【中國(guó)安防展覽網(wǎng) 焦點(diǎn)新聞】近日，?？低曆芯吭侯A(yù)研團(tuán)隊(duì)基于深度學(xué)習(xí)技術(shù)研發(fā)的OCR(Optical Character Recognition，圖像中文字識(shí)別)技術(shù)在ICDARRobust Reading競(jìng)賽數(shù)據(jù)集的“互聯(lián)網(wǎng)圖像文字”、“對(duì)焦自然場(chǎng)景文字”和“隨拍自然場(chǎng)景文字”三項(xiàng)文字識(shí)別(Word Recognition)挑戰(zhàn)任務(wù)中，大幅超越國(guó)內(nèi)外強(qiáng)勁參賽團(tuán)隊(duì)，并刷新大賽記錄的消息備受關(guān)注。
作為2016年為火熱的技術(shù)之一，深度學(xué)習(xí)在語(yǔ)音、圖像、自然語(yǔ)言處理等領(lǐng)域取得了非常突出的成果，包括Google、Facebook、微軟、百度在內(nèi)的各大技術(shù)巨頭都在不遺余力地推進(jìn)深度學(xué)習(xí)的研發(fā)和應(yīng)用。2017年深度學(xué)習(xí)的勢(shì)頭依舊迅猛，并以更快的速度滲透在各個(gè)行業(yè)當(dāng)中，對(duì)世界產(chǎn)生深遠(yuǎn)影響。深度學(xué)習(xí)不但使得機(jī)器學(xué)習(xí)能夠?qū)崿F(xiàn)眾多的應(yīng)用，而且拓展了人工智能的領(lǐng)域范圍，并使得機(jī)器輔助功能都變?yōu)榭赡?。其?yīng)用領(lǐng)域也加速滲透到越來(lái)越多領(lǐng)域，催生了深度學(xué)習(xí)與其它應(yīng)用技術(shù)的加速融合。
安防領(lǐng)域基于大數(shù)據(jù)、人工智能的圖像識(shí)別算法是深度學(xué)習(xí)技術(shù)應(yīng)用的主要滲透領(lǐng)域之一。目前，深度學(xué)習(xí)技術(shù)在安防領(lǐng)域的應(yīng)用集中在人臉識(shí)別、車(chē)牌識(shí)別、視頻分析等幾個(gè)領(lǐng)域。
人臉識(shí)別
其實(shí)在安防領(lǐng)域的人臉識(shí)別還沒(méi)有達(dá)到理想的效果，其原因主要是視頻中的人臉往往處在一種非常復(fù)雜的狀態(tài)，光照、姿態(tài)、表情、飾物、分辨率等都影響著人臉識(shí)別算法，已有的訓(xùn)練算法，或者說(shuō)已有的訓(xùn)練數(shù)據(jù)無(wú)法調(diào)整出一個(gè)具有很強(qiáng)泛化能力的算法模型，人臉識(shí)別需要更豐富的樣本數(shù)據(jù)，深度學(xué)習(xí)模型也還需要進(jìn)一步優(yōu)化。
日前，國(guó)內(nèi)安防巨頭大華股份人臉識(shí)別團(tuán)隊(duì)向人臉識(shí)別公開(kāi)測(cè)試集LFW提交了測(cè)試結(jié)果，大華股份人臉識(shí)別率繼續(xù)Google、Facebook、百度、騰訊，排名，大華股份人臉識(shí)別技術(shù)團(tuán)隊(duì)設(shè)計(jì)了一個(gè)上百層的深度網(wǎng)絡(luò)(目前已公開(kāi)的人臉識(shí)別網(wǎng)絡(luò)中深的模型)，提出了一種新的度量學(xué)習(xí)方法，可以使得同一人之間的相似度盡量高，同時(shí)約束不同人之間的相似度足夠低，在訓(xùn)練時(shí)，結(jié)合一種的在線(xiàn)采樣技術(shù)，可以極大地加快收斂速度。而且應(yīng)用在2016年的G20峰會(huì)保障中，抓獲了一些在逃人員。
在深度學(xué)習(xí)的加持下，人臉識(shí)別算法已經(jīng)達(dá)到了它的鼎盛時(shí)期，識(shí)別準(zhǔn)確率甚至超過(guò)了人眼。此外，格靈深瞳的一款新型攝像機(jī)——深瞳人眼攝像機(jī)識(shí)別準(zhǔn)確率也創(chuàng)下了新高。這款攝像機(jī)它采用格靈深瞳的像素動(dòng)態(tài)瞬時(shí)分配技術(shù)，可以瞬間將局部畫(huà)面的有效像素提升百倍以上，整體畫(huà)面可以達(dá)到數(shù)億等效像素，50米內(nèi)展現(xiàn)清晰的可識(shí)別人臉，100米內(nèi)看清全身特征。而且在前端嵌入了深度智能的芯片，使用深度智能的算法可以快速鎖定目標(biāo)位置。
車(chē)牌識(shí)別
作為智能交通的一個(gè)典型應(yīng)用，車(chē)輛特征識(shí)別一直是安防廠商重點(diǎn)關(guān)注的技術(shù)領(lǐng)域。目前很多廠商都宣稱(chēng)自己的車(chē)牌識(shí)別率已經(jīng)達(dá)到了99%，但這也只是在標(biāo)準(zhǔn)卡口的視頻條件下再加上一些預(yù)設(shè)條件來(lái)達(dá)到的。在針對(duì)很多簡(jiǎn)易卡口和卡口圖片進(jìn)行車(chē)牌定位識(shí)別時(shí)，較好的車(chē)牌識(shí)別也很難達(dá)到90%。此外，早期的車(chē)輛特征通常為車(chē)牌號(hào)碼和車(chē)身顏色等，前幾年各大廠商也推出了產(chǎn)能對(duì)車(chē)牌號(hào)碼和車(chē)身顏色進(jìn)行準(zhǔn)確識(shí)別的產(chǎn)品，但對(duì)于車(chē)輛品牌和車(chē)型系列這些更加復(fù)雜的信息特征，并沒(méi)有很好的識(shí)別手段。近兩年，深度學(xué)習(xí)技術(shù)興起，很多廠商利用大規(guī)模的數(shù)據(jù)集訓(xùn)練取得了實(shí)質(zhì)性進(jìn)展。目前行業(yè)水平已經(jīng)可以達(dá)到上千種車(chē)系和上百種車(chē)標(biāo)的識(shí)別，識(shí)別的準(zhǔn)確率也已達(dá)到實(shí)用程度。今后，智能交通設(shè)備所能提取的車(chē)輛特征將更加豐富，將有助于提升業(yè)務(wù)部門(mén)的工作效率，推動(dòng)智能交通行業(yè)的發(fā)展。
同時(shí)，在車(chē)輛檢索方面，車(chē)輛的圖片在不同場(chǎng)景下會(huì)出現(xiàn)曝光過(guò)度或者曝光不足，或者車(chē)輛的尺度發(fā)生很大變化，導(dǎo)致傳統(tǒng)方法提取的特征會(huì)發(fā)生變化，因此檢索率很不穩(wěn)定。深度學(xué)習(xí)能夠很好地獲取較為較穩(wěn)定的特征，搜索的相似目標(biāo)更，Top5的搜索率在95%以上。在人臉識(shí)別項(xiàng)目中，由于光線(xiàn)、姿態(tài)和表情等因素引起人臉變化，目前很多應(yīng)用都是固定場(chǎng)景、固定姿態(tài)，采用深度學(xué)習(xí)算法后，不僅固定場(chǎng)景的人臉識(shí)別率從89%提升到99%，而且對(duì)姿態(tài)和光線(xiàn)也有了一定的放松。
智能視頻監(jiān)控
其實(shí)不管是人臉識(shí)別還是車(chē)牌識(shí)別，都是基于視頻監(jiān)控的智能深化分析。安防行業(yè)普遍的應(yīng)用也是視頻監(jiān)控。隨著智能化安防的發(fā)展，深度學(xué)習(xí)技術(shù)可謂安防行業(yè)的“顛覆性力量”。隨著深度學(xué)習(xí)算法的突破，目標(biāo)識(shí)別、物體檢測(cè)、場(chǎng)景分割、人物和車(chē)輛屬性分析等智能分析技術(shù)，取得了突破性進(jìn)展。較之以往的傳統(tǒng)智能算法，深度學(xué)習(xí)在解決視頻結(jié)構(gòu)化問(wèn)題方面更“智能”。
2016年，安博會(huì)前夕，?？低晹y手業(yè)務(wù)合作伙伴NVIDIA、Movidius，發(fā)布基于深度學(xué)習(xí)技術(shù)的從前端到后端全系列智能安防產(chǎn)品。?？低暟l(fā)布的“深眸”系列專(zhuān)業(yè)智能攝像機(jī)依托強(qiáng)大的多引擎硬件平臺(tái)，內(nèi)嵌專(zhuān)為視頻監(jiān)控場(chǎng)景設(shè)計(jì)優(yōu)化的深度學(xué)習(xí)算法，具備了比人腦更的安防大數(shù)據(jù)歸納能力，實(shí)現(xiàn)了在各種復(fù)雜環(huán)境下人、車(chē)、物的多重特征信息提取和事件檢測(cè)。
宇視科技在2016年10月23日舉行的安防機(jī)器視覺(jué)戰(zhàn)略發(fā)布會(huì)上也披露，公司在芯片、算法、架構(gòu)、產(chǎn)品四大層面取得機(jī)器視覺(jué)的全面突破。其中，宇視與Movidius深入合作發(fā)布了基于Myriad2芯片的全系中攝像機(jī)、卡口抓拍機(jī)與智慧棒產(chǎn)品。Myriad2是目前基于深度學(xué)習(xí)算法的低功耗芯片，可用于前端人臉識(shí)別與視頻特性行為的深度結(jié)構(gòu)化。
深度學(xué)習(xí)還有很多應(yīng)用場(chǎng)景，只要涉及到目標(biāo)檢測(cè)、目標(biāo)識(shí)別的地方，理論上都可以應(yīng)用深度學(xué)習(xí)來(lái)解決。就像百度科學(xué)家吳恩達(dá)在一些報(bào)告中提到的，深度學(xué)習(xí)可以取代現(xiàn)有的很多特征提取、目標(biāo)檢測(cè)技術(shù)。在未來(lái)，深度學(xué)習(xí)技術(shù)將與安防應(yīng)用碰撞出更多的火花。
智慧城市網(wǎng)APP
智慧城市網(wǎng)小程序
微信公眾號(hào)
移動(dòng)版
