您现在所在的位置是: 主页 > 地方资讯 >

人工智能正在改变安防入侵动态检测行业

发布日期:2021-11-25 04:25   来源:未知   阅读:

  不可否认,人工智能正在重塑每一各行业,并融入日常生活的各个方面。 在安全方面,传统的安防系统正在让位于基于人工智能的系统。

  得益于高分辨率摄像机及存储成本的降低,安全监控视频数据的可用性得到了大大提升,人工智能(AI)和深度学习分析已经成为实体安防行业的必然选择,包括访问控制和入侵检测领域。减少人为的过失和降低误报率是安防行业引入AI技术的主要动机之一。

  人工智能是机器通过使用模拟人类大脑的多层神经网络来学习经验的能力,以便识别物体与模式,并在没有人为干预的情况下做出决策。

  人类的人脑大约有860亿个神经元; 相比之下,最新的Nvidia GPU Volta拥有210亿个晶体管(一个晶体管等同于一个神经元),它可以为数百个以上CPU提供了深度学习的能力。

  另外,与人类不同的是,人工智能每天可以每天24小时不间断学习,不断获取、保存和改进其知识。凭借如此巨大的计算处理能力,这些使用Nvidia GPU或类似芯片的机器现在可以区分人脸、动物、车辆、语言、词语等等。

  根据所需的复杂程度、详细程度、可接受的误差范围和学习数据质量,人工智能可以使用脉冲神经网络(SNN)在几秒内快速学习新物体,而使用卷积神经网络(CNN)则需要好几周的时间。尽管它们各自都有优缺点,但无论是SNN还是CNN,在效率与准确性方面它们都优于传统的安防系统。

  根据MarketsandMarkets的研究报告,外围入侵检测系统的市场规模预计将从2016年的41.2亿美元增加到2021年的58.2亿美元,年复合增长率为7.1%。

  与此同时,AI在安全方面的预期市场(包括网络安全和实体安全)将从2017年的39.2亿美元增长到2025年的34.81亿美元,即复合年增长率为31.38%。

  传统的边界入侵检测系统(PIDSs)通常需要考虑以下因素:地理条件:景观,植物,动物群,气候(日出、日落、天气状况等),以及地形是否有波动起伏会阻挡摄像机的视野;存在或缺乏其他层面的实体保护或障碍;与其它安防网络系统集成:摄像头,存储设备,及其它防线(门、锁,警报等);触发报警与响应的方式;系统复杂性:使用各种类型的入侵检测传感器,例如微波传感器、雷达传感器、振动传感器、声音传感器等;设防的长度;当地法规:如隐私保护,相机/传感器是否必须可见、隐藏或埋藏等,以及是否可能对其他它系统造成电磁干扰,如石油钻井平台或电厂等等;人员配置:现场人员,监控人员,响应警报的人员行动安排等等。

  上面所列出的条件与普通入侵检测系统的一些要求相一致。即都希望能够实现最小的误报率,方便安装与维护,易于与其它安防系统集成,且性能稳定。

  误报率最小化:在AI技术的应用之前,误报是传统入侵检测系统面临的主要问题,会导致运营成本增加且效率低下,因为动物、植物、阴影以及天气条件状况等等都可能会触发传感器,导致系统误报。AI对象检测可以轻易地区分不同类型的人和物体,例如,可以对特定的区域进行设置,对于经过此区域行人、汽车、猫、或人影不触发报警。 这样,误报率可能会降低达到70%的量级。

  易于安装与维护:对于没有人工智能的传统入侵检测系统,必须要考虑地形,摄像机视线,传感器位置等因素; 而且系统的任何调整都需要人工来重新计算这些因素,并可能干扰系统中的其它设备。相比之下,拥有AI技术入侵检测系统可以让系统管理员在控制室就能够轻松地访问整个系统或某一个摄像机,在几分钟内配置完成摄像机监控特定的区域和对象,而且还可以根据需要随时调整。AI安防入侵检测系统甚至都不需要大量的计算能力、知识或安全训练,因为AI入侵检测系统主要的目的是通过机器来减轻人工负担。

  易于集成相关辅助技术:没有AI的传统入侵检测系统主要依赖于物理技术,这些技术通常是专有的,需要对系统进行彻底检修才能顺利运行。另一方面,人工智能天然就是为了学习和适应在各种条件下工作而设计的,因此拥有人工智能的入侵检测系统,可以轻松地与现有视频录制(摄像机)和存储(NVR)系统集成。AI还消除了对物理无线或光纤传感器的需求; 因为,它的功能是基于摄像头捕获的视频。此外,AI技术还可以实现多层防御系统的简单快组合。例如,一旦特定的区域检测到有物体活动,系统自动触发门锁、摄像机自动对焦并进行访问控制。所有这一切只需要轻轻点击一下按钮就能搞定。

  系统稳定、耐用:没有AI的传统入侵检测系统为了提高检测的准确性,需要使用很多组件进行复杂的设置。更多的组件意味着系统中出现故障的可能性更高,包括暴露在外面的更容易损害(例如传感器可能被破坏)并延迟检测。而且,由于人很容易疲劳可能会导致出现差错(有研究表明,一个人可面对枯燥的工作时智能专注20分钟左右;而当一个人要同时面对多个项目时,注意力下降得更快。如,要面对很多监控视频显示器。)另外,AI技术还可以通过减少对传感器硬件的应用需求来降低系统出错的风险。

  建立智能工厂是所有工业制造业企业的愿景,在工业4.0大背景下,人工智能、数字化、物联网等新技术不断涌现,向企业生产、运营、管理等各个环节渗透,颠覆传统的模式,打造全新的制造业生态系统。如数字化所带来的优势,利用创建的数字孪生,实现了减少停机时间的预测性维护、加强质量控制、需求驱动生产、优化库存、能源和材料成本得以降低、安全和环境性能得以改善。智能工厂既然能带来诸多益处,为何发展却受阻?需要怎么做?就预测达到量化价值,麦肯锡预测到2025年,物联网所引发的经济效益将达1.2至3.7万亿美元。美国制造商和智能制造商每年的成本将有望降低了570亿美元。但事实上,投资制造业周期比较长,流程和设备要达到数字化、网络化、智能化程度并非一朝一夕

  机器人、无人机、虚拟现实(VR)等行业在人工智能、5G等新技术推动下快速发展。其中,虚拟现实(VR)应用范围不断扩展,从游戏、教育等场景渗透到人们日常生活,将其推到了全新的发展阶段,迎来蓬勃增长态势,市场渗透率也持续提升。为了中国VR行业发展,去年各地政府出台相关政策支持。为其落地和市场成长提供了坚定支撑。目前,在全球范围内,中国已成为VR行业终端产品制造国,关键技术取得一定突破。工信部曾表示,中国VR行业市场规模持续扩大,预计到2021年,市场规模将增长至544.5亿元。面对如此庞大的市场,中国VR行业存在高端市场占比不足、科技创新体系建设不够完善、行业知名品牌培育滞后等问题,该如何打破当前困境?从哪四方面着手?一、集中硬件战场

  近日,安森美半导体智能感知部全球市场和应用工程副总裁易继辉(Sammy Yi)在媒体交流会上分享了过去一年,安森美半导体在智能感知领域取得的进展及成就,以及安森美半导体全系列的智能感知解决方案。现在的智能感知技术在很多行业均有应用,尤其在汽车、机器视觉等方面都有颇多应用趋势。安森美半导体的智能感知部门主要分为三大方向:汽车、机器视觉、边缘人工智能。由于电力化和智能化,汽车智能感知领域发展迅速;机器视觉也因为工业4.0时代,再加上自动化、人工智能的导入,使这个行业有了新的动力、新的活力,成长速度也非常快。边缘人工智能是具有巨大潜力的新兴市场,主要是由人工智能、5G、IoT等新技术导入后开发出新的应用。● 安森美半导体在汽车感知

  感知解决方案 /

  人工智能到底能不能像人类一样智能呢?梅赛德斯-奔驰正在探索神经形态芯片如何使汽车能像人类一样思考,为汽车带来新的人工智能功能。英特尔公司和埃森哲公司(Accenture PLC)的研究人员表示,尝试模仿人类大脑工作方式的实验性计算机芯片可以加速汽车中语音和手势指令的使用。这种被称为神经形态计算的尖端技术,可以通过云端与汽车进行无线连接,比传统的计算机和图形处理单元耗能更低。如今的汽车还不具备识别许多语音和手势指令的人工智能能力,部分原因正是这些功能运转需要额外消耗大量能源。作为英特尔神经形态研究社区(INRC)成员之一,埃森哲实验室技术研究员蒂姆·谢依(Tim Shea)表示,汽车制造商正在认识到需要找出一种消耗更少能量的人工智能

  12月4日,据北京监管局网站显示,海通证券发布了关于北京格灵深瞳信息技术股份有限公司首次公开发行股票并在科创板上市之辅导基本情况表。据披露,海通证券和北京格灵深瞳信息技术股份有限公司(以下简称“格灵深瞳”)于2020年11月签署《北京格灵深瞳信息技术股份有限公司与海通证券股份有限公司首次公开发行股票并上市辅导协议》。资料显示,格灵深瞳是一家行业领先的人工智能科技公司,专注于把先进的人工智能、物联网和大数据技术转化为智能的产品和服务,针对客户不同的场景需求提供应用软件、智能传感器以及云服务等。目前,格灵深瞳的客户已经覆盖智慧金融、智慧城市、智慧商业等多个领域。

  企业格灵深瞳计划登陆科创板,已开启上市辅导 /

  本文作者:赛灵思(Xilinx)CTO Ivo Bolsens芯片架构的发展正在加速,因此采用正确的工具来完成正确的工作至关重要。世界变得越来越智能。从口袋里的智能手机到当今管理交通和运输系统的智慧城市,人工智能几乎遍及每个行业,并正在影响我们的日常生活。人工智能产生了大量非结构化数据,这些数据通常必须实时进行管理和处理。对硬件的需求猛增,越来越依赖芯片架构的创新来提供必要的性能改进以跟上步伐。摩尔定律的持续改进需要数千名工程师、数百家公司、数百亿的研发来实现,人工智能芯片同样如此,这不是一个适合所有应用的单一规格,也不会是一个公司或芯片架构占主导的市场。那么,您的硬件如何适应AI处理的不断增长的需求?答案是域特定体系结构(DSA

  人工智能精品资源:[模式识别与智能计算:MATLAB技术实现(第2版)].杨淑莹.扫描版

  单片机开启嵌入式到云端之旅 系列在线研讨会

  有奖直播:DIY 家用监控边缘 AI Box——基于 8TOPS 算力,售价 199 美元的开发套件搭建深度学习案例

  【有奖直播报名】TI 最新C2000实时控制芯片 — F28003X

  OnRobot推出首款解决方案的软件产品WebLytics,用于协作式应用

  直播回放: 基于DLP® Pico™技术的TI桌面级DLP 3D打印、3D扫描及工业显示应用

  下载Intel《赢得大资料爆炸――大资料、智慧系统与物联网的时代》白皮书

  下载有礼:看“智””造“热”侦探 FLIR ETS320 红外热像仪如何纠错!

  用心分享,一起成长!EEWORLD月月有奖优秀主题/回复第28期开始啦~手机看今晚开奖结果