成都弱電公司訊：

人工智能的概念提出已經很多年，但最近一次大熱是在“人機大戰”戰勝世界圍棋高手李世石的AlphaGo。同樣，近幾年安防行業熱門的深度學習和模式辨認的概念也頻頻出現在公眾的視野當中，那么它們是如何應用在安防領域中？目前最前沿的應用又有哪些？以下將為您一一解答。

安防大數據挖掘

平安城市從2010年在全國推廣至今已經6年，目前各地平安城市建設即將進入擴容改建期，需要更加綜合與智能的整體解決方案。公共安防已不再局限于擴張成都視頻監控覆蓋廣度和密度以及清晰度，而是由擴密度的傳統安防時代向注重視頻大數據挖掘、使用和經管的智能化安防時代邁進。

平安城市建設飛速發展，各個街道、十字路口隨處可見各種攝像機設備；它們為公安的日常治安和偵查辦案提供了很大的方便。但隨著設備數量的增加，視頻分辨率的提高，公安搜集到的視頻和圖片的數據量呈幾何倍增長。再加上視頻分辨率的不斷提高對服務器處理能力和使用率提出了更高的要求，視頻圖像的調閱、存儲、計算在技術上都面臨巨大挑戰。因此，公安干警如何能快速在日益增長的海量數據中獲得有價值的信息就成為了亟待解決的問題。

模式辨認技術

中科院自動化研究所下屬的模式辨認國家重點實驗室承擔著模式辨認國家級課題項目，實驗室張俊格博士的研究方向就是圖像視頻分析，他對這個研究方向充滿信心：“模式辨認是大數據技術的核心，十幾年前看不到太多應用，現在應用需求非常大。”

“數據本身沒價值，挖掘數據中的模式才有價值。大數據時代，模式辨認很重要?！敝锌圃涸菏孔T鐵牛表示，幾十年前國家就在這個方向設立重點實驗室，具有超前的戰略眼光。

深度學習技術

深度學習是機器學習研究中的一個新的領域，其動機在于建立、模擬人腦進行分析學習的神經網絡，它模仿人腦的機制來解釋數據，例如圖像，聲音和文本。讓深度學習能夠如此大行其道的關鍵要素是數據，而占大數據總量60%以上的為成都視頻監控數據，與此同時，成都視頻監控領域的70%以上的數據分析是用來進行圖像辨認。

目前，深度學習在安防行業的諸多領域都取得了很大進展，如：行人檢測、車輛檢測、非機動車檢測等，辨認準確率甚至超過人類。