omniture

Pertingkat nilai pengawasan

Hikvision Digital Technology
2017-07-11 22:47 835

HANGZHOU, China, 11 Julai 2017 /PRNewswire/ -- Pembelajaran Mendalam telah melanda industri Teknologi Maklumat (IT), memberi manfaat dan pengelasan lebih baik kepada beberapa aplikasi. Diilhamkan oleh cara otak manusia berfungsi, teknologi ini menggunakan proses pembelajaran berlapis bagi membolehkan komputer untuk mengelaskan, menyimpan dan mengakses data, yang kemudiannya boleh dirujuk bagi tujuan pembelajaran. Ini bermakna ia dapat menggunakan imej keseluruhan untuk mengenal pasti, dan bukannya bergantung pada unsur-unsur imej yang berasingan. Ia merupakan satu proses kumulatif – lebih banyak unsur yang boleh diambil, lebih baik pengelasannya – membawa kepada 'pembelajaran' yang lebih baik.

Deep Learning infographics
Deep Learning infographics

Manfaat teknologi ini bagi tujuan pengecaman wajah dan pengelasan imej menjadikannya amat berharga untuk bidang keselamatan. Ia menyentuh setiap aspek dalam industri keselamatan – bermula daripada pengesanan wajah dan kenderaan kepada analisis tingkah laku. Hasilnya, ia mula mengubah tumpuan bagi bidang keselamatan daripada bersifat reaktif bertukar menjadi sesuatu yang mampu meramal masalah sebelum ia berlaku.

Hikvision memanfaatkan teknologi ini dan menginovasi satu rangkaian produk untuk memaksimumkan penggunaannya. Rangkaian kamera IP DeepInView dan rangkaian NVR DeepInMind berfungsi bersama untuk menyediakan semua kuasa dan faedah Pembelajaran Mendalam. Meskipun kamera menyediakan 'mata' yang pintar untuk sistem ini, NVR memberikan keupayaan analitik dan simpanan umpama otak manusia. Produk-produk ini membantu menangani isu keselamatan dari dua sisi – pengecaman, pemantauan dan pengiraan manusia serta pengecaman dan pengesanan kenderaan. Ia menggunakan teknologi Pembelajaran Mendalam dengan cara paling berkesan – atas keupayaannya untuk mengelaskan dan mengenal pasti ribuan 'ciri'.

Jelas sekali, pendekatan berbilang lapisan ini menggunakan memori yang banyak dan prestasi yang tinggi, yang menjadi salah satu faktor penyebab teknologi ini menjadi semakin berkembang luas sejak beberapa tahun lalu. Bagi menjelaskan lebih lanjut keadaan ini, pada peringkat awal teknologi, sebanyak 1,000 peranti diperlukan dengan 16,000 CPU untuk mensimulasikan jaringan saraf. Kini, hanya beberapa GPU sahaja diperlukan. Hikvision bekerjasama dengan jenama cipset terbesar - Intel dan nVidia - untuk meneroka kemungkinan Pembelajaran Mendalam bagi industri pengawasan. Inovasi Hikvision turut memudahkan dan meningkatkan kemungkinan ini – codec H.265+ mengurangkan lebar jalur transmisi secara radikal dan juga keperluan kapasiti simpanan data. Ini bermakna tiada kehilangan kualiti berlaku walaupun data yang dikongsi dan disimpan adalah jauh lebih tinggi.

Kegunaannya juga begitu banyak. Teknologi ini dapat mendayakan sistem untuk menyediakan penggera senarai hitam/senarai putih, sebagai contoh, yang boleh menjadi sangat bermanfaat dalam senario kawalan akses. Ia juga dapat digunakan untuk mengenal pasti tingkah laku yang luar biasa – mungkin membolehkan kakitangan keselamatan mengelakkan berlakunya suatu isu sekiranya terdapat individu yang merayau di kawasan berdekatan, sebagai contoh.

Rangkaian produk premium baharu ini akan terus meningkatkan kualiti dan keupayaan sistem keselamatan. Produk-produk ini juga membolehkan golongan profesional keselamatan mula merancang untuk mengelakkan masalah, dan bukannya bertindak balas terhadapnya. Ia mungkin merupakan evolusi seterusnya untuk seluruh industri – menggunakan AI untuk mengubah dunia, satu penyelesaian Hikvision pada satu masa.

Untuk maklumat lanjut, lihat artikel kami "Bagaimana Pembelajaran Mendalam Memanfaatkan Industri Keselamatan" ("How Deep Learning Benefits the Security Industry") Pautan di sini

Perhatikan laman sesawang Hikvision bagi mengetahui pelancaran produk-produk baharu DeepinView dan DeepinMind lewat tahun ini.

Foto - https://photos.prnasia.com/prnh/20170710/1892893-1

Source: Hikvision Digital Technology
Keywords: Computer Hardware Computer/Electronics Consumer Electronics Internet Technology New products/services