黄金 白银 原油 现货 期货 外汇 股票 邮币卡 理财 财经 热点 珠宝 奢侈品 专家 机构 百科 问答 投资吧 快讯 日历 导航

您的当前位置:网站首页 > 工业用品 > 安防照明

AI安防的落脚点

0

2019-11-29 15:55:13 我要纠错

T T
摘要:基于安防场景的不断变化,其对算法迭代的要求一定是非常严苛且上升的。在这个市场中,谁能够看到算法精度提升解锁的更多场景,并根据场景的变化做到最为快速且精准的反应,谁就能在未来竞比中走得更远。

中国拥有庞大的人口数量、用户量及图像采集点,相关企业得到数据之后经过筛选、过滤、叠加、组合,会对自身算法效果有阶段性提升。

但这类提升属于个人式的、微乎其微式的。

每个厂商所建设的AI系统类似一个又一个的“烟囱”,“烟囱式”架构也就是垂直的体系结构。

每一个IT系统都有自己的存储和设备,以及独立的管理工具和数据库,不同的系统不能共享资源、不能交付和访问,形成了资源孤岛和信息孤岛。

由于不同企业的数据库模型设计和针对的目标有所不同,他们也无法直接交换、共享模型。

即便相关企业间的数据库可以融合,但受制于隐私、安全等问题,也绝不可如此为之。

有场景缺数据、有数据难共享。这是包括AI安防在内的诸多行业目前存在的普遍问题,也是阻碍AI普惠的最大痛点。

由于缺乏足够优质数据作为训练支撑,大多企业依靠开源框架微创新,然后采用低价策略抢占市场,导致整个行业丧失了做基础原创技术创新动力的案例。

坚持自研是一条漫长且艰苦的路,没人知道数年的努力能不能换得一次数量级的提升,也没人知道高投入后是否得到与之相匹配的回报。

对此有人或许会提到,基于安防行业自身天然的高试错率,小数点后的算法精度数量级提升对于项目的最终归属没有大的改变。

其实,现阶段与安防相关的AI技术精准度还远远没有达到天花板,分类检测、分割、以及对整个图像区域分类问题均还未得到很好解决。

概括而言,AI技术在安防市场上的应用主要还存有几个挑战:

1、认知问题相较感知问题较难解决。感知问题可以用神经网络函数逼近,相比之下认知问题解决起来比较棘手,比如如何教会机器辨识一把椅子。2、在弱线索、遮挡、模糊、对象追踪等情况下,人类在识别的过程中通常会依据常识,并加入丰富的想象及推理。但是想要将这些能力传授给机器则非常困难。3、计算机视觉技术带给机器的能力不只是用来观察世界,而是需要与世界建立联系,从而一起做交互,而想要做到“交互”这一步,还有很长一段距离。

基于安防场景的不断变化,其对算法迭代的要求一定是非常严苛且上升的。

在这个市场中,谁能够看到算法精度提升解锁的更多场景,并根据场景的变化做到最为快速且精准的反应,谁就能在未来竞比中走得更远。

相关标签:

安防

【免责声明】本文来自第三方投稿,投稿人在金投网发表的所有信息(包括但不限于文字、视频、音频、数据及图表)仅代表个人观点,不保证该信息的准确性、真实性、完整性、有效性、及时性、原创性等,版权归属于原作者,如无意侵犯媒体或个人知识产权,请来电或致函告之,本站将在第一时间处理。金投网发布此文目的在于促进信息交流,不存在盈利性目的,此文观点与本站立场无关,不承担任何责任。未经证实的信息仅供参考,不做任何投资和交易根据,据此操作风险自担。侵权及不实信息举报邮箱至:tousu@cngold.org。

价格频道JIAGE.CNGOLD.ORG

回到顶部
金投微信

扫描下载