智能分析之深度學(xué)習(xí)和

整體解決方案Documentnumber:BGCG-0857-BTDO-0089-2022智能分析之深度學(xué)習(xí)深度學(xué)習(xí)對于智能分析來說就相當(dāng)于人類的學(xué)習(xí)一樣，人類不學(xué)習(xí)就是一張白紙，什么都不會，從我們的咿呀學(xué)說和學(xué)走路開始，到上學(xué)年齡的老師教學(xué)，再到進入社會的自我學(xué)習(xí)，無論何時何地，碰到新的事物就需要學(xué)習(xí)，智能分析既然是模擬人類，那深度學(xué)習(xí)就跟人類學(xué)習(xí)新事物一個原理，碰到一個新的事物，它無法辯認這是什么東西，最多只能判斷它是否運動，運動速度是多少，是哪種顏色，是什么形狀，但具體是什么物體它并不知道，那要辨認出具體物體，就需要做事前的深度學(xué)習(xí)■11時Tlk25鐮寓做來戀哥與抨臺頑設(shè)蓋三■11時Tlk25鐮寓做來戀哥與抨臺頑設(shè)蓋三進氏正|髙級逓I.功t過丘I干竟設(shè)蓋I場呈卻酣alI翊涼I許可證図蓋惋理諭也A^&S.■wasr^~i￡o--=制塢宜Iti.Ei:|\FptWdkw去怯正iSHfiffs-百您mwpl^nc鬲蠱1D.W.!.十阪WE內(nèi)斶ft——垂SfflE|也皿I舐深度學(xué)習(xí)是學(xué)習(xí)物體的多個特征，不同的物體記憶不同的特征，比如認識不同的人、做人臉識別、人臉與身份證的對比等，一般都是通過識別人的五官特征，兩個眼角，鼻子與兩個嘴角五個點位的位

置、距離等信息，通常叫做人臉識別的五點識別，因為這些信息是不會隨著年齡的增長而改變比例的，識別這些信息之后保存到數(shù)據(jù)庫或文件中，一般是保存在XML文件中，當(dāng)然有些情況還會記載物體的大小、顏色、形狀等等多個參數(shù)，根據(jù)實際情況學(xué)習(xí)不同的特征值，這是學(xué)習(xí)的過程。學(xué)習(xí)完之后就可以進行分析對比了，首先是找出視頻中出現(xiàn)變化的對象，這個變化的對象有些是通過移動的對象來判斷，有些是通過對比兩幀數(shù)據(jù)來對比，反正是找出變化的對象即可，對象找出來之后先做初步的判斷是否是我們需要檢測的對象，如果是的話再提取物體的特征值，來對比保存的物體的各個特征值，是否與保存的對象有相符的，再根據(jù)平臺設(shè)置的相似度來確認是否是同一個人或?qū)ο蟆Ｓ?xùn)練數(shù)據(jù)集生成*訓(xùn)練訓(xùn)練數(shù)據(jù)集生成*訓(xùn)練模型在實際使用的過程中，算法首先是要進行一輪預(yù)處理階段，即處理掉一些干擾因素，包括去除光亮條件和噪聲、閾值、模糊等；對象的特征是一組描述符，為了使用這些描述符來訓(xùn)練模型或預(yù)測其中的一個模型，需要通過成千上萬次圖像預(yù)處理、提取特征來建立一個關(guān)于特征的大數(shù)據(jù)集合，并且通過選取的訓(xùn)練模型來提取特征。這就是為什么深度學(xué)習(xí)算法速度慢，當(dāng)建模越多和視頻中出現(xiàn)的對象越多，處理速度就會越慢，如果需要進一步排除誤判，還需要對輸出數(shù)據(jù)進行后期處理，比如合并多個分類，比如判斷人臉后再判斷身高，體形等，要判斷這些因素，又要結(jié)合安裝的攝像機的高度、角度等因素來設(shè)置人在視頻中實際占的像素，在不同位置占的像素等，越想得到精準(zhǔn)的結(jié)果，要處理的數(shù)據(jù)量就越大，對環(huán)境的要求就會越高，當(dāng)平臺處理的條件越多時干擾的因素也就越多，處理不好反倒會出現(xiàn)更多的誤判，所以要想得到

高精度的分析結(jié)果，一般是要對現(xiàn)場的視頻場景進行初期判斷，即采集一些現(xiàn)場的視頻錄像，進行初步的調(diào)整之后，再到現(xiàn)場進行長時間的數(shù)據(jù)建模工作。訓(xùn)練預(yù)測使用訓(xùn)練數(shù)據(jù)集未知樣本生成返回模型分類結(jié)果訓(xùn)練預(yù)測使用訓(xùn)練數(shù)據(jù)集未知樣本生成返回模型分類結(jié)果在實際應(yīng)用中，單獨的智能分析的作用不是特別大的，尤其不能很好的應(yīng)用于實際項目中，那就需要一個很好的平臺來做效果呈現(xiàn)，智能分析預(yù)警平臺不但可以把智能分析的結(jié)果第一時間呈現(xiàn)給用戶，而且能有很好的體驗感，比如智能分析出異常后，只是告訴用戶有異常了，就是告訴用戶有具體什么異常了，比如說起火了，那用戶還是將信將疑，是真的起火了嗎，還是誤報哦，那就要做視頻聯(lián)動了。1J1幷BW"FtmsTT'FT.ijffi4(€2)7<fi3)第】號矩降對］號詐沮刖制11(56)+3(57)1J1幷BW"FtmsTT'FT.ijffi4(€2)7<fi3)第】號矩降對］號詐沮刖制11(56)+3(57)±NBWl~~~itm90(50：'8(W)H工IE9t.鮮lit*■出說.VEffiW：*W記X爐氏2口&】絹1蘇L.K(47：'1(48)a.^2'：B4)m,16&l.izk?)】扭163.L1轉(zhuǎn).]BfL|]??■1融L-I詡〔闘〕192.163.1.1.】舷1隔L.&tel)呃1-B&1.JS2.lflg.L.】妃15SL.肌殆〕192.168.L.I7€(&5)具哎EE64〕至屎頁拇汨丁〉豐機■權(quán)詢)咒譯】(呻1宙霍達血]刪迦1TJkBSw：i金田井局IE掃3)rs*竝1*現(xiàn)在大部分的智能分析廠家都是非安防行業(yè)的，算法很牛逼，但他沒有完整的產(chǎn)品鏈，沒有整套的解決方案，就只能在電腦小屏幕上顯示一下分析結(jié)果，整個效果就顯得非常小氣，感覺只是一個演示系統(tǒng)，不像真正的智能分析平臺，那安防行業(yè)的一般幾十路、幾百路的視頻監(jiān)控都裝有大型電視墻，大的幾十塊拼接器，非常氣派，但卻用不上，因為智能分析的高大上與拼接屏的高大上缺少中間的數(shù)字矩陣平臺，而安防行業(yè)有智能分析算法的廠家和具有結(jié)合智能分析算法的廠家卻又不多，除了幾個安防巨頭有自己的算法和平臺之后基本就沒幾家了，而這幾個安防巨頭都只能用自己的算法，這個智能分析的算法可不是他們的特長，弄個視頻編解碼沒問題，弄智能分析算法可需要技術(shù)含量，而且真正弄算法的公司也只精于一種算法，不會搞包羅萬象的，這就導(dǎo)致智能分析目前與安防市場的兼容性并不是太強，這就需要一個平臺即能具有安防的常規(guī)功能，又有很強的兼容功能，而且公司層面要能海納百川，能兼容專門從事智能分析算法廠家的SDK，而且自己公司有一部分簡單的智能分析算法和在算法之前能對數(shù)據(jù)做一些過濾工作，對視頻編解碼有一定的基礎(chǔ)，尤其是對性能方面要有獨到的解決方案，因為智能分析算法對性能要求非常高，越復(fù)雜的算法性能要求越高，沒有解決智能分析的性能問題，再精準(zhǔn)的算法也無法應(yīng)用于實際項目中，也不可能把智能分析民用化。前面說到，智能分析結(jié)果在拼接大屏上顯示分析結(jié)果和聯(lián)動對應(yīng)的視頻圖像，而且需要聯(lián)動分析結(jié)果周邊的多路圖像，還要進行一系列的預(yù)案處理，包括拼接放大圖像，球機轉(zhuǎn)動到指定的預(yù)置位，聯(lián)動門禁開門或關(guān)門，聯(lián)動拉響警鈴，聯(lián)動打開噴頭，聯(lián)動燈光打開，聯(lián)動抓圖、報警錄像，聯(lián)動發(fā)短信