精品国产亚洲一区二区三区|亚洲国产精彩中文乱码AV|久久久久亚洲AV综合波多野结衣|漂亮少妇各种调教玩弄在线

<blockquote id="ixlwe"><option id="ixlwe"></option></blockquote>
  • <span id="ixlwe"></span>

  • <abbr id="ixlwe"></abbr>

    圖像進階史︱從給人看到機器讀懂視界

    CPS中安網(wǎng):羅超

    這視界,沒有什么不能再次定義!

    監(jiān)控本初,追求圖像,那什么是攝像機圖像的新未來?

    一場新品發(fā)布會,揭曉答案。

    3月29日,以“創(chuàng)視紀Ⅱ • 智見不凡,定義圖像未來”為主題的好望新一代攝像機暨2021新品發(fā)布會在珠海成功舉辦。華為機器視覺總裁段愛國提出圖像將從“給人看”到“給機器看”,隆重發(fā)布SuperColor、SuperCoding、AI Turbo三大根技術(shù),以及好望新一代攝像機等七大新品。

    圖像進階史︱從給人看到機器讀懂視界

    好望,行業(yè)初來乍到,而每一次發(fā)聲,都是一陣漣漪。算力換圖像是行業(yè)首創(chuàng),圖像給機器看又是全新突破。這一次,好望再次定義圖像未來。

    “給人看”的“窮途末路”

    時代在變革,技術(shù)在演進,與之相悖的,終將漸趨式微。

    世界即視界,人眼看視界,或許都一樣。

    人眼有著很強觀察能力,能夠在復雜及變化的環(huán)境中識別目標,同時由大腦賦予了最高級的智能分析能力,可以運用邏輯分析和推理能力去識別變化目標。為此,長久以來,在監(jiān)控室里死盯屏幕,成了監(jiān)控人員的日常,這也是視頻監(jiān)控時代最為傳統(tǒng)與普遍的工作方式。但,人眼看到的視界,就是真實視界嗎?

    人眼看視界,或許真不一樣。

    人非機器,先天性有所短板,帶有主觀性,容易心里誤導,產(chǎn)生誤判。

    與文字、聲音相比,視頻承載了更多信息量,而要從大量豐富信息當中去讀取有用數(shù)據(jù),這是非常繁瑣復雜的工作,這種被動應對方式,并不能主動預防,并受制于人員數(shù)量和能力,比如:長時間易疲勞、錯看漏看、看得不及時。此外,在顯示終端方面也因各種原因受制,你看到的視界,不一定為實。

    視頻監(jiān)控產(chǎn)生數(shù)據(jù),有三大內(nèi)涵:海量、非結(jié)構(gòu)化和低價值密度。眾所周知,市場激增,視頻監(jiān)控數(shù)據(jù)體量巨大,并以驚人速度不斷快速膨脹,隨著視頻監(jiān)控圖像不斷聯(lián)網(wǎng)和整合,以及視頻分辨率和幀率不斷提高,實時視頻數(shù)據(jù)的存儲已經(jīng)從TB級別開始躍升到PB級別;而且,視頻監(jiān)控所涉及數(shù)據(jù)以非結(jié)構(gòu)化為主,以往平安城市主要有視頻、圖片、地理位置信息等類型數(shù)據(jù),但是隨著智能安防各類監(jiān)控以及相關(guān)物聯(lián)系統(tǒng)不斷整合,數(shù)據(jù)類型越來越多,這些數(shù)據(jù)作為一個整體,構(gòu)成視頻監(jiān)控數(shù)據(jù)基礎(chǔ);此外,視頻監(jiān)控數(shù)據(jù)整體蘊含的價值密度低,但是價值高。在7×24小時連續(xù)不間斷監(jiān)控過程中,可能有用的數(shù)據(jù)僅僅幾分鐘,甚至是幾秒。這些信息更新頻率很快,每時每刻都有大量數(shù)據(jù)產(chǎn)生。對于這些復雜的非結(jié)構(gòu)化數(shù)據(jù),人眼看和查詢的依據(jù)只能是空間與時間兩個維度,這樣的數(shù)據(jù)利用方法不僅效率低下,其中隱含的價值信息也會被大量冗余的信息所覆蓋。

    更嚴峻的現(xiàn)實是,從視頻監(jiān)控到智能安防再到機器視覺,產(chǎn)業(yè)變遷后,千行百業(yè)都在數(shù)字化轉(zhuǎn)型和智能化改造。如果說智能安防攝像機更多解決的是“眼睛”看的問題和“是什么”的感知層面,主打海量數(shù)據(jù)存儲和分析。那么,在機器視覺時代,攝像機識別內(nèi)容對象更加廣泛,全場景和全天候的覆蓋,解決更多是“大腦”想的問題,也就是“怎么做”的認知層面,主打基于數(shù)據(jù)的分析、理解、決策和行動,讓數(shù)據(jù)關(guān)聯(lián)看、全面看甚至自動看。

    圖像進階史︱從給人看到機器讀懂視界

    可想而知,依靠人眼和大腦去檢索、查看、分析和研判圖像數(shù)據(jù),仿佛“天方夜譚”。

    以此來看,“從給人看”到“給機器看”,順勢而為而已。

    好望“給機器看”,見人所未見

    若攝像機圖像,從給人看到給機器看,是一個劇本,那時代變局就是最佳導演。

    做機器視覺,感知是第一步,也是最為關(guān)鍵一步,是機器視覺應用的最佳落腳點。

    為此,好望新品發(fā)布會再次“創(chuàng)視紀”,主打“定義圖像未來”,揭秘未來攝像機成像的正確打開方式:給機器看。

    圖像進階史︱從給人看到機器讀懂視界

    走進機器視覺時代,大量視頻數(shù)據(jù)“受眾”已不再是人,而是機器和算法。“給機器看”可以實現(xiàn)海量視頻的快速分析,大幅提升效率及發(fā)現(xiàn)更多目標細節(jié)。對于攝像機拍攝的海量數(shù)據(jù),機器處理將是后續(xù)發(fā)展的唯一選擇,因為單純依靠人力識別需要大量的人力投入且效率低下,而機器算法可以 7×24 小時全天不間斷分析,大幅減少操作人員瀏覽視頻數(shù)據(jù)的時間,快速自動定位敏感信息并進行結(jié)構(gòu)化的存儲,減少疲勞等原因造成的審查疏忽,從而極大的提升效率;同時,依靠算法模型的優(yōu)化和海量數(shù)據(jù)訓練的優(yōu)勢,智能算法已經(jīng)表現(xiàn)出超越人眼的性能,在目標檢測、目標識別等多項指標上都達到新的高度,因此利用機器可以發(fā)現(xiàn)更多人眼忽略的細節(jié),找出更多隱藏的目標。

    總之,給機器看與給人看的不同在于:更為準確、更多檢測與識別、更多圖像處理、更多數(shù)據(jù)分析與應用。作為未來數(shù)字世界的眼睛,圖像從“給人看”到“給機器看”,看似簡單一句,好望要做的,卻很多。

    圖像進階史︱從給人看到機器讀懂視界

    架構(gòu)方面,在圖像采集環(huán)節(jié)的鏡頭以及Sensor從可見光到多光譜支持,大幅提升紅外QE性能和寬動態(tài)技術(shù),以適應全天候;圖像ISP從簡單面向人眼視覺到面向機器視覺任務增強圖像質(zhì)量,現(xiàn)有的ISP大部分環(huán)節(jié)都是面向人眼視覺,需要針對機器視覺識別率重構(gòu)和增強;在編碼環(huán)節(jié),從傳統(tǒng)面向人眼感知模型的編碼到面向機器視覺模型的編碼,同時在識別率做提升;在質(zhì)量評價環(huán)節(jié),從主觀到客觀,體現(xiàn)評價場景與真實場景一致,評價指標與實際效果一致,評價結(jié)果與主觀感受一致。

    在這種背景下,好望業(yè)務模型設(shè)計也在從面向人眼視覺到面向機器視覺進行重構(gòu),以“看、存、用”三個方向,打造機器視覺三大根技術(shù):SuperColor、SuperCoding、AI Turbo,貫穿圖像數(shù)據(jù)的全生命周期管理和使用,進行產(chǎn)品和場景化解決方案的增強。

    SuperColor:依托“墨子”系列鏡頭、“燭龍”系列Sensor、ISP算力換圖像,打造全天候極致圖像體驗,讓人看更舒適、讓機器看的更準。

    SuperCoding:通過精細化ROI分析、視頻流像素級分割、分層質(zhì)量評估、智能精準碼控等方式,打造價值視頻最長留存方案,1TB當3TB存儲。

    AI Turbo:將視頻類AI算子硬件化,讓硬件能力發(fā)揮最大效果;通過增強型推理引擎,節(jié)省資源消耗;優(yōu)化算法模型高壓縮比,適配復雜的場景化應用。

    從人到機器,圖像進階是一個體系變革,涉及到攝像機體系架構(gòu)、數(shù)據(jù)管理與分析應用。

    從人到機器,攝像機的“進化論”,除了“端的進化”,還需“物的融合”即依托好望生態(tài)伙伴將更多物聯(lián)網(wǎng)數(shù)據(jù)進行融合,使得數(shù)據(jù)多元化;最后還需“云的協(xié)同”。云是資源整合者、能力提供者,通過端、邊、云、生態(tài)的高效協(xié)同,來真正實現(xiàn)機器看懂視界。所以,3月4日“好望上云”,是為先行一步。

    對于好望,時代變了,對手變了,觀眾變了,玩法也得變一變。

    視界,每當變幻時,總會多些精彩。好望新品發(fā)布,定義圖像未來,就是濃墨重彩一筆。

    (免責聲明:本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性,但不保證有關(guān)資料的準確性及可靠性,讀者在使用前請進一步核實,并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏,概不負任何法律責任。
    任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時,應及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明,并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后,將會依法盡快聯(lián)系相關(guān)文章源頭核實,溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 )