0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

理念的形成必是经过了千锤百炼,AI多摄从何而来呢?

H9fI_asmag001 来源:安全自动化 2019-11-22 11:23 次阅读

安防的江湖自从加入了AI,各路传说便层出不穷。海康威视继在两年前的安博会提出AI Cloud,引领一波风潮之后,今年初又提出物信融合·AI赋能。随着AI技术持续突破和成熟,前端多摄家族产品体系全面完善,今年安博会再一次推出AI多摄的理念,从此风云再起。

理念的形成必是经过了千锤百炼,AI多摄从何而来呢?

视觉需求升级驱动产品形态革新

在AI全面爆发之前,大多数用户对监控摄像机的要求即为事后可查阅录像的视频监控,单摄的枪机和球机即可很好的满足需求,但随着AI技术的不断发展壮大,让用户看到了智能的可行性,用户的使用场景未变,但同一个场景下的智能业务需求却在不断增长。以路口场景为例,用户需要对整个路口的车流人群态势进行把控,这就需要一个短焦镜头对路口大场景进行全场景覆盖,同时还需要对所有移动的目标进行全结构化属性提取,这就需要一个远焦镜头对目标细节进行捕获,单一镜头的摄像机是无法同时满足这类需求的。另外,由于同一个场景下不同目标的移动速度等特征不一致,可能需要不同的快门参数和补光条件,这同样也是单摄解决不了的问题。因此,智能时代,单摄技术已经无法满足同一个场景下日益增长的各类智能需求,多摄应运而生了。多摄是用户需求变化驱动带来的一种软硬件技术的革新,一种新的智能产品解决方案,可以兼顾同一个场景下的多重智能需求。

AI多摄是算法与硬件的“集大成者”

用户需求的不断爆发驱动整个软硬件技术的创新。多摄并不是简单的硬件堆叠,而是一系列复杂技术的集合,它体现出海康威视目前在软硬件集成的最高境界。

第一,多摄设备的多镜头之间并不是孤立存在的,而是彼此关联,细节镜头中出现的目标位置能够在全景镜头中一一对应,这样才能够实现后续的各种联动抓拍、轨迹定位、布控跟踪等应用;

第二,多镜头之间的协作涉及到各种复杂的光学设计及ISP图像算法,比如上下镜头之间的补光如何能做到互不串扰?再比如黑光的双sensor融合如何能做到极致对准?或者是当全景镜头发现目标,细节镜头怎样在毫秒之间就能够完成变倍对焦抓拍等一系列动作?这些都是多摄技术实现的难点,海康威视通过多年的技术布局,今年已经很好的解决了多摄应用的这些技术难题,所有多摄产品都已经开始实战应用。

海康威视AI多摄家族形成立体化防控体系

海康威视从2016年开始,就陆续发布了多款AI多摄系列产品,如鹰眼、黑光、合智能、双目/三目立体视觉产品系列等,到如今多摄产品家族仍在不断发展壮大中,应用于各行各业的各种场景下,满足用户对同一场景下的多重智能需求。实现了包含从城市制高点、低空全景到地面的全面立体化智能监控体系。

其中,全局、双舱、枪球一体机等合智能多镜头系列产品作为 AI 多摄家族产品的代表,融合多镜头,聚合多算法,所得不止所见,可以说,引领了未来智能产品的新趋势 。而通过各种先进AI算法及黑光全彩等光学技术加持后,合智能多镜头系列产品家族也更加的强大和完善,比如全局产品已经更新到第四代全彩全局,后续还会发布黑光全局、4K全局等,而双舱产品也已发布双变焦双舱、双拼双舱、黑光双舱等一系列产品,枪球一体机也逐步完善各类布控跟踪,跨境接力等功能。

“三大标准”评价AI摄像机好坏

评价一台AI智能摄像机的好坏是看它能否解决场景的问题和满足用户的需求。可以从形态、光学和智能3个方面去看,其中形态和光学的比重可能会占据80%以上的比重。因为形态搭建框架,光学奠定基础,智能丰富应用。形态框架和光学基础不打牢,就无法输出高质量的图像源,后续的智能分析也无法发挥作用,反之,当框架和基础打牢,配合基于场景定制的智能算法,可以达到事半功倍的效果。

在形态方面,海康威视已经发布了全系列双舱、全局、DT感知枪球、鹰眼等AI多摄形态家族产品,可以串点成线,连线成网,构筑全方位立体防控网络。由双舱、全局等多摄产品构成的点,兼顾大场景及细节,实现全场景感知,全要素提取;由DT感知枪球产品连成的线,延长追踪路径,实现布控跟踪,全域锁定;由AR双目重载云台、 AR鹰眼及AR低空全景拼接系列产品串联成网,实时展示目标移动实景地图,实现跨境接力,立体防控。这些应用,全都得益于多摄形态产品能够在同一个场景下兼顾多重复杂的智能功能。

在光学方面,海康威视拥有自主研发的光学系统,世界领先的成像品质,从2011年在业界率先发布星光产品,再到2015年的星光+,2016年的黑光和2018年的AI黑光,一直在光学成像领域持续突破。在此期间,海康威视积累了大量先进的光学设计技术、适用于安防监控场景的图像ISP技术以及微米级精准的生产工艺。比如鹰式聚焦技术,能够在毫秒之间完成变倍聚焦抓拍的动作,几乎零延时,聚焦快又准,抓拍全程清晰,不会漏过任何一个移动的目标;MIS混合防抖 &ATK4.0 稳定跟踪技术,可以保障在目标跟踪过程中,画面全程平滑稳定;RTM实时建模,全程无惧遮挡,精准定位目标经纬度及时空方位。再比如黑光的六轴微米级AA制程工艺,可以保障黑光的双sensor双光融合精准,误差小于头发丝粗细的1/30,4个像素以内。再比如自研的异形补光防串扰技术和专利无光污染的混合补光技术,都能够保障AI多摄产品在夜间也能表现如白天般出彩。

在智能方面,海康威视深耕安防行业多年,对用户的业务情景及使用场景有深入的理解,上千人的研究院智能算法团队,可以输出专为用户业务场景定制优化的AI算法,能够为用户提供最优的智能应用,同时,AI开放平台还可以为碎片化场景提供一站式算法定制。

总的来说,海康在形态、光学、智能三方面都有自己的核心优势, 形成了1+1>3的融合应用能力,整体产品优势强大。

“四全要素”定义未来AI摄像机

在AI来临之后,对前端摄像机的要求有了很大变化。基于深度学习人工智能技术给安防行业带来的最大影响之一就是,将视频转化成机器可以看得懂的数据,摄像机从一个视频采集端变成了一个数据感知端,就像人的信息感知80%来自于视觉,我们也相信,未来前端摄像机通过视频所感知的信息和数据也会成为中心大数据应用分析的主体成分。

数据时代,摄像机应该要具备“四全”的能力,第一是全天候适应能力,能够适应各种复杂的光线,应对各种恶劣天气,保证全天候的高质量图像源头;第二是全场景感知能力,用一台设备就能够对监控场景中所有用户关注的目标进行感知;第三是全要素提取能力,为了后续的大数据分析应用,除了要能够感知目标之外,还需要对所有能够描述目标的要素进行提取,比如目标的时空数据,行为数据,属性数据等;第四是全数据关联能力,多个镜头之间组合联动获取到的同一个目标的所有数据都需要能够进行去重聚类关联,提升数据分析的效率,减轻传输存储压力。

而海康AI多摄系列正是具备这“四全”能力的产品家族,通过多年布局,海康已经攻克了多摄众多复杂的技术难题,完成了整个AI多摄产品体系的建立健全,已在全国各行业项目中得到落地应用。

AI多摄开启智能摄像机新里程

从智能物联网数据采集,到价值数据进入信息网,兼顾同一场景下不同视角、不同参数 、不同功能需求的摄像机必然是未来数据采集前端的发展趋势。多摄可以兼顾同一个场景下的多重智能需求,场景定义、多摄合一是未来AI摄像机的必然形态。

海康威视多摄系列摄像机通过AI赋能,提升单点设备的数据价值密度,实现全天候适应、全场景感知、全要素提取及全数据关联,助力物信融合。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 算法
    +关注

    关注

    23

    文章

    4455

    浏览量

    90751
  • AI
    AI
    +关注

    关注

    87

    文章

    26443

    浏览量

    264043
  • ai技术
    +关注

    关注

    1

    文章

    1135

    浏览量

    23705

原文标题:“多摄合一”,未来AI摄像机标配形态——记海康威视AI多摄家族名震江湖始末

文章出处:【微信号:asmag001,微信公众号:安全自动化】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    评论

    相关推荐

    ad7305用示波器打出数据在输出经过了800uS才开始下降是为什么?

    各位大佬麻烦看一下,我这个打的数据是不是有什么问题。从芯片手册来看,ad7305的掉电时间是从a0悬空到输出被置为高阻态(就是没输出,不知道咋描述)。但是我用示波器打出数据在输出却经过了800uS才开始下降。 黄色是A0信号,蓝色是输出信号。
    发表于 12-05 08:10

    高速DAC相位噪声从何而来?首要的原因原来是它……

    高速DAC相位噪声从何而来?首要的原因原来是它……
    的头像 发表于 11-29 16:56 183次阅读
    高速DAC相位噪声<b class='flag-5'>从何而来</b>?首要的原因原来是它……

    ADA4807-4放大输出1.3M正弦波时有稳定频率为21Mhz的噪声以及42M,63M的谐波是怎么回事?

    示波器上对信号做FFT分析,发现噪声稳定而且幅度不小,主要就是21Mhz及其2,3次谐波。 芯片的4运放,均设计的是同相放大2倍电路,输入信号由信号发生器给出的1.3Mhz,峰峰值1V,无直流偏置的的正弦波。 一个一个运放测试,输出结果都一样。不明白噪声源从何而来,而且这么固定。
    发表于 11-20 06:06

    迅为RK3588开发板Android12双同时显示

    要支持双同时显示需对源码做如下修改,修改文件 hardware/rockchip/camera/Camera3HALModule.cpp 注释掉下面函数中的部分代码即可。 测试 双同时显示需要
    发表于 10-23 14:20

    为什么transformer性能这么好?Transformer的上下文学习能力是哪来的?

    为什么 transformer 性能这么好?它给众多大语言模型带来的上下文学习 (In-Context Learning) 能力是从何而来?在人工智能领域里,transformer 已成为深度学习
    的头像 发表于 09-25 12:05 802次阅读
    为什么transformer性能这么好?Transformer的上下文学习能力是哪来的?

    卓于技术,越以运营:企业的数智化大道

    卓越企业从何而来?华为云的答案在大道中
    的头像 发表于 09-25 09:22 822次阅读
    卓于技术,越以运营:企业的数智化大道

    3588 Linux双

    3588 Linux下的双同显方案除了修改设备树还需修改哪里只修改了设备树 双用gst和v4l2都无法抓图
    发表于 08-02 15:50

    乘风AI大模型全面自动驾驶加速兑现 马斯克再放豪言的底气从何而来

    特斯拉发出的招聘信息显示,公司正在为美国14个城市的车辆数据收集团队,招聘临时车辆操作员。岗位职责包括在指定区域内驾驶特斯拉车辆、分析并报告驾驶过程中收集到的数据、撰写每日驾驶报告、调试软件等。
    的头像 发表于 07-07 11:36 263次阅读
    乘风<b class='flag-5'>AI</b>大模型全面自动驾驶加速兑现 马斯克再放豪言的底气<b class='flag-5'>从何而来</b>?

    ADC噪声:从何而来

    这个问题围绕着ADC的噪声贡献因素。在评估ADC的噪声时,我们需要考虑哪些事项?噪声可以通过多种方式进入ADC。在接下来的几篇博客中,我们将介绍噪声进入ADC的所有门口,并可能出现在输出数据的FFT中。首先,我们将从确定门口开始。
    的头像 发表于 06-30 17:13 607次阅读
    ADC噪声:<b class='flag-5'>从何而来</b>?

    0_路由从何而来?(2)#计算机网络

    计算机网络
    未来加油dz
    发布于 :2023年06月01日 23:20:20

    0_路由从何而来?(1)#计算机网络

    计算机网络
    未来加油dz
    发布于 :2023年06月01日 23:19:55

    专访|士兰微王敏昌博士:高起点的IDM传感器厂商,新增长曲线从何而来

    MEMS行业,作为基于集成电路技术演化而来的新兴子行业,这几年发展迅速。应用领域也在不断拓展,成为消费电子、智能汽车、航空航天、智慧生活、环境监测等领域的标配。 用MEMS工艺制造的传感器可以实现
    的头像 发表于 05-16 09:30 433次阅读

    ADC的噪声从何而来

    这个问题围绕着 ADC 的噪声贡献者展开。在评估 ADC 的噪声时,我们需要考虑哪些事项?噪声可以多种方式进入 ADC。在接下来的几篇博客中,我们将了解噪声进入 ADC 并可能出现在输出数据的 FFT 中的所有途径。首先,我们将从确定门口开始。
    的头像 发表于 04-30 17:56 1424次阅读
    ADC的噪声<b class='flag-5'>从何而来</b>?