计算机视觉成安防“显学”,落地仍需解决这些难题

亿欧网  •  扫码分享
我是创始人李岩:很抱歉!给自己产品做个广告,点击进来看看。  
计算机视觉成安防“显学”,落地仍需解决这些难题

本文转载自安防展览网,原标题《计算机视觉成安防“显学”落地仍需解决这些难题》。亿欧 智慧城市 对文章进行二次编辑,供读者参考。


看,是人类感知世界的直接方式。据悉,人类从外部世界获得的信息约有80%由视觉获取。随着技术发展,赋予机器以更好的视觉功能成为科学家们奋斗的目标,计算机视觉成为一门“显学”。目前,家里的安防摄像头,火车站的人脸识别闸机、便利店的人脸支付……计算机视觉技术在不知不觉中就渗透到了人们生活的方方面面。

据IDC数据,2022年国内计算机视觉(CV)应用市场有望达到146.08亿,年均复合增长率将达56.72%,且市场规模远远大于 人工智能 其他细分领域。

其中,安防是计算机视觉的主要应用场景。计算机视觉与安防的结合具有多重优势。首先,安防影像处理技术已经较为完备,且经过多年发展, 智慧安防 已经形成显著的产业价值,平安城市、雪亮工程等政府端项目为安防计算机视觉提供了广阔的市场。随着技术的不断成熟,安防计算机视觉的应用范围还将得到进一步拓展。

从实验室到应用计算机视觉还需克服难题

提及安防计算机视觉,商汤、旷视、依图、云从是四家占据主要地位的头部公司,BAT等巨头也在加紧布局。这些公司在初入安防市场时,多以公安场景的人脸识别-动态布控应用作为切入,但技术从实验室到实践场景之间还有巨大的鸿沟。

从公安领域的需求来看,其主要诉求为两点,一是降低违法行为的发生频率,二是减轻工作强度。以计算机视觉中的人脸识别为例,人脸识别现阶段识别准确率已经超过人眼,然而再高的准确率,在庞大的基数下还是会产生大量误报,此外,如今也已经出现了各种规避人脸识别的手段,这为人脸识别的深度渗透造成了阻碍。

如何兼顾便利度与准确性?

要让计算机视觉技术完全成熟、识别率达到100%时才可以使用,显然不太现实,那么,要如何在享受技术带来的便利的同时兼顾准确率?

将多种计算机视觉技术技术结合起来、保证足够的准确率或是解决之道。任何数据集都有其局限性,而多种技术结合,一方面可以丰富场景数据,使识别更为精准,另一方面也更适合复杂场景的应用变化。能够很大程度上将公安部门从以往的“人海战术”中解脱出来,提升社会安全防范水平。因此在未来,能够提供综合解决方案、具有核心平台化能力的企业才能够不被淘汰。

结语:

毫无疑问,计算机视觉技术拥有广阔的发展前景,而当下公共安全则是计算机视觉技术应用较为迫切的场景,如何服务好公安用户、深度开发公共安全应用市场,可以说是计算机视觉的“万里长征第一步”。相信随着技术不断成熟,未来计算机视觉将开拓更多应用场景,使人们的生活更加安全便捷。

本文已标注来源和出处,版权归原作者所有,如有侵权,请联系我们。

随意打赏

提交建议
微信扫一扫,分享给好友吧。