Naujoji Hikvision Guanlan kodavimo technologija išsprendžia saugojimo dilemą ir atskleidžia vaizdo įrašų pagrindinę vertę

Vaizdo įrašai tapo pagrindine duomenų baze saugumo apsaugai ir operaciniam sprendimų priėmimui. Tačiau už duomenų potvynio slepiasi „saugojimo dilema“: tyrimai rodo, kad apie 70 % stebėjimo vaizdo įrašų yra nejudantys arba žemos vertės vaizdai, o jų maišymas su veiksminga turiniu ne tik švaisto saugojimo išteklius, bet taip pat padidina įrangos pirkimo bei duomenų centrų eksploatavimo ir priežiūros visuminę kainą.

Kaip saugos pramonės technologinio vystymosi varomoji jėga, „Hikvision“ daugiau nei 20 metų nuolat vadovauja pramonės inovacijoms, remdamasi principu „tyrinėti vaizdo įrašų pagrindinę vertę“. Nesenai pristatyta naujoji „Guanlan“ kodavimo technologija, paremta giliais pramonės įžvalgomis ir dirbtinio intelekto (AI) valdoma tikslia kodavimo logika, pašalina pramonėje egzistavusią kliūtį – „vaizdo kokybė ir saugyklos našumas negali būti pasiekti vienu metu“, – ir siūlo saugyklos optimizavimo sprendimus, kurie „sumažina sąnaudas, neprarandant našumo“, tūkstančiams įvairių pramonės šakų.

Techninės patirties kaupimas: Daugiau nei 20 metų projektų praktika suformavo pagrindines kompetencijas

„Hikvision“ tyrimai dėl vaizdo įrašų vertės kyla iš ilgametės technologinės iteracijos ir projektų praktikos:

2015 metais mes pirmieji integruojome gilųjį mokymąsi (deep learning) į priekinius įrenginius, pradėdami saugos dirbtinio intelekto (AI) erą.

2017 meta buvo pristatyta dirbtinio intelekto debesijos trijų lygių architektūra, kuri išsprendė „išsklaidytos skaičiavimo galios ir nepakankamos bendradarbiavimo“ problemas ir stipriai palaikė dirbtinio intelekto įdiegimą.

2018 metais buvo paleista dirbtinio intelekto atviroji platforma, kuri padėjo klientams be algoritmų kurti unikalius pramonės algoritmus ir skatino vaizdo suvokimo technologijų bei pramonės taikymų gilų susiejimą.

2021 metais „Hikvision“ oficialiai investavo į „Guanlan“ didžiojo modelio tyrimus ir plėtrą, sukurdama trijų lygių sistemą „pagrindas–pramonė–užduotis“ ir sustiprindama vaizdo supratimo algoritmų pagrindus.

Nuo paprasto suvokimo – „matoma“ – iki tikslaus pateikimo – „matoma“ – ir toliau iki gilaus aiškinimo – „suprantama“ – „Hikvision“ pagrindinis vystymasis koncentruojasi penkiuose matmenyse:

·Atnaujinimas nuo vaizdų struktūrizuotų žymų iki vaizdo gilaus semantinio supratimo.

·Iteruoti nuo vieno scenos diskriminacinio modelio iki vizualinio daugiarežiminio didelio modelio.

·Perkelti iš pasiskirstytos skaičiavimo galios į prietaiso kraštą į didelės apimties skaičiavimo galios diegimą debesijos krašte.

·Išplėsti nuo pagrindinių tikslų, tokių kaip žmonės ir automobiliai, atpažinimo iki ilgojo uodegos objektų apima visų kategorijų.

·Atnaujinti nuo žymų pagrindu filtravimo iki semantinės žmogaus–mašinos daugiarežiminės sąveikos.

Jau daugelį metų „Hikvision“ aptarnavo milijonus klientų visame pasaulyje ir aktyviai dalyvavo visose srityse – transporte, finansuose, pramonės parkuose ir sveikatos priežiūroje. Būtent ši technologinė iteracija, kuri kyla iš praktikos ir skirta praktikai, sudaro tvirtą pagrindą „Guanlan“ kodavimo technologijos sukūrimui.

Technologinė naujinimo: dirbtinio intelekto stiprinimas pašalina kliūtis

Pradinė tradicinė kodavimo technologija pramonėje gali pasiekti 30 %–70 % saugyklos optimizaciją dinamiškai reguliuodama suspaudimo jėgą, tačiau ji turi akivaizdžių apribojimų: atpažinimas, paremtas objektų dinaminėmis ir statinėmis būsenomis, dažnai klaidingai identifikuoja nestatybinius dinaminius objektus (pvz., vėjo pustomas lapus, paukščius ir pan.), o šviesos sąlygų pokyčiai taip pat gali paveikti rezultatus. Ji tinkama tik paprastiems statiniams scenoms, pvz., sandėliams ir koridoriams.

Hikvision Guanlan kodavimo technologija integruoja Guanlan didžiojo modelio gilų supratimą su pikselio lygio segmentavimo technologija, kad sukurtų visą grandinę optimizacijos sistemą – „intelektualus atpažinimas, tikslus ROI segmentavimas, diferencijuotas kodavimas“, pasiekdama dvigubą bendradarbiavimą tarp saugyklos ir vaizdo kokybės.

Realūs bandymų duomenys: reikšmingas saugyklos naudingumo pagerėjimas

Didžiojo modelio parama, skaitmeninės intelekto modernizacija

Remiantis mūsų patys sukurtu vaizdinio modeliu „Guanlan“, galime tiksliai analizuoti aukštos vertės pagrindinius tikslus, tokius kaip žmonės, transporto priemonės ir nevaromos transporto priemonės. Palyginti su tradiciniais algoritmais, atpažinimo tikslumas žymiai pagerėjo, o vienu metu galima atpažinti iki 64 tikslų.

Naudojant subtilią ROI apsaugos segmentavimo technologiją, tikslas priekyje ir fono sritis tiksliai atskiriamos: priekyje esantis tikslas koduojamas įprastu būdu, kad būtų užtikrinti visi detalės, o fone taikoma efektyvi suspaudimo technika, kurios dėka sumažėja saugojimo naudojimas; galiausiai sukuriami standartams atitinkantys bitų srautai, kurie subalansuoja vaizdo kokybę ir efektyvumą. Užtikrinant žmogaus ir mašinos ne tikslų kokybės palyginamumą, bitų pralaida gali būti sumažinta nuo 20 % iki 90 %.

Scenos suvokimas, dinamiškai prisitaikantis prie visos scenos

Hikvision Guanlan kodavimo technologija remiasi „scenos suvokimu“ ir sukuria dinamiškai pritaikytą protingą kodavimo sistemą, kurioje veikia koordinuota judėjimo ir nejudėjimo suvokimo sąveika:

· Judėjimo suvokimas: realiuoju laiku fiksuojamas scenos judėjimo amplitudės ir detalių tankio lygis, o išteklių paskirstymas atliekamas pagal maksimalų bitų perdavimo greitį (MaxBps) procentinę dalį, kad sudėtingose scenose būtų užtikrinta beklaidė vaizdo kokybė.

· Nejudėjimo suvokimas: nejudančioms arba mažai judančioms nuotraukoms taikoma pakartotinio kadro kodavimo technika, kai vienam kadromui reikia tik kelių dešimčių baitų, todėl maksimaliai optimizuojamos saugyklos sąnaudos.

Pavyzdžiui, parko įėjimo ir išėjimo scenose: ryte intensyvaus eismo metu detalės atkuriamos aukštu bitų perdavimo greičiu, naktį pasiekiamas 50 % balansas tarp vaizdo kokybės ir efektyvumo, o ankstyvą rytą taikoma 10 % spaudimo norma, kad būtų maksimaliai sutaupyta saugyklos vietos. Dinamiškai prisitaikant prie scenos sudėtingumo, galima tiksliai paskirstyti kodavimo išteklius.

Guanlan kodavimas – taupo pinigus, elektros energiją ir vietą

Esant 2000 maršrutų masteliui ir 1080P@2 Mbps vaizdo kokybei, pavyzdžiui, saugojant duomenis 90 dienų, Guanlan kodavimo schema, palyginti su tradiciniu kodavimu, sumažina kietųjų diskų skaičių 60 %, sumažina duomenų centro vietos poreikį 60 % ir sumažina penkerių metų elektros sąskaitas 50 %, žymiai sumažindama projekto išlaidas bei tikrai pasiekdama „išlaidų mažinimą be našumo mažinimo“.

Nuo giliosios mokymosi įdiegimo iki visiškai struktūrizuotų duomenų taikymo ir, galiausiai, Guanlan kodavimo technologijos pristatymo Hikvision nuolat siekia „padaryti taip, kad vaizdai kurtų didesnę vertę“ ir skatinti saugos pramonės evoliuciją nuo „neaktyvaus įrašymo“ prie „aktyvaus intelekto“. Giliai integruodama dirbtinį intelektą ir kodavimą, vaizdų duomenys gali būti transformuojami iš „masinio pertekliaus“ į „tikslumą ir efektyvumą“, suteikdama naują impulsą tūkstančių pramonės šakų intelektualiniam modernizavimui.

Šiuo metu Guanlan kodavimo technologija jau taikoma Hikvision priekinės ir galinės pusės produktuose ir netrukus bus pristatyta. Sekite naujienas!