Ngày đăng bài: 22/02/2018
Lượt xem: 2609
Tác giả: Camera247 Copywriter
Trong hai năm qua, công nghệ Deep Learning đã xuất sắc trong nhận dạng tiếng nói, tầm nhìn máy tính, dịch tiếng nói, và nhiều hơn nữa. Nó thậm chí đã vượt qua khả năng của con người trong các lĩnh vực xác minh khuôn mặt và phân loại hình ảnh. Do đó, nó đã được đánh giá cao trong lĩnh vực giám sát bằng video cho ngành công nghiệp an ninh.
1. Giải quyết những thiếu sót của thuật toán truyền thống
– Đôi khi, số lớp có thể đạt được trên một trăm cho phép nó xử lý số lượng lớn dữ liệu trong các phân loại phức tạp.
– Học tập sâu không đòi hỏi sự can thiệp bằng tay, bằng cách này nó có thể trích xuất nhiều tính năng từ mục tiêu, bao gồm các tính năng trừu tượng khó hoặc không thể mô tả được. Càng có nhiều tính năng thì việc nhận dạng và phân loại chính xác hơn sẽ được thực hiện.
Một số lợi ích trực tiếp mà các thuật toán học sâu có thể mang lại bao gồm đạt được độ chính xác nhận dạng tương đương hoặc thậm chí tốt hơn so với con người, khả năng chống nhiễu mạnh và khả năng phân loại và nhận biết hàng ngàn tính năng.
2. Thách thức của các hệ thống hiện có
– Các hệ thống giám sát thông thường hầu hết phát hiện các mục tiêu chuyển động mà không cần phân tích thêm. Ngay cả các camera IP thông minh cũng chỉ có thể ánh xạ các điểm riêng biệt trên từng hình một, làm cho việc hiệu chuẩn một số tính năng (ví dụ trán hoặc má) rất khó khăn, do đó giảm độ chính xác.
Ví dụ như đối với bảo mật chu vi:
Các công nghệ khác có thể được sử dụng để cung cấp bảo mật toàn diện hơn. Nhưng tất cả đều có nhược điểm của họ.
Hãy tưởng tượng, ví dụ, một tình huống mà nó tương đối yên tĩnh – một vị trí vào ban đêm, nơi có rất ít xe hơi và những người xung quanh. Ngay cả ở đây, có thể có 50 tín hiệu cảnh báo sai trong một đêm. Giả sử phải mất 2-3 phút để kiểm tra một báo động giả, và chỉ có 3 trong số 50 đảm bảo sự chú ý nhiều hơn – nói mỗi 15 phút.
Người bảo vệ cần phải kiểm tra hệ thống và nhìn lại cảnh báo, hoặc ai đó cần được gửi đến địa điểm và nhìn quanh, kiểm tra xem có ai đã thực sự nhập cảnh mà không được phép hay không. Trong hầu hết các tổ chức, chúng cũng cần được báo cáo/ghi lại, cộng thêm thời gian tổng quát dành cho ‘báo sai’ này. Vì vậy, 50 tín hiệu giả này có thể tốn hơn hai giờ mỗi đêm lãng phí thời gian trong kịch bản đó.
Học tập sâu, tuy nhiên, tạo ra một sự khác biệt lớn
Dựa trên một loạt các thí nghiệm, độ chính xác nhận dạng của các giải pháp sử dụng thuật toán học sâu đã tăng độ chính xác lên 38% – áp dụng cho ví dụ trước đó, tiết kiệm được gần một giờ mỗi đêm. Điều này làm cho công nghệ học tập sâu sắc trở thành một lợi thế lớn trong giải pháp bảo mật chu vi, với nhiều dòng chính xác hơn, xâm nhập, lối vào và xuất cảnh.
3. Giá trị khác
Giá trị của công nghệ “Học tập sâu” xa hơn bảo mật truyền thống.
Ví dụ, theo dõi các mô hình chuyển động của các cá nhân có thể thấy nếu họ đang “loitering” và một mối đe dọa tiềm ẩn trong tương lai. Một ngưỡng có thể được thiết lập để bán kính năm mét, hoặc 10 giây để ở trong cùng một vị trí. Nếu người đó vượt qua ngưỡng nào, một cảnh báo có thể được kích hoạt. Giải pháp theo dõi cá nhân và so sánh hành vi này với một cơ sở dữ liệu để xem liệu nó có nhận ra một mẫu hay không.
Một ứng dụng khác sẽ là trong trường hợp ‘ngã xuống’ có thể là một mối đe dọa, giống như một nhà chăm sóc người cao tuổi. Nếu ngưỡng chiều cao được đặt ở mức 0,5m và thời gian 10 giây, ví dụ giải pháp sẽ có thể thấy một người rơi xuống (khi họ đi dưới 0.5m) và có thể gặp rắc rối (nếu họ “ở lại” vì dài hơn 10 giây). Giải pháp sử dụng các tham số thiết lập để so sánh với cơ sở dữ liệu của nó và nâng cao một báo động.
Với các tính năng và lợi ích như thế này, thật dễ dàng để xem có bao nhiêu ứng dụng thông minh có thể được phục vụ bởi công nghệ học tập sâu.
Để cập nhật những thông tin công nghệ mới nhất từ Hikvision, liên hệ Camera247 – Nhà phân phối camera Hikvision toàn quốc để được hỗ trợ miễn phí
Hotline (24/7): 0963 396 247
Ngày đăng bài: 22/02/2018
Lượt xem: 2610
Tác giả: Camera247 Copywriter