為何GPU成為安防領域人工智能必然選擇

?安防資訊 ????|???? ?2018-07-31 15:14

從2016年“阿爾法狗”大熱,到今年“兩會”人工智能首次進入政府工作報告,人工智能成為貫穿2016年乃至2017年的科技熱點、與此同時,在IT技術支撐起來的安防行業當下,人工智能依然保持其熱度,從2016年安博會至今,??低?、大華股份、宇視科技都發布了基于GPU研發的視頻監控相關產品,NVIDIAJetsonTX1GPU模塊已經廣泛應用于安防智能攝像機、人臉識別攝像機等。為何GPU成為此輪安防人工智能的必然選擇?

  實現海量視頻圖像數據結構化處理是智能化關鍵

  隨著網絡化、高清化日益普及,唯有智能化在安防行業內遲遲達不到理想的狀態,從當前的主流廠商提出的概念分析,如DT1.0、超感IPC、感知型攝像機等都在證實,智能化是視頻監控網絡化與高清化之后新的競爭熱點。這也是安防行業一直在追求的目標將被動防御變為主動預防,因此安防亟需尋找新技術突破智能化的最后壁壘。

  在實際的困境中,各級政府推進“平安城市”建設的過程,監控點位越來越多,從最初的幾千路到幾萬路,甚至于到現在幾十萬路的規模,視頻和卡口產生了海量的數據。尤其是高清監控的普及,整個安防監控領域的數據量都在爆炸式增長,依靠人工來分析和處理這些信息變得越來越困難,已無法簡單利用人海戰術進行檢索和分析,需要新的智能化技術作為手段,實時分析視頻內容,探測異常信息,進行風險預測。

  視頻監控系統作為面向城市公共安全綜合管理應用中智慧安防和智慧交通的重要組成部分,面臨著深度應用的巨大挑戰。其應用的瓶頸是視頻數據的非結構化現象。因此在大數據時代,利用視頻結構化描述技術實現視頻圖像結構化數據提取,將是行業應用單位實現安防大數據應用的重要基礎建設。視頻結構化就是實現將海量視頻中的人、車目標進行提取并識別的過程。一旦有重要事件發生,系統就可在數據庫中快速查找到關鍵的“人”、“車”、“物”等相關音視頻線索。以最高效、最直接的方法提升攝像頭的性能,讓它變得更智能。

  GPU是安防大數據應用的引擎

  如何實現海量視頻數據的結構化處理成為安防智能化發展亟需解決的棘手問題。從目前來看,安防一線企業找到了解決這一問題的關鍵,借助基于GPU開發的模塊既能夠滿足圖像處理要求,又適合于處理計算密度高、邏輯分支簡單的大規模數據并行負載。首先GPU作為專為圖像處理設計的處理器,能將3D模型的信息轉換為2D表示,即實現視頻圖像的結構化處理;另外,隨著GPU的快速發展,目前GPU通用計算技術發展已經引人注目,在浮點運算、并行計算等部分計算方面,GPU可以提供數十倍乃至于上百倍于CPU的性能。因此以圖像視覺為核心并具有海量的數據源以及豐富的數據層次的安防監控領域正是GPU發揮其圖像處理以及高性能通用計算的用武之地。

  在視頻監控圖像結構化處理中需要對每一個監控畫面的分析,依賴的是對GPU集群計算的應用。GPU集群是能夠實現1:1結構化的技術支撐。對比CPU,GPU的更多核心和其并行處理架構使GPU成為天然的圖形計算系統。利用GPU做圖形計算,可以做到比CPU計算:5倍以上性能提升,價格降低6倍,功耗降低10倍,體積減少20倍。利用依賴于GPU集群計算的1:1實時結構化,能夠實現全數據中秒級響應,進而滿足對視頻圖像中的人、車、物等靜態和和動態目標及其各種屬性的檢測與識別。

  安防監控的未來在智能,智能的實現在于大數據,大數據的核心是深度學習,深度學習的引擎是GPU(目前),通過GPU深度學習模塊對視頻內容進行結構化信息提取,完成了傳統算法無法完成的功能,能夠滿足大數據時代“智慧城市”海量視頻內容的開發利用!當然從目前來看,安防一線企業推出所謂人工智能產品仍然只限于宣傳推廣階段,未來還需要更多案例給予佐證,未來安防人工智能的發展值得我們拭目以待!