Trong hai năm qua, công nghệ này 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
1. 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. Các máy phát hiện khí hồng ngoại có thể được "nhảy qua" nhưng cũng có thể bị báo động sai do động vật gây ra. Hàng rào điện tử có thể là mối nguy an toàn, và có giới hạn ở một số khu vực. Một số giải pháp này cũng có thể tốn kém và phức tạp để cài đặt.
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
Với số lượng lớn dữ liệu chất lượng tốt từ máy ảnh và các nguồn khác, như Viện Nghiên cứu Hikvision, và hơn một trăm thành viên làm sạch dữ liệu để gắn nhãn các hình ảnh video, dữ liệu mẫu với hàng triệu chủng loại trong ngành đã được tích lũy. Với số lượng lớn dữ liệu đào tạo có chất lượng này, mô hình nhận dạng khuôn mặt người, xe và đối tượng ngày càng trở nên chính xác hơn cho việc sử dụng giám sát bằng video.
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.
2. 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 càng tốt, 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.
- 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.
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. Liên hệ Nhà phân phối camera Hikvision để cập nhật những sản phẩm mới nhất.
Hotline (24/7): 0963 396 247
XEM THÊM NHỮNG SẢN PHẨM KHÁC TẠI: https://cameraquansat247vn.blogspot.com/
0 nhận xét:
Đăng nhận xét