搜索新闻

苏州科达:AI会是安防行业的新机遇!

来源:36氪 更新日期:2017-11-20 作者:pjtime资讯组

    人工智能大概是最近两年关注度最高的领域之一,无论是国家采用“先发优势”这个词来形容国内的人工智能浪潮,还是不断有名声显赫的科学家加入人工智能领域的公司,甚至你家楼上平时提笼架鸟的老大爷都能和你扯上两句人工智能相关的话题……

    不过,如何将现阶段的AI技术落地赋能行业,通过更多实战案例反哺AI算法,提升技术成熟度,是每个AI创业公司和希望通过AI技术实现弯道超车或形成壁垒的大公司需要考虑的。在安防行业,几乎所有的公司都看到人工智能+安防的巨大想象空间,同样,苏州科达也ALL IN人工智能领域,希望通过自身资源和技术能力,让人工智能技术迅速落地于安防产业。

    简单来说,在视频监控领域可以将科达的产品分为三大类包括:

    AI前端:包括感知型摄像机和移动终端两大类。通过AI赋能,这些前端不仅能够采集实时视频,还能抓取视频中人员、车辆的目标快照,并提取这些目标的特征,将视频变成计算机能够处理的结构化数据。科达总经理陈卫东告诉36氪,可以预见的将来,监控前端设备的AI化,是大势所趋。

    大数据平台:包括云计算、云存储、深度学习、视图库四个部分。AI前端采集的视频、图片以及结构化数据进入大数据平台,进行存储和深度的二次分析,分析后的图片、短视频以及结构化的数据汇入视图库,形成完整的视频大数据内容。

    大数据应用:包括海燕车辆大数据分析、猎鹰人像大数据分析、EzView图侦与合成作战等系统。通过这些系统,开展一系列的人像大数据、车辆大数据分析、研判以及合成作战应用。

    在实际应用效果方面,科达在柳州建设了天网系统,部署EzView、海燕、猎鹰,接入20000多路监控图像,部署500套人员卡口,猎鹰系统上线不到半年,破获盗窃案96起、抓获刑事案件嫌疑人20余人。

    陈卫东告诉36氪,科达的产品包括前端硬件、后台大数据平台、上层业务应用三个层次,可以为客户提供从前端到后端的完整解决方案。科达按照GA/T 1400、GB28181等标准提供开放数据接口,可以和第三方的产品集成。

    事实上,在若干年前国家就已经在类似机场、火车站、电影院、主要街道等人员密集型场所,安装了大量监控,但绝大多数都不具备AI功能,那么对于这么庞大的存量市场,是否可以通过软件或者其他简单的手段,为其赋予AI功能?科达总经理陈卫东告诉36氪,虽然存量市场很大,但是将非AI得产品AI化的成本很高,不适合大范围推广,但可以部署一定数量的灵活机动的后端智能分析服务器开展基于实时视频流的智能分析,根据防控的需要,进行切换,来满足客户的需求。

    如今AI正在逐步地渗透到安防行业的各个细分领域,比如36氪之前报道过的公司卓视智通,就是扎根在车辆识别的这个领域。在AI加持下,车、物识别方法较之前已经有了很大改变。以往只是做简单识别、简单分析;而采用深度学习算法后,系统采集大量样本可以提取特征库进行深度分析。目前科达已经有一个专职团队在做标注,希望能够得到更多高质量的样本数据。

    除了上文提到的卓视智通这样的创业公司外,近年来受到资本热捧的AI算法公司也在试图收购行业内的一些公司,希望通过这种方式让AI技术落地。但就拿安防行业来说,即使这些拿了很多融资的算法公司,收购了行业内的一些公司完成了项目的落地,但这似乎并不会撬动整个行业。毕竟在安防这个相对成熟的领域,有资本有人才积累的大公司比比皆是。

    不过陈卫东却认为,有新的公司进入安防行业是一件好事,安防市场的空间足够大而且客户的需求也在逐渐被唤醒。无论是大公司还是创业公司,都有能力通过技术创新在这个行业内构筑壁垒或者完成超越,即使是行业内的龙头公司如果不能够把握机遇同样会被淘汰,从目前的情况来看,AI可能会是安防行业的一次机遇。

    如果将安防这件事拆开来看会涉及到很多领域,比如前端智能监控设备的联网数据传输,就涉及到智能化、物联网、云计算三个交叉领域,后端的数据处理又与人工智能技术及大数据技术密不可分。

    我们可以看见上述提到的交叉领域中,物联网智能化仍处于萌芽阶段,数不清的坑要填,而智能化由于场景的复杂性和不确定性道路依然崎岖,而在数据方面,大家总是在说数据量的问题,但没有一家企业能够获得全部的数据,那么在这种情况下如何通过半无式的数据训练得到更准确的结果,才是制胜的手段。

    因此,对于企业来说安防+AI真的需要大力投入甚至ALL IN。但好就好在世界安防看中国,在国内市场能做到什么程度,在国际上也不会差的太多。因此无法准确衡量,在每一个垂直细分的领域内都有充分竞争的安防产业到底是蓝海还是红海。

广告联系:010-82830253 | 010-82755685 手机版:m.pjtime.com官方微博:weibo.com/pjtime官方微信:pjtime
Copyright (C) 2007 by PjTime.com,投影时代网 版权所有 关于投影时代 | 联系我们 | 欢迎来稿 | 网站地图
返回首页 网友评论 返回顶部 建议反馈
快速评论
验证码: 看不清?点一下
发表评论