全上。人工智能在智能视频分析中的应用，具有彻底颠覆安防处理方式的能力。凭借更准确的检测、更少的误报和更快的响应，我们可以期待人工智能在未来许多年内成为安全的主要内容。原文地址：http://www.aqniu.com/industry/19888.html
