ເຕັກໂນໂລຢີການເຂົ້າລະຫັດໃໝ່ຂອງ Hikvision Guanlan ແກ້ໄຂບັນຫາການຈັດເກັບຂໍ້ມູນ ແລະ ປ່ອຍຄຸນຄ່າຫຼັກຂອງວິດີໂອອອກມາ

ວິດີໂອໄດ້ກາຍເປັນພື້ນຖານຂໍ້ມູນຫຼັກສຳລັບການປ້ອງກັນຄວາມປອດໄພ ແລະ ການຕັດສິນໃຈດ້ານການດຳເນີນງານ. ແຕ່ເບື້ອງຫຼັງຂອງການລົ້ມທີ່ເຕັມໄປດ້ວຍຂໍ້ມູນນີ້ ມີບັນຫາ "ການຈັດເກັບຂໍ້ມູນ" ທີ່ເກີດຂຶ້ນ: ການສຶກສາຊີ້ໃຫ້ເຫັນວ່າປະມານ 70% ຂອງວິດີໂອການສັງເກດການຍັງຄົງເປັນຮູບພາບທີ່ບໍ່ເຄື່ອນໄຫວ ຫຼື ມີຄຸນຄ່າຕ່ຳ, ແລະ ການປຸກປະສົມເນື້ອຫາເຫຼົ່ານີ້ເຂົ້າກັບເນື້ອຫາທີ່ມີປະສິດທິຜົນບໍ່ພຽງແຕ່ເສຍຄ່າຊັບພະຍາກອນການຈັດເກັບເທົ່ານັ້ນ, ແຕ່ຍັງເພີ່ມຕົ້ນຄ່າທັງໝົດຂອງການຈັດຊື້ອຸປະກອນຮາດແວ ແລະ ການດຳເນີນງານ ແລະ ການບໍລິຫານລະບົບຂໍ້ມູນ.

ເປັນແຮງຂັບເຄື່ອນຫຼັກໃນການພັດທະນາເຕັກໂນໂລຊີຂອງອຸດສາຫະກຳດ້ານຄວາມປອດໄພ Hikvision ໄດ້ນຳເອົາການປະດິດສ້າງໃໝ່ຂອງອຸດສາຫະກຳມາຢ່າງຕໍ່ເນື່ອງເປັນເວລາຫຼາຍກວ່າ 20 ປີ ໂດຍມີຈຸດສຳຄັນຄື "ການສຳຫຼວດຄຸນຄ່າຫຼັກຂອງວີດີໂອ". ເຕັກໂນໂລຊີການເຂົ້າລະຫັດ Guanlan ທີ່ຖືກປ່ອຍອອກມາເມື່ອເຮັດໄດ້ດ້ວຍການວິເຄາະອຸດສາຫະກຳຢ່າງເລິກເຊິ່ງ ແລະ ການນຳໃຊ້ເຕັກໂນໂລຊີປັນຍາປະດິດສ້າງ (AI) ເພື່ອຄຳນວນການເຂົ້າລະຫັດຢ່າງຖືກຕ້ອງ ໄດ້ທຳລາຍຄວາມເຊື່ອທີ່ວ່າ "ຄຸນນະພາບຮູບພາບ ແລະ ປະສິດທິພາບໃນການຈັດເກັບຂໍ້ມູນບໍ່ສາມາດບັນລຸໄດ້ພ້ອມກັນ" ແລະ ໃຫ້ວິທີແກ້ໄຂການຈັດເກັບຂໍ້ມູນທີ່ "ຫຼຸດຜ່ອນຕົ້ນທຶນໂດຍບໍ່ຫຼຸດຜ່ອນປະສິດທິພາບ" ແກ່ອຸດສາຫະກຳຫຼາຍພັນດ້ານ.

ການສັ່ງສົມດ້ານເຕັກນິກ: ການປະຕິບັດໂຄງການເປັນເວລາຫຼາຍກວ່າ 20 ປີ ໄດ້ປຸງແຕ່ງຄວາມຊຳນິຊຳນານທີ່ສຳຄັນ.

ການສຳຫຼວດຄຸນຄ່າຂອງວີດີໂອຂອງ Hikvision ເກີດຂື້ນຈາກການປັບປຸງເຕັກໂນໂລຊີຢ່າງຕໍ່ເນື່ອງ ແລະ ການປະຕິບັດໂຄງການເປັນເວລາດົນນານ:

ໃນປີ 2015 ພວກເຮົາເປັນບໍລິສັດທຳອິດທີ່ປະກອບສ່ວນຂອງອັລກົຣິດີມການຮຽນຮູ້ເລິກ (deep learning algorithms) ເຂົ້າໄປໃນອຸປະກອນດ້ານໜ້າ (front-end devices) ເຊິ່ງເປັນຈຸດເລີ່ມຕົ້ນຂອງຍຸກ AI ດ້ານຄວາມປອດໄພ.

ໃນປີ 2017 ໄດ້ເປີດຕົວສາມລະດັບຂອງສາຍງານ AI Cloud ເຊິ່ງແກ້ໄຂບັນຫາທີ່ເກີດຈາກ 'ພະລັງຄຳນວນທີ່ຖືກແຍກອອກ ແລະ ການຮ່ວມມືທີ່ບໍ່ພຽງພໍ' ແລະ ໃຫ້ການສະໜັບສະໜູນຢ່າງເຂັ້ມແຂງຕໍ່ການນຳໃຊ້ AI.

ໃນປີ 2018 ໄດ້ເປີດຕົວສາຍງານເປີດ AI ເພື່ອຊ່ວຍລູກຄ້າທີ່ບໍ່ມີຄວາມຮູ້ດ້ານອັລກົຣິດີມເລີຍໃນການພັດທະນາອັລກົຣິດີມທີ່ເປັນເອກະລັກຂອງອຸດສາຫະກຳ ແລະ ສ่งເສີມການບີບອັດເຂົ້າດ້ວຍເຕັກໂນໂລຊີການຮັບຮູ້ວີດີໂອ ແລະ ການນຳໃຊ້ໃນອຸດສາຫະກຳ.

ໃນປີ 2021 Hikvision ໄດ້ລົງທຶນຢ່າງເປັນທາງການໃນການຄົ້ນຄວ້າ ແລະ ພັດທະນາແບບຈຳລອງ Guanlan ໂດຍການສ້າງລະບົບສາມລະດັບທີ່ປະກອບດ້ວຍ 'ພື້ນຖານ-ອຸດສາຫະກຳ-ພາລະກິດ' ແລະ ເຮັດໃຫ້ພື້ນຖານຂອງອັລກົຣິດີມການເຂົ້າໃຈວີດີໂອແຂງແຮງຂຶ້ນ.

ຈາກການຮັບຮູ້ພື້ນຖານຂອງ 'ເຫັນໄດ້' ໄປສູ່ການນຳສະເໜີທີ່ຖືກຕ້ອງແທ້ໆຂອງ 'ເຫັນໄດ້' ແລະ ຕໍ່ໄປຈົນເຖິງການຕີຄວາມເຂົ້າໃຈຢ່າງເລິກເຊິ່ງຂອງ 'ເຂົ້າໃຈໄດ້' ການພັດທະນາຫຼັກຂອງ Hikvision ເນັ້ນໃສ່ຫ້າມິຕິ:

· ປັບປຸງຈາກປ້າຍທີ່ມີໂຄງສ້າງຂອງຮູບພາບໄປເປັນການເຂົ້າໃຈຄວາມໝາຍທີ່ເລິກເຊິ່ງຂອງວີດີໂອ.

·ປ່ຽນຈາກແບບຈຳລອງທີ່ສາມາດແຍກແຍະເຫດການດຽວ ໄປເປັນແບບຈຳລອງໃຫຍ່ທີ່ມີຄວາມສາມາດດ້ານທັດສະນະສຳຫຼັບຫຼາຍຮູບແບບ.

·ເປັນການປ່ຽນຈາກການຄິດໄລ່ທີ່ແບ່ງຢູ່ດ້ານອຸປະກອນໃຊ້ງານ ໄປເປັນການຕິດຕັ້ງພະລັງການຄິດໄລ່ຂະໜາດໃຫຍ່ຢູ່ດ້ານເຄື່ອງແມ່ຂ່າຍທີ່ຢູ່ໃກ້ກັບເຄື່ອງໃຊ້ງານ.

·ຂະຫຍາຍຈາກການຈົດຈຳວັດຖຸສຳຄັນເຊັ່ນ: ມະນຸດ ແລະ ລົດ ໄປເຖິງການຄຸມຄຸມວັດຖຸທີ່ມີຈຳນວນນ້ອຍໃນທຸກໆປະເພດ.

·ອັບເກຣດຈາກການກັ້ນດ້ວຍປ້າຍຊື່ ໄປເປັນການຕິດຕໍ່ສື່ສານຫຼາຍຮູບແບບທີ່ມີຄວາມໝາຍລະຫວ່າງມະນຸດ ແລະ ເຄື່ອງຈັກ.

ເປັນເວລາຫຼາຍປີມາແລ້ວ Hikvision ໄດ້ບໍລິການລູກຄ້ານັບລ້ານຄົນທົ່ວໂລກ ແລະ ໄດ້ມີສ່ວນຮ່ວມຢ່າງເລິກເຊິ່ງໃນທຸກໆສະຖານະການ ເຊັ່ນ: ການຂົນສົ່ງ ການເງິນ ສວນອຸດສາຫະກຳ ແລະ ສາທາລະນະສຸກ. ການປັບປຸງເທັກໂນໂລຊີນີ້ເກີດຂື້ນຈາກການປະຕິບັດຈິງ ແລະ ຖືກນຳໄປໃຊ້ໃນການປະຕິບັດຈິງ, ເຊິ່ງເປັນພື້ນຖານທີ່ແໜ້ນແຟ້ນສຳລັບການເກີດຂື້ນຂອງເທັກໂນໂລຊີ Guanlan coding.

ການອັບເກຣດເທັກໂນໂລຊີ: AI ເປັນກຳລັງໃນການແກ້ໄຂອຸປະສັກ

ເຕັກໂນໂລຢີການເຂົ້າຫຼັກທີ່ໃຊ້ກັນທົ່ວໄປໃນອຸດສາຫະກຳສາມາດບັນລຸການເພີ່ມປະສິດທິພາບການຈັດເກັບຂໍ້ມູນໄດ້ 30% ຫາ 70% ໂດຍການປັບແຕ່ງອັດຕາການບີບອັດຢ່າງເປັນໄປໄດ້, ແຕ່ມີຂໍ້ຈຳກັດທີ່ຊັດເຈນ: ການຮູ້ຈັກທີ່ອີງໃສ່ສະຖານະການເคลື່ອນໄຫວ ແລະ ສະຖານະການນິ່ງນີ້ ອາດຈະເກີດຄວາມຜິດພາດໃນການຮູ້ຈັກວັດຖຸທີ່ເຄື່ອນໄຫວແຕ່ບໍ່ສຳຄັນ (ເຊັ່ນ: ແອ້ວທີ່ຖືກທຳລາຍຈາກລົມ, ນົກ, ແລະອື່ນໆ), ແລະການປ່ຽນແປງຂອງແສງສະຫວ່າງກໍສາມາດສົ່ງຜົນຕໍ່ປະສິດທິຜົນໄດ້. ເຕັກໂນໂລຢີນີ້ເໝາະສຳລັບສະຖານະການທີ່ເງີບນິ່ງ ແລະ ງ່າຍດາຍເທົ່ານັ້ນ ເຊັ່ນ: ສາງ ແລະ ລະເມີດ.

ເຕັກໂນໂລຢີການເຂົ້າຂອງ Hikvision Guanlan ຜະສົມປະສານຄວາມສາມາດໃນການເຂົ້າໃຈຢ່າງເລິກເຊິ່ງຂອງແບບຈຳລອງໃຫຍ່ Guanlan ກັບເຕັກໂນໂລຢີການແບ່ງແຍກລະດັບ pixel ເພື່ອສ້າງລະບົບການເພີ່ມປະສິດທິຜົນທັງຫມົດທີ່ປະກອບດ້ວຍ "ການຮູ້ຈັກຢ່າງສຸດຍອດ, ການແບ່ງແຍກເຂດ ROI ທີ່ຖືກຕ້ອງ, ແລະ ການເຂົ້າທີ່ແຕກຕ່າງກັນ", ເພື່ອບັນລຸການຮ່ວມມືຢ່າງເປັນເອກະລາດລະຫວ່າງການຈັດເກັບຂໍ້ມູນ ແລະ ຄຸນນະພາບຂອງຮູບພາບ.

ຂໍ້ມູນການທົດສອບຈິງ: ມີການປັບປຸງຢ່າງເດັ່ນຊັດໃນປະສິດທິຜົນການຈັດເກັບຂໍ້ມູນ

ການຊ່ວຍເຫຼືອຈາກແບບຈຳລອງໃຫຍ່, ການຍົກລະດັບດິຈິຕອນ ແລະ ປັນຍາຈຳລອງ

ດ້ວຍການສະໜັບສະໜູນຈາກແບບຈຳລອງການເບິ່ງເຫັນ Guanlan ທີ່ພວກເຮົາພັດທະນາຂຶ້ນເອງ, ພວກເຮົາສາມາດວິເຄາະເປົ້າໝາຍທີ່ມີຄຸນຄ່າສູງເຊັ່ນ: ມະນຸດ, ລົດ, ແລະ ລົດທີ່ບໍ່ໃຊ້ເຄື່ອງຈັກໄດ້ຢ່າງຖືກຕ້ອງ. ຄວາມຖືກຕ້ອງໃນການຈົດຈຳນີ້ດີຂຶ້ນຢ່າງເດັ່ນຊັດເມື່ອທຽບກັບອັລກົຣິດີມທຳມະດາ, ແລະສາມາດຮອງຮັບການຈົດຈຳເປົ້າໝາຍໄດ້ສູງສຸດ 64 ເປົ້າໝາຍໃນເວລາດຽວກັນ.

ດ້ວຍການໃຊ້ເຕັກໂນໂລຢີການແບ່ງສ່ວນການປ້ອງກັນເຂດ ROI ທີ່ຖືກຕ້ອງແລະລະອອງ, ສ່ວນທີ່ຢູ່ຂ້າງໜ້າ (foreground) ແລະ ສ່ວນພື້ນຫຼັງ (background) ຖືກແຍກອອກຢ່າງຖືກຕ້ອງ: ສ່ວນທີ່ຢູ່ຂ້າງໜ້າໃຊ້ການເຂົ້າລະຫັດທຳມະດາເພື່ອຮັບປະກັນວ່າລາຍລະອຽດທັງໝົດຈະຄົງຢູ່ຄົບຖ້ວນ, ສ່ວນພື້ນຫຼັງນຳໃຊ້ການບີບອັດຢ່າງມີປະສິດທິພາບເພື່ອຫຼຸດຜ່ອນການໃຊ້ພື້ນທີ່ຈັດເກັບ, ແລະສຸດທ້າຍຈະສົ່ງອອກເປັນ bitstream ທີ່ເຂົ້າກັນໄດ້ກັບມາດຕະຖານ, ເຊິ່ງຮັກສາດຸລະພາບລະຫວ່າງຄຸນນະພາບຮູບພາບແລະປະສິດທິພາບໄວ້ຢ່າງເໝາະສົມ. ໃນເງື່ອນໄຂທີ່ຮັບປະກັນຄຸນນະພາບຂອງສິ່ງທີ່ບໍ່ແມ່ນເປົ້າໝາຍໃຫ້ຄົງຢູ່ໃນລະດັບທີ່ເທົ່າທຽບກັບຄຸນນະພາບທີ່ມະນຸດ ແລະ ເຄື່ອງຈັກສາມາດຮັບຮູ້ໄດ້, ອັດຕາ bit rate ສາມາດປະຢັດໄດ້ 20% ຫາ 90%.

ການຮັບຮູ້ສະຖານະການ, ປັບຕົວຢ່າງເປັນໄປຕາມທັງໝົດຂອງສະຖານະການ

ເຕັກນິກການເຂົ້າລະຫັດຂອງ Hikvision Guanlan ອີງໃສ່ "ການຮັບຮູ້ແບບສະຖານະການ" ແລະສ້າງລະບົບການເຂົ້າລະຫັດອັດສະລິຍະທີ່ປັບຕົວໄດ້ຕາມສະພາບການ ໂດຍອີງໃສ່ການດຳເນີນງານຮ່ວມກັນລະຫວ່າງການຮັບຮູ້ແບບເຄື່ອນໄຫວ ແລະ ການຮັບຮູ້ແບບຄົງທີ່:

·ການຮັບຮູ້ແບບເຄື່ອນໄຫວ: ການບັນທຶກຄວາມກວ້າງຂອງການເຄື່ອນໄຫວ ແລະ ຄວາມໜາແໜ້ນຂອງລາຍລະອຽດໃນສະຖານະການແບບເວລາຈິງ ໂດຍຈັດສັນຊັບພະຍາກອນຕາມເປີເຊັນຕ໌ຂອງອັດຕາບິດສູງສຸດ MaxBps ເພື່ອຮັບປະກັນຄຸນນະພາບຮູບພາບທີ່ບໍ່ສູນເສຍໃນສະຖານະການທີ່ສັບສົນ.

·ການຮັບຮູ້ແບບຄົງທີ່: ການເຂົ້າລະຫັດເຟຣມຊ້ຳຖືກນຳໃຊ້ສຳລັບຮູບພາບທີ່ຢູ່ນິ່ງ ຫຼື ມີການເຄື່ອນໄຫວຕ່ຳ ໂດຍໃຊ້ພຽງແຕ່ສິບກະໂລຕົວອັກສອນຕໍ່ເຟຣມ ເພື່ອເພີ່ມປະສິດທິພາບການປະຢັດພື້ນທີ່ເກັບຂໍ້ມູນສູງສຸດ.

ເອົາຕົວຢ່າງຈາກສະຖານະການປະຕູເຂົ້າ-ອອກຂອງສວນ: ການກູ້ຄືນລາຍລະອຽດດ້ວຍອັດຕາບິດສູງໃນຊ່ວງເວລາຄົນອອກເຮັດວຽກເຊົ້າ ສົມດຸນຄຸນນະພາບຮູບພາບ ແລະ ປະສິດທິພາບ 50% ໃນເວລາກາງຄືນ ແລະ ກົດອັດຕາກົດ 10% ໃນເວລາຕີສວ່າຍເພື່ອປະຢັດພື້ນທີ່ເກັບຂໍ້ມູນສູງສຸດ. ໂດຍການປັບຕົວຕາມຄວາມສັບສົນຂອງສະຖານະການ ສາມາດຈັດສັນຊັບພະຍາກອນການເຂົ້າລະຫັດໄດ້ຢ່າງແນ່ນອນ.

ການເຂົ້າລະຫັດ Guanlan, ປະຢັດເງິນ ໄຟຟ້າ ແລະ ພື້ນທີ່

ດ້ວຍຂະໜາດຂອງເສັ້ນທາງ 2000 ແຫ່ງ ແລະຄຸນນະພາບ 1080P@2Mbps, ເປັນຕົ້ນຕົວການຈັດເກັບຂໍ້ມູນເປັນເວລາ 90 ມື້, ລະບົບການເຂົ້າລະຫັດ Guanlan ສາມາດຫຼຸດຜ່ອນຈຳນວນດິດກ໌ໄຮຟ໌ໄດ້ 60%, ຫຼຸດຜ່ອນພື້ນທີ່ສູນຂໍ້ມູນໄດ້ 60%, ແລະຫຼຸດຜ່ອນຄ່າໄຟຟ້າໃນໄລຍະ 5 ປີໄດ້ 50%, ເຊິ່ງຫຼຸດຜ່ອນຕົ້ນທຶນໂຄງການຢ່າງມີນັກ, ແລະບັນລຸເຖິງຄຳແນະນຳ 'ຫຼຸດຜ່ອນຕົ້ນທຶນໂດຍບໍ່ຫຼຸດຜ່ອນປະສິດທິພາບ'.

ຈາກການນຳໃຊ້ເຕັກນິກການຮຽນຮູ້ເລິກ (deep learning) ໄປຈົນເຖິງການນຳໃຊ້ຂໍ້ມູນທີ່ມີຄວາມເປັນລະບົບຢ່າງເຕັມທີ່ (fully structured data), ແລະຕໍ່ມາຈົນເຖິງການເປີດຕົວເຕັກນິກການເຂົ້າລະຫັດ Guanlan, Hikvision ຍັງຄົງມີຄວາມມຸ່ງໝັ້ນທີ່ຈະ 'ເຮັດໃຫ້ວີດີໂອສ້າງສ້າງມູນຄ່າທີ່ໃຫຍ່ຂຶ້ນ' ແລະສົ່ງເສີມການພັດທະນາຂອງອຸດສາຫະກຳຄວາມປອດໄພຈາກ 'ການບັນທຶກທີ່ເປັນທາງບວກ' ໄປເຖິງ 'ສິ່ງທີ່ມີປັນຍາທີ່ເປັນທາງບວກ'. ໂດຍການປະສົມປະສານ AI ແລະເຕັກນິກການເຂົ້າລະຫັດຢ່າງເລິກເຊິ່ງ, ຂໍ້ມູນວີດີໂອສາມາດປ່ຽນຈາກ 'ຄວາມເກີນດຸນຢ່າງມະຫາສານ' ໄປເຖິງ 'ຄວາມແນ່ນອນ ແລະປະສິດທິພາບ', ເຊິ່ງເປັນການເພີ່ມແຮງຈູງໃໝ່ໃຫ້ກັບການປັບປຸງສູ່ຄວາມເປັນເອກະສານຂອງອຸດສາຫະກຳຫຼາຍພັນແຫ່ງ.

ໃນປັດຈຸບັນ ເຕັກໂນໂລຢີການເຂົ້າລະຫັດ Guanlan ໄດ້ຖືກນຳໃຊ້ກັບຜະລິດຕະພັນດ້ານ front-end ແລະ back-end ຂອງ Hikvision ແລະຈະຖືກເປີດຕົວໃນໄວໆນີ້. ກະລຸນາຕິດຕາມ!