Teknologi pengkodean baru Hikvision Guanlan menyelesaikan dilema penyimpanan dan melepaskan nilai inti video

Video telah menjadi fondasi data inti bagi pencegahan keamanan dan pengambilan keputusan operasional. Namun, di balik banjir data ini terdapat "dilema penyimpanan": penelitian menunjukkan bahwa sekitar 70% video pengawasan masih berupa gambar statis atau bernilai rendah, dan pencampuran konten tersebut dengan konten efektif tidak hanya menyia-nyiakan sumber daya penyimpanan, tetapi juga meningkatkan biaya komprehensif untuk pengadaan perangkat keras serta pengoperasian dan pemeliharaan pusat data.

Sebagai kekuatan pendorong di balik evolusi teknologi industri keamanan, Hikvision terus memimpin inovasi industri selama lebih dari 20 tahun dengan fokus utama pada "menjelajahi nilai inti video". Teknologi pengkodean baru Guanlan yang baru-baru ini dirilis, dengan wawasan mendalam terhadap industri dan logika pengkodean presisi berbasis AI, mematahkan kutukan industri bahwa "kualitas gambar dan efisiensi penyimpanan tidak dapat dicapai secara bersamaan", serta menyediakan solusi optimalisasi penyimpanan yang "mengurangi biaya tanpa mengurangi efisiensi" bagi ribuan sektor industri.

Akumulasi teknis: Lebih dari 20 tahun praktik proyek telah mengasah kompetensi inti

Eksplorasi Hikvision terhadap nilai video bermula dari iterasi teknologi bertahun-tahun dan praktik proyek nyata:

Pada tahun 2015, kami menjadi perusahaan pertama yang mengintegrasikan algoritma pembelajaran mendalam ke dalam perangkat front-end, membuka era AI keamanan.

Pada 2017, arsitektur tiga tingkat AI Cloud diluncurkan, yang mengatasi permasalahan utama berupa 'daya komputasi terpencar dan kolaborasi tidak memadai', serta memberikan dukungan kuat bagi penerapan kecerdasan buatan.

Pada 2018, platform terbuka AI diluncurkan guna membantu pelanggan tanpa dasar algoritma dalam mengembangkan algoritma industri eksklusif, sehingga mendorong integrasi mendalam antara teknologi persepsi video dan aplikasi industri.

Pada 2021, Hikvision secara resmi berinvestasi dalam penelitian dan pengembangan model besar Guanlan, membangun sistem tiga tingkat 'dasar–industri–tugas' serta memperkuat fondasi algoritma pemahaman video.

Dari persepsi dasar 'terlihat' hingga penyajian presisi 'terlihat', lalu ke interpretasi mendalam 'dapat dipahami', evolusi inti Hikvision berfokus pada lima dimensi:

· Peningkatan dari label terstruktur citra menuju pemahaman semantik mendalam video.

·Mengulang dari model diskriminatif satu adegum ke model besar multimodal visual.

·Beralih dari daya komputasi terdistribusi di sisi perangkat akhir ke penyebaran daya komputasi skala besar di sisi cloud-edge.

·Memperluas dari pengenalan target inti seperti manusia dan mobil ke cakupan objek ekor panjang di seluruh kategori.

·Meningkatkan dari penyaringan berbasis tag ke interaksi multimodal semantik antara manusia dan mesin.

Selama bertahun-tahun, Hikvision telah melayani jutaan pelanggan di seluruh dunia serta terlibat secara mendalam dalam semua skenario, termasuk transportasi, keuangan, kawasan industri, dan layanan kesehatan. Inilah iterasi teknologi yang bermula dari praktik dan diterapkan kembali dalam praktik, sehingga meletakkan fondasi kokoh bagi lahirnya teknologi pengkodean Guanlan.

Peningkatan Teknologi: Pemberdayaan AI Memecah Kemacetan

Teknologi pengkodean tradisional utama di industri ini mampu mencapai optimalisasi penyimpanan sebesar 30% hingga 70% dengan menyesuaikan secara dinamis kekuatan kompresi, namun memiliki keterbatasan jelas: pengenalan berdasarkan kondisi dinamis dan statis objek rentan mengakibatkan kesalahan identifikasi terhadap objek dinamis yang tidak kritis (seperti daun yang tertiup angin, burung, dll.), serta perubahan pencahayaan juga dapat memengaruhi hasilnya. Teknologi ini hanya cocok untuk adegan statis sederhana seperti gudang dan koridor.

Teknologi pengkodean Guanlan dari Hikvision mengintegrasikan kemampuan pemahaman mendalam dari model besar Guanlan dengan teknologi segmentasi tingkat piksel guna membangun sistem optimalisasi penuh rantai berbasis "pengenalan cerdas, segmentasi ROI akurat, serta pengkodean diferensial", sehingga mewujudkan kolaborasi ganda antara efisiensi penyimpanan dan kualitas citra.

Data uji aktual: peningkatan signifikan dalam efisiensi penyimpanan

Dibantu model besar, peningkatan kecerdasan digital

Dengan dukungan model visual Guanlan yang dikembangkan secara mandiri, kami dapat menganalisis secara akurat target kunci bernilai tinggi seperti manusia, kendaraan bermotor, dan kendaraan tanpa motor. Akurasi pengenalan meningkat signifikan dibandingkan algoritma konvensional, serta mampu mendukung pengenalan hingga 64 target secara bersamaan.

Dengan menggunakan teknologi segmentasi perlindungan ROI yang halus, area target latar depan dan latar belakang dipisahkan secara akurat: target latar depan menggunakan enkoding konvensional guna memastikan kelengkapan detail, sementara latar belakang menerapkan kompresi efisien untuk mengurangi penggunaan penyimpanan, dan akhirnya menghasilkan bitstream yang sesuai standar, sehingga menyeimbangkan kualitas gambar dan efisiensi. Dengan tetap menjaga kualitas area di luar target yang setara antara persepsi manusia dan mesin, laju bit dapat dihemat sebesar 20% hingga 90%.

Persepsi skenario, beradaptasi secara dinamis terhadap keseluruhan skenario

Teknologi pengkodean Hikvision Guanlan didasarkan pada "persepsi adegum" dan membangun sistem pengkodean cerdas yang beradaptasi secara dinamis, dengan mengandalkan operasi terkoordinasi antara persepsi dinamis dan statis:

· Persepsi dinamis: Penangkapan amplitudo gerak adegum dan kepadatan detail secara waktu nyata, serta alokasi sumber daya berdasarkan persentase bitrate maksimum (MaxBps) guna memastikan kualitas gambar tanpa kehilangan data dalam adegum kompleks.

· Persepsi statis: Pemakaian pengkodean ulang bingkai untuk gambar diam atau bergerak lambat, hanya memerlukan puluhan byte per bingkai, sehingga mengoptimalkan biaya penyimpanan secara maksimal.

Sebagai contoh, adegum pintu masuk dan keluar taman: pemulihan detail dengan bitrate tinggi selama jam sibuk pagi, keseimbangan 50% antara kualitas gambar dan efisiensi pada malam hari, serta kompresi 10% pada dini hari guna memaksimalkan penghematan penyimpanan. Dengan beradaptasi secara dinamis terhadap kompleksitas adegum, alokasi sumber daya pengkodean dapat dilakukan secara presisi.

Pengkodean Guanlan, menghemat uang, listrik, dan ruang

Dengan skala 2000 rute 1080P@2Mbps, dengan contoh penyimpanan selama 90 hari, skema pengkodean Guanlan mencapai pengurangan 60% jumlah hard disk, pengurangan 60% ruang pusat data, dan pengurangan 50% tagihan listrik selama lima tahun, sehingga menurunkan biaya proyek secara signifikan serta benar-benar mewujudkan prinsip "pengurangan biaya tanpa penurunan efisiensi".

Mulai dari penerapan pembelajaran mendalam, penerapan data terstruktur penuh, hingga peluncuran teknologi pengkodean Guanlan, Hikvision terus berkomitmen pada misi "membuat video menghasilkan nilai lebih besar" serta mendorong evolusi industri keamanan dari "perekaman pasif" menjadi "kecerdasan aktif". Dengan mengintegrasikan AI dan pengkodean secara mendalam, data video dapat diubah dari "redundansi masif" menjadi "presisi dan efisiensi", sehingga memberikan dorongan baru bagi peningkatan kecerdasan di ribuan industri.

Saat ini, teknologi pengodean Guanlan telah diterapkan pada produk front-end dan back-end Hikvision dan akan segera dirilis. Nantikan kabar selanjutnya!