人工(gōng)智能的概念提出已經很多年，同樣，深度學習和機器視覺的概念也頻(pín)頻(pín)出現在我(wǒ)(wǒ)們的視野當中(zhōng)，那麽什麽是人工(gōng)智能?什麽是深度學習、機器視覺，它們是如何應用在安防領域中(zhōng)?三者之間存在什麽樣的聯系?北(běi)京盈美智将爲您一(yī)一(yī)解答。

人工(gōng)智能

人工(gōng)智能是計算機科學的一(yī)個分(fēn)支，它企圖了解智能的實質，并生(shēng)産出一(yī)種新的能以人類智能相似的方式做出反應的智能機器，該領域的研究包括機器人、語言識别、圖像識别、自然語言處理和專家系統等。

總的說來，人工(gōng)智能是研究人類智能活動的規律，構造具有一(yī)定智能的人工(gōng)系統，研究如何讓計算機去(qù)完成以往需要人的智力才能勝任的工(gōng)作，也就是研究如何應用計算機的軟硬件來模拟人類某些智能行爲的基本理論、方法和技術。

深度學習

深度學習是機器學習研究中(zhōng)的一(yī)個新的領域，其動機在于建立、模拟人腦進行分(fēn)析學習的神經網絡，它模仿人腦的機制來解釋數據，例如圖像，聲音和文本。

在安防領域的應用

 讓深度學習能夠如此大(dà)行其道的關鍵要素是數據，而占大(dà)數據總量60%以上的爲視頻(pín)監控數據，與此同時，視頻(pín)監控領域的70%以上的數據分(fēn)析是用來進行圖像識别。

深度學習的在安防行業的方方面面得到了應用：人臉檢測、車(chē)輛檢測、非機動車(chē)檢測、人臉識别、車(chē)輛品牌識别、行人檢索、車(chē)輛檢測、人體(tǐ)屬性、異常人臉檢測、人群行爲分(fēn)析、各種感興趣目标的跟蹤……

深度學習算法不是簡單地接收數據，它在吸收原有數據的基礎上，能夠增量式地提升模型的性能，給予數據的選擇過程一(yī)種反饋——形成一(yī)種數據選擇機制，能夠分(fēn)辨哪種類型的數據有助于持續提升模型性能，哪種類型的數據則是毫無幫助的——從而最終形成一(yī)種良性循環體(tǐ)系。

機器視覺

機器視覺是人工(gōng)智能正在快速發展的一(yī)個分(fēn)支。簡單說來，機器視覺就是用機器代替人眼來做測量和判斷。機器視覺系統是通過機器視覺産品(即圖像攝取裝置，分(fēn)CMOS和CCD兩種)将被攝取目标轉換成圖像信号，傳送給專用的圖像處理系統，得到被攝目标的形态信息，根據像素分(fēn)布和亮度、顔色等信息，轉變成數字化信号;圖像系統對這些信号進行各種運算來抽取目标的特征，進而根據判别的結果來控制現場的設備動作。

安防領域的應用

由于機器視覺主要是對圖像進行識别，因此機器視覺在人臉識别、車(chē)牌識别等方面得到大(dà)量運用。以智能交通行業爲例，機器視覺具有成本低、穩定性強、準确性高、應用範圍廣等優點，目前已經在國内外(wài)高速公路和公路的交通監控系統中(zhōng)得到了廣泛的應用,具體(tǐ)體(tǐ)現在車(chē)牌識别、車(chē)身顔色識别、車(chē)型識别、違章識别、車(chē)流量統計、流量控制等。

人工(gōng)智能是計算機學科的一(yī)個分(fēn)支，深度學習、機器視覺是機器學習研究中(zhōng)的一(yī)個領域。深度學習和機器視覺主要是針對圖形進行更深層次的挖掘和分(fēn)析，是人工(gōng)智能的實際應用。而人工(gōng)智能除了對圖形的處理外(wài)，還包括對語音、運動、社交等方面的處理和控制。