Die neue Kodierungstechnologie von Hikvision Guanlan löst das Speicher-Dilemma und entfesselt den Kernwert von Video

Video ist zur zentralen Datenbasis für die Sicherheitsprävention und operative Entscheidungsfindung geworden. Doch hinter der Datenflut verbirgt sich ein »Speicher-Dilemma«: Untersuchungen zeigen, dass etwa 70 % der Überwachungsvideos stille oder niedrigwertige Bilder sind; ihre Vermischung mit wirksamen Inhalten verschwendet nicht nur Speicherressourcen, sondern erhöht zudem die Gesamtkosten für die Beschaffung von Hardware sowie für Betrieb und Wartung von Rechenzentren.

Als treibende Kraft hinter der technologischen Evolution der Sicherheitsbranche führt Hikvision seit über 20 Jahren kontinuierlich die Brancheninnovation an – mit dem Leitprinzip ‚Erforschung des Kernwerts von Videos‘. Die kürzlich vorgestellte neue Guanlan-Codierungstechnologie, die auf tiefgreifenden Einblicken in die Branche sowie auf KI-gesteuerter, präziser Codierungslogik beruht, durchbricht den branchenweiten Fluch ‚Bildqualität und Speichereffizienz lassen sich nicht gleichzeitig erreichen‘ und bietet branchenübergreifend für Tausende von Anwendungen Speicheroptimierungslösungen, die ‚Kosten senken, ohne die Effizienz zu beeinträchtigen‘.

Technische Erfahrung: Über 20 Jahre Projekterfahrung haben Kernkompetenzen geschärft

Hikvisions Erforschung des Wertes von Videos basiert auf jahrelanger technologischer Weiterentwicklung und praktischer Projekterfahrung:

Im Jahr 2015 integrierten wir als Erste Deep-Learning-Algorithmen in Endgeräte und leiteten damit das Zeitalter der Sicherheits-KI ein.

Im Jahr 2017 wurde die dreistufige KI-Cloud-Architektur eingeführt, die die Probleme der ‚verstreuten Rechenleistung und unzureichenden Zusammenarbeit‘ löste und die Umsetzung von KI stark unterstützte.

Im Jahr 2018 wurde eine offene KI-Plattform gestartet, um Kunden ohne Algorithmus-Know-how bei der Entwicklung branchenspezifischer Algorithmen zu unterstützen und die tiefe Integration von Videowahrnehmungstechnologie und industriellen Anwendungen voranzutreiben.

Im Jahr 2021 investierte Hikvision offiziell in die Forschung und Entwicklung des Guanlan-Großmodells und baute ein dreistufiges System aus ‚Grundlage–Industrie–Aufgabe‘ auf, um die Grundlagen von Video-Verstehens-Algorithmen zu stärken.

Von der grundlegenden Wahrnehmung des ‚Sichtbaren‘ über die präzise Darstellung des ‚Sichtbaren‘ bis hin zur tiefen Interpretation des ‚Verstehbaren‘ konzentriert sich die zentrale Evolution von Hikvision auf fünf Dimensionen:

· Aufwertung von strukturierten Bildlabels zu tiefem semantischem Video-Verständnis.

·Iteration von einem einzelnen szenebezogenen diskriminativen Modell zu einem visuellen multimodalen Großmodell.

·Wechsel von verteilter Rechenleistung auf der Endgeräteseite zu großskaliger Rechenleistungsverteilung auf der Cloud-Edge-Seite.

·Erweiterung von der Erkennung zentraler Objekte wie Personen und Fahrzeugen hin zur Abdeckung langgezogener Objektklassen über alle Kategorien hinweg.

·Aufrüstung von tagbasierter Filterung zu semantischer, menschlich-maschineller multimodaler Interaktion.

Seit vielen Jahren betreut Hikvision weltweit Millionen von Kunden und ist tief in sämtliche Szenarien eingebunden – darunter Verkehrswesen, Finanzwesen, Industrieparks und Gesundheitswesen. Diese technologische Iteration stammt aus der Praxis und wird für die Praxis eingesetzt und legt so eine solide Grundlage für die Entstehung der Guanlan-Codierungstechnologie.

Technologische Aufrüstung: KI-basierte Stärkung durchbricht Engpässe

Die gängige herkömmliche Kodierungstechnologie der Branche kann durch dynamische Anpassung der Kompressionsstärke eine Speicheroptimierung von 30 % bis 70 % erreichen; sie weist jedoch deutliche Einschränkungen auf: Die Erkennung basierend auf dynamischen und statischen Zuständen von Objekten neigt dazu, nicht kritische dynamische Objekte (wie durch Wind bewegte Blätter oder Vögel) fälschlicherweise zu identifizieren, und Lichtveränderungen können die Leistung ebenfalls beeinträchtigen. Sie eignet sich daher ausschließlich für einfache statische Szenen wie Lagerhallen und Flure.

Hikvisions Guanlan-Kodierungstechnologie integriert die tiefe Verständnisfähigkeit des Guanlan-Großmodells mit Pixel-Ebene-Segmentierungstechnologie, um ein vollständiges Optimierungssystem der Kette „intelligente Erkennung – präzise ROI-Segmentierung – differenzierte Kodierung“ aufzubauen und so eine doppelte Zusammenarbeit zwischen Speichereffizienz und Bildqualität zu ermöglichen.

Tatsächliche Testdaten: deutliche Verbesserung der Speichereffizienz

Unterstützung durch Großmodelle, digitale Intelligenz-Aufwertung

Mit Unterstützung unseres eigenentwickelten Guanlan-Visualmodells können wir hochwertige Schlüsselziele wie Personen, Fahrzeuge und nichtmotorisierte Fahrzeuge präzise analysieren. Die Erkennungsgenauigkeit ist im Vergleich zu herkömmlichen Algorithmen deutlich verbessert, und es kann die gleichzeitige Erkennung von bis zu 64 Zielen unterstützen.

Durch den Einsatz einer verfeinerten ROI-Schutzsegmentierungstechnologie werden Vordergrundziel und Hintergrundbereich genau voneinander getrennt: Der Vordergrund nutzt eine konventionelle Codierung, um vollständige Details sicherzustellen; der Hintergrund wird effizient komprimiert, um den Speicherbedarf zu reduzieren; schließlich werden normkonforme Bitströme ausgegeben, die Bildqualität und Effizienz ausgewogen berücksichtigen. Unter der Voraussetzung, dass die Qualität nicht relevanter Bereiche für Mensch und Maschine vergleichbar bleibt, kann die Bitrate um 20 % bis 90 % eingespart werden.

Szenenerfassung mit dynamischer Anpassung an die gesamte Szene

Die Codierungstechnologie von Hikvision Guanlan basiert auf der »Szenenwahrnehmung« und bildet ein dynamisch angepasstes intelligentes Codiersystem, das auf dem koordinierten Zusammenspiel von dynamischer und statischer Wahrnehmung beruht:

· Dynamische Wahrnehmung: Echtzeit-Erfassung der Bewegungsamplitude und Detaildichte der Szene; Ressourcenallokation entsprechend des maximalen Bitratenanteils (MaxBps), um eine verlustfreie Bildqualität bei komplexen Szenen sicherzustellen.

· Statische Wahrnehmung: Wiederholungsrahmen-Codierung für stehende oder schwach dynamische Bilder mit nur wenigen Dutzend Bytes pro Frame, um die Speicherkosten optimal zu reduzieren.

Am Beispiel der Ein- und Ausgänge eines Parks: hohe Bitrate zur detaillierten Wiedergabe während der morgendlichen Rushhour, 50 % Ausgleich zwischen Bildqualität und Effizienz in der Nacht sowie 10 % Kompression in den frühen Morgenstunden zur Maximierung der Speichereinsparung. Durch dynamische Anpassung an die Komplexität der Szene lässt sich eine präzise Zuweisung der Codierressourcen erreichen.

Guanlan-Codierung: spart Geld, Strom und Platz

Bei einer Skala von 2000 Routen und einer Auflösung von 1080P bei 2 Mbps ergibt sich beispielsweise bei einer Speicherung über 90 Tage im Vergleich zur herkömmlichen Codierung durch das Guanlan-Codierverfahren eine Reduktion der Festplattenanzahl um 60 %, eine Reduktion des Rechenzentrumsplatzes um 60 % und eine Reduktion der Stromkosten über fünf Jahre um 50 %. Dadurch werden die Projektkosten deutlich gesenkt und das Ziel einer „Kostensenkung ohne Leistungseinbußen“ tatsächlich erreicht.

Von der Implementierung des Deep Learning über die Anwendung vollständig strukturierter Daten bis hin zur Einführung der Guanlan-Codierungstechnologie verfolgt Hikvision konsequent das Ziel, „Videos einen höheren Mehrwert zu verleihen“, und treibt die Entwicklung der Sicherheitsbranche vom „passiven Aufzeichnen“ hin zur „aktiven Intelligenz“ voran. Durch die tiefe Integration von KI und Codierung lässt sich Videodaten von „massiver Redundanz“ zu „Präzision und Effizienz“ transformieren und so neuen Schwung für die intelligente Modernisierung zahlreicher Branchen verleihen.

Derzeit wird die Guanlan-Codierungstechnologie bereits in den Frontend- und Backend-Produkten von Hikvision eingesetzt und wird demnächst veröffentlicht. Bleiben Sie dran!