Il video è diventato la base dati fondamentale per la prevenzione della sicurezza e per le decisioni operative. Ma dietro l’afflusso di dati si nasconde un «dilemma della memorizzazione»: studi dimostrano che circa il 70% dei video di sorveglianza contiene immagini statiche o a basso valore informativo; mescolarli con contenuti efficaci non solo spreca risorse di archiviazione, ma aumenta anche i costi complessivi relativi all’acquisto dell’hardware e alla gestione e manutenzione del data center.
Come forza trainante dietro l’evoluzione tecnologica del settore della sicurezza, Hikvision guida continuamente l’innovazione industriale da oltre 20 anni, con il principio fondamentale di «esplorare il valore centrale dei video». La recentemente rilasciata nuova tecnologia di codifica Guanlan, frutto di approfondite conoscenze del settore e di una logica di codifica precisa basata sull’IA, rompe la «maledizione» industriale secondo cui «qualità dell’immagine ed efficienza di archiviazione non possono essere raggiunte contemporaneamente», offrendo soluzioni di ottimizzazione dell’archiviazione che «riducono i costi senza ridurre l’efficienza» per migliaia di settori.
Accumulo tecnico: oltre 20 anni di esperienza pratica su progetti hanno affinato le competenze fondamentali
L’esplorazione da parte di Hikvision del valore dei video nasce da anni di iterazione tecnologica e di esperienza pratica su progetti:
Nel 2015 siamo stati i primi a integrare algoritmi di deep learning nei dispositivi front-end, inaugurando l’era dell’IA per la sicurezza.
Nel 2017 è stata lanciata l’architettura a tre livelli dell’AI Cloud, che ha risolto i problemi critici di 'potenza di calcolo frammentata e collaborazione insufficiente' e ha fornito un forte supporto all’implementazione dell’intelligenza artificiale.
Nel 2018 è stata lanciata una piattaforma aperta per l’IA, volta ad assistere i clienti privi di competenze algoritmiche nello sviluppo di algoritmi settoriali esclusivi, favorendo l’integrazione approfondita della tecnologia di percezione video con le applicazioni industriali.
Nel 2021 Hikvision ha ufficialmente investito nella ricerca e nello sviluppo del modello Guanlan, costruendo un sistema a tre livelli denominato 'fondazione-industria-compito' e consolidando così le basi degli algoritmi per la comprensione video.
Dalla percezione di base del 'visibile', alla presentazione precisa del 'visibile', fino all’interpretazione approfondita dell'‘intelligibile’, l’evoluzione fondamentale di Hikvision si concentra su cinque dimensioni:
·Passaggio da etichette strutturate delle immagini alla comprensione semantica approfondita dei video.
·Passare da un modello discriminativo basato su una singola scena a un grande modello visivo multimodale.
·Passare da potenza di calcolo distribuita sul lato terminale a un’ampia distribuzione della potenza di calcolo sul lato cloud-edge.
·Estendere il riconoscimento dagli obiettivi principali, come persone e autovetture, al coprire oggetti di coda lunga appartenenti a tutte le categorie.
·Aggiornare il filtraggio basato su tag verso un’interazione multimodale semantica uomo-macchina.
Da molti anni Hikvision serve milioni di clienti in tutto il mondo ed è profondamente coinvolta in tutti gli scenari, tra cui trasporti, finanza, parchi industriali e assistenza sanitaria. È proprio questa iterazione tecnologica, nata dalla pratica e destinata alla pratica, a costituire la solida base per la nascita della tecnologia di codifica Guanlan.
Aggiornamento tecnologico: l’intelligenza artificiale abilita il superamento dei colli di bottiglia
La tecnologia di codifica tradizionale mainstream del settore può raggiungere un’ottimizzazione della memorizzazione del 30%–70% regolando dinamicamente la forza di compressione, ma presenta evidenti limitazioni: il riconoscimento basato sugli stati dinamici e statici degli oggetti tende a identificare erroneamente oggetti dinamici non critici (ad esempio foglie mosse dal vento, uccelli, ecc.), e le variazioni di illuminazione possono influenzarne l’efficacia. È adatta soltanto a scene statiche semplici, come magazzini e corridoi.
La tecnologia di codifica Guanlan di Hikvision integra la capacità di profonda comprensione del modello grande Guanlan con la tecnologia di segmentazione a livello di pixel, realizzando un sistema di ottimizzazione end-to-end basato su «riconoscimento intelligente, segmentazione accurata dell’area di interesse (ROI), codifica differenziata», ottenendo una collaborazione sinergica tra efficienza di memorizzazione e qualità dell’immagine.

Dati dei test effettivi: miglioramento significativo dell’efficienza di memorizzazione
Supporto del modello grande, aggiornamento digitale intelligente
Con il supporto del nostro modello visivo autodevelopato Guanlan, possiamo analizzare con precisione obiettivi chiave ad alto valore, come persone, veicoli e veicoli non motorizzati. L’accuratezza del riconoscimento è notevolmente migliorata rispetto agli algoritmi tradizionali e consente di riconoscere fino a 64 obiettivi contemporaneamente.
Utilizzando la tecnologia avanzata di segmentazione per la protezione delle aree di interesse (ROI), l’obiettivo in primo piano e l’area dello sfondo vengono separati con precisione: il primo piano viene codificato con metodi convenzionali per garantire dettagli completi, mentre lo sfondo subisce una compressione efficiente per ridurre l’occupazione di spazio di archiviazione; infine, vengono generati flussi di bit conformi agli standard, bilanciando qualità dell’immagine ed efficienza. A parità di qualità percepita dello sfondo da parte di esseri umani e macchine, il bitrate può essere ridotto dal 20% al 90%.
Percezione della scena, adattamento dinamico all’intera scena
La tecnologia di codifica di Hikvision Guanlan si basa sulla "percezione della scena" e costruisce un sistema di codifica intelligente adattivo dinamico, affidandosi al funzionamento coordinato della percezione dinamica e statica:
· Percezione dinamica: acquisizione in tempo reale dell’ampiezza del movimento nella scena e della densità dei dettagli, con allocazione delle risorse in base alla percentuale del bitrate massimo (MaxBps) per garantire qualità dell’immagine senza perdita nelle scene complesse.
· Percezione statica: viene utilizzata la codifica a fotogrammi ripetuti per immagini ferme o a bassa dinamicità, con soli poche decine di byte per fotogramma, ottimizzando al massimo i costi di archiviazione.
Prendendo come esempio le scene di ingresso e uscita del parco: ripristino ad alto bitrate dei dettagli durante l’ora di punta mattutina, bilanciamento al 50% tra qualità dell’immagine ed efficienza durante la notte, e compressione al 10% nelle prime ore del mattino per massimizzare i risparmi di spazio di archiviazione. Adattando dinamicamente la complessità della scena, è possibile ottenere un’allocazione precisa delle risorse di codifica.

Codifica Guanlan: risparmia denaro, energia elettrica e spazio
Con una scala di 2000 percorsi a 1080P@2 Mbps, prendendo come esempio un archivio di 90 giorni, lo schema di codifica Guanlan consente una riduzione del 60% del numero di dischi rigidi, una riduzione del 60% dello spazio nei data center e una riduzione del 50% delle bollette elettriche quinquennali, riducendo in modo significativo i costi del progetto e realizzando davvero la "riduzione dei costi senza riduzione dell’efficienza".

Dall’implementazione dell’apprendimento profondo all’utilizzo di dati completamente strutturati, fino al lancio della tecnologia di codifica Guanlan, Hikvision continua a impegnarsi per "far generare ai video un valore maggiore" e a promuovere l’evoluzione del settore della sicurezza da "registrazione passiva" a "intelligenza attiva". Integrando in profondità l’IA e la codifica, i dati video possono passare da "ridondanza massiccia" a "precisione ed efficienza", infondendo nuovo impulso all’aggiornamento intelligente di migliaia di settori.
Attualmente, la tecnologia di codifica Guanlan è stata applicata ai prodotti front-end e back-end di Hikvision e sarà presto rilasciata. Restate sintonizzati!