De nieuwe coderingstechnologie van Hikvision Guanlan lost het opslagdilemma op en ontketent de kernwaarde van video

Video is uitgegroeid tot de kerngegevensbasis voor beveiligingspreventie en operationele besluitvorming. Maar achter de gegevensvloed schuilt een 'opslagdilemma': onderzoek wijst uit dat ongeveer 70% van de bewakingsvideo's bestaat uit stilstaande of lage-waardige beelden, en het mengen ervan met effectieve inhoud verspilt niet alleen opslagbronnen, maar verhoogt ook de totale kosten voor hardware-aanschaf en datacenterbeheer en -onderhoud.

Als drijvende kracht achter de technologische evolutie van de beveiligingssector leidt Hikvision al meer dan 20 jaar voortdurend de innovatie in de sector, met als ankerpunt ‘het verkennen van de kernwaarde van video’s’. De onlangs gelanceerde Guanlan-coderingstechnologie, gebaseerd op diepgaande inzichten in de sector en AI-gestuurde, nauwkeurige coderingslogica, doorbreekt de sectorale vloek dat ‘beeldkwaliteit en opslagefficiëntie niet tegelijkertijd kunnen worden bereikt’ en biedt opslagoptimalisatieoplossingen die ‘kosten verlagen zonder efficiëntie te verminderen’ voor duizenden sectoren.

Technische accumulatie: Meer dan 20 jaar projectervaring hebben kerncompetenties verfijnd

Hikvision’s exploratie van de waarde van video’s is gebaseerd op jarenlange technologische iteratie en projectervaring:

In 2015 waren wij de eersten die deep learning-algoritmes integreerden in front-endapparaten, waarmee het tijdperk van beveiligings-AI werd ingeluid.

In 2017 werd de driedelige AI Cloud-architectuur gelanceerd, waarmee de pijnpunten ‘verspreide rekenkracht en onvoldoende samenwerking’ werden opgelost en sterke ondersteuning werd geboden voor de implementatie van AI.

In 2018 werd een open AI-platform gelanceerd om klanten zonder algoritmische expertise te ondersteunen bij de ontwikkeling van exclusieve branche-algoritmen, wat de diepe integratie van videoperceptietechnologie en industriële toepassingen bevorderde.

In 2021 investeerde Hikvision officieel in het onderzoek en de ontwikkeling van het Guanlan-grootmodel, waarbij een driedelig systeem van ‘basis, industrie, taak’ werd opgebouwd en de basis van video-begrijpalgoritmen werd versterkt.

Van de basisperceptie van ‘zichtbaar’ naar de nauwkeurige weergave van ‘zichtbaar’, en vervolgens naar de diepe interpretatie van ‘begrijpelijk’: de kernontwikkeling van Hikvision richt zich op vijf dimensies:

·Upgrade van gestructureerde beeldlabels naar diepgaande semantische videoanalyse.

·Itereren van een enkel-scène discriminatief model naar een visueel multimodaal groot model.

·Verschuiven van gedistribueerde rekenkracht aan de eindzijde naar grootschalige rekenkrachtimplementatie aan de cloud-edgezijde.

·Uitbreiden van het herkennen van kernobjecten zoals mensen en auto’s naar het dekken van langstaartobjecten over alle categorieën heen.

·Upgraden van taggebaseerd filteren naar semantische mens-machine multimodale interactie.

Al vele jaren levert Hikvision diensten aan miljoenen klanten wereldwijd en is diep betrokken bij alle scenario’s, waaronder vervoer, financiën, industriële parken en gezondheidszorg. Deze technologische iteratie, die voortkomt uit de praktijk en voor de praktijk wordt gebruikt, legt een solide basis voor de geboorte van de Guanlan-coderingstechnologie.

Technologische upgrade: AI-versterking doorbreekt knelpunten

De mainstream traditionele coderingstechnologie in de branche kan een opslagoptimalisatie van 30% tot 70% bereiken door dynamisch de compressiekracht aan te passen, maar kent duidelijke beperkingen: herkenning op basis van de dynamische en statische toestanden van objecten leidt gemakkelijk tot verkeerde identificatie van niet-kritieke dynamische objecten (zoals bladeren die door de wind worden bewogen, vogels, enz.), en veranderingen in de belichting kunnen eveneens van invloed zijn op de prestaties. De technologie is uitsluitend geschikt voor eenvoudige statische omgevingen zoals magazijnen en gangen.

Hikvision’s Guanlan-coderingstechnologie integreert het diepe begaafde inzicht van het Guanlan-grootmodel met pixelniveau-segmentatietechnologie om een volledig geïntegreerd optimalisatiesysteem op te bouwen dat bestaat uit ‘intelligente herkenning, nauwkeurige ROI-segmentatie en gedifferentieerde codering’, wat een dubbele samenwerking tussen opslagefficiëntie en beeldkwaliteit realiseert.

Feitelijke testgegevens: aanzienlijke verbetering van de opslagefficiëntie

Ondersteuning door een grootmodel, digitale intelligentie-upgrade

Met de ondersteuning van ons eigen ontwikkelde Guanlan-visuele model kunnen we hoogwaardige sleuteldoelen zoals personen, voertuigen en niet-motorische voertuigen nauwkeurig analyseren. De herkenningnauwkeurigheid is aanzienlijk verbeterd ten opzichte van traditionele algoritmes en het systeem kan tegelijkertijd tot 64 doelen herkennen.

Door gebruik te maken van geavanceerde ROI-beschermingssegmentatietechnologie worden het voorgrondobject en het achtergrondgebied nauwkeurig gescheiden: het voorgrondobject wordt gecodeerd met conventionele codering om alle details volledig te behouden, terwijl de achtergrond efficiënt wordt gecomprimeerd om het opslaggebruik te verminderen; uiteindelijk worden standaardconforme bitstreams gegenereerd die een evenwicht bieden tussen beeldkwaliteit en efficiëntie. Op voorwaarde dat de kwaliteit van niet-doelen voor zowel mensen als machines vergelijkbaar blijft, kan de bitsnelheid met 20% tot 90% worden bespaard.

Scèneperceptie, dynamisch aangepast aan de gehele scène

De coderingstechnologie van Hikvision Guanlan is gebaseerd op ‘scenepresentie’ en bouwt een dynamisch aangepast intelligent coderingssysteem op, dat vertrouwt op de gecoördineerde werking van dynamische en statische presentie:

· Dynamische presentie: Realtime vastleggen van de bewegingsamplitude en detaildichtheid van de scène, met toewijzing van bronnen op basis van het percentage van de maximale bitsnelheid (MaxBps) om verliesloze beeldkwaliteit te garanderen in complexe scènes.

· Statische presentie: Herhaalde framecodering wordt gebruikt voor stilstaande of weinig dynamische beelden, met slechts enkele tientallen bytes per frame, waardoor de opslagkosten optimaal worden geoptimaliseerd.

Neem als voorbeeld de ingang- en uitgangsscènes van het park: hoge bitsnelheid voor herstel van details tijdens het ochtendspitsuur, een evenwicht van 50% tussen beeldkwaliteit en efficiëntie ’s nachts, en compressie van 10% in de vroege ochtend om de opslagbesparingen te maximaliseren. Door dynamisch aan te passen aan de complexiteit van de scène kan een precieze toewijzing van coderingsbronnen worden bereikt.

Guanlan-codering: bespaart geld, elektriciteit en ruimte

Bij een schaal van 2000 routes met 1080P@2 Mbps en een opslagduur van 90 dagen leidt het Guanlan-coderingsschema, vergeleken met traditionele codering, tot een vermindering van 60% in het aantal harde schijven, een vermindering van 60% in de datacenterruimte en een vermindering van 50% in de elektriciteitskosten over vijf jaar. Dit verlaagt de projectkosten aanzienlijk en realiseert echt ‘kostenverlaging zonder efficiëntievermindering’.

Van de implementatie van diep leren tot de toepassing van volledig gestructureerde gegevens en vervolgens de lancering van de Guanlan-coderingstechnologie blijft Hikvision zich inzetten voor ‘video’s meer waarde laten genereren’ en bevordert de evolutie van de beveiligingssector van ‘passief opnemen’ naar ‘actieve intelligentie’. Door AI en codering diepgaand te integreren, kan videogegevens worden getransformeerd van ‘massale redundantie’ naar ‘precisie en efficiëntie’, waardoor nieuwe impuls wordt gegeven aan de intelligente upgrading van duizenden sectoren.

Op dit moment is de Guanlan-coderingstechnologie toegepast op de front-end- en back-endproducten van Hikvision en zal binnenkort worden gelanceerd. Blijf op de hoogte!