過(guò)去5年間，計(jì)算能力的大幅進(jìn)步觸發(fā)了AI革命，谷歌母公司Alphabet、亞馬遜、蘋果、Facebook以及微軟等科技巨頭爭(zhēng)先進(jìn)入這個(gè)領(lǐng)域。尤其是自去年人工智能機(jī)器人大與人類棋手開(kāi)展，人工智能關(guān)注度達(dá)到了一個(gè)新的高峰。其實(shí)，人工智能的發(fā)展可以追述到60幾年前，但是因?yàn)榧夹g(shù)的原因數(shù)次沉寂，直到深度學(xué)習(xí)的出現(xiàn)，讓人工智能再次掀起熱潮。

什么是深度學(xué)習(xí)？

深度學(xué)習(xí)是機(jī)器學(xué)習(xí)方法之一，而機(jī)器學(xué)習(xí)則是讓計(jì)算機(jī)從有關(guān)我們周圍世界或其中某個(gè)特定方面的范例中學(xué)習(xí)，從而讓計(jì)算機(jī)變得更加智能的一種方式。在所有的機(jī)器學(xué)習(xí)方法中，深度學(xué)習(xí)是最獨(dú)特的，因?yàn)樗�的靈感源自我們對(duì)人腦探索與研究。深度學(xué)習(xí)試圖讓計(jì)算機(jī)學(xué)會(huì)很多不同層次的抽象和表達(dá)，這可能是使此類系統(tǒng)如此成功的原因。

為何安防行業(yè)成深度學(xué)習(xí)重點(diǎn)？

安防領(lǐng)域是個(gè)時(shí)刻都能產(chǎn)生海量數(shù)據(jù)的行業(yè)，近兩年在AI技術(shù)的加持之下，這些數(shù)據(jù)正在產(chǎn)生新的意義，為安防這個(gè)傳統(tǒng)行業(yè)解決更多問(wèn)題。

安防行業(yè)作為人工智能技術(shù)天然的訓(xùn)練場(chǎng)和應(yīng)用場(chǎng)，對(duì)于人工智能的落地應(yīng)用有著迫切的需求，基于安防行業(yè)的天然屬性，安防行業(yè)在人工智能化市場(chǎng)有著深入的投入。出于對(duì)市場(chǎng)的敏感，主流的設(shè)備解決方案供應(yīng)商已經(jīng)發(fā)力布局已經(jīng)紛紛入局，憑借其各自深耕安防行業(yè)的經(jīng)驗(yàn)，都在應(yīng)用落地取得了不俗的成績(jī)。其中，深度學(xué)習(xí)方面取得的成績(jī)尤為突出，成為點(diǎn)燃人工智能發(fā)展的關(guān)鍵技術(shù)。

深度學(xué)習(xí)主要的研究領(lǐng)域在語(yǔ)音識(shí)別和視覺(jué)方面，而且將深度學(xué)習(xí)應(yīng)用到各個(gè)方向，可以不同的領(lǐng)域做出不同的技術(shù)創(chuàng)新。對(duì)于掌握了許多視頻圖像資源的安防行業(yè)來(lái)說(shuō)，深度學(xué)習(xí)和安防的結(jié)合擁有比較高的契合度，即對(duì)圖像和視頻的分析，包括：

——在圖像分析方面，比如人們熟悉的人臉識(shí)別、文字識(shí)別和大規(guī)模圖像分類等，深度學(xué)習(xí)大幅提升了復(fù)雜任務(wù)分類的準(zhǔn)確率，使得圖像識(shí)別、語(yǔ)音識(shí)別，以及語(yǔ)義理解準(zhǔn)確率大幅提升。

——在人臉?lè)矫�，可以�?shí)現(xiàn)人臉檢測(cè)、人臉關(guān)鍵點(diǎn)定位、身份證對(duì)比、聚類以及人臉屬性、活體檢測(cè)等等。在智能監(jiān)控方面，可以做人、機(jī)動(dòng)車、非機(jī)動(dòng)車視頻結(jié)構(gòu)化研究。

——在文字方面，小票的識(shí)別、信用卡的識(shí)別、車牌的識(shí)別，這些都是由深度學(xué)習(xí)的算法來(lái)做的。同時(shí)在圖像的處理方面，在去霧、超分辨率、去抖動(dòng)、去模糊，HDR、各種智能濾鏡的設(shè)計(jì)都是用深度學(xué)習(xí)的算法。