เทคโนโลยีการเข้ารหัสใหม่ของฮิกวิชัน กวนหลาน แก้ปัญหาความยากลำบากด้านการจัดเก็บข้อมูล และปลดปล่อยมูลค่าหลักของวิดีโอ

วิดีโอได้กลายเป็นฐานข้อมูลหลักสำหรับการป้องกันความปลอดภัยและการตัดสินใจในการดำเนินงาน แต่เบื้องหลังปริมาณข้อมูลมหาศาลนั้น กลับมี "ปัญหาความยากลำบากด้านการจัดเก็บข้อมูล": ผลการวิจัยชี้ว่า วิดีโอเฝ้าระวังประมาณร้อยละ 70 ยังคงเป็นภาพที่ไม่มีการเคลื่อนไหวหรือมีคุณค่าน้อย และการนำภาพเหล่านี้มาผสมรวมกับเนื้อหาที่มีประโยชน์นั้น ไม่เพียงแต่สิ้นเปลืองทรัพยากรการจัดเก็บเท่านั้น แต่ยังเพิ่มต้นทุนโดยรวมสำหรับการจัดซื้อฮาร์ดแวร์และการดำเนินงานบำรุงรักษาศูนย์ข้อมูลอีกด้วย

ในฐานะแรงขับเคลื่อนหลักที่ผลักดันวิวัฒนาการทางเทคโนโลยีของอุตสาหกรรมความมั่นคงปลอดภัย ฮิกวิชันได้เป็นผู้นำนวัตกรรมของอุตสาหกรรมอย่างต่อเนื่องมาเกินกว่า 20 ปี โดยยึดหลักการ "การแสวงหาคุณค่าหลักของวิดีโอ" เทคโนโลยีการเข้ารหัสกวนลันรุ่นใหม่ที่เพิ่งเปิดตัวเมื่อเร็วๆ นี้ ซึ่งเกิดจากความเข้าใจเชิงลึกต่ออุตสาหกรรมและตรรกะการเข้ารหัสที่แม่นยำโดยอาศัยปัญญาประดิษฐ์ (AI) ได้ทำลายคำสาปของอุตสาหกรรมที่ว่า "คุณภาพภาพกับประสิทธิภาพการจัดเก็บไม่สามารถบรรลุพร้อมกันได้" และมอบโซลูชันการปรับปรุงประสิทธิภาพการจัดเก็บที่ "ลดต้นทุนโดยไม่ลดประสิทธิภาพ" ให้แก่อุตสาหกรรมนับพัน

การสะสมองค์ความรู้ด้านเทคนิค: การปฏิบัติงานจริงในโครงการมากว่า 20 ปี ได้หล่อหลอมสมรรถนะหลัก

การแสวงหาคุณค่าวิดีโอของฮิกวิชันเกิดขึ้นจากกระบวนการพัฒนาเทคโนโลยีอย่างต่อเนื่องและประสบการณ์จากการดำเนินโครงการจริงมายาวนาน

ในปี ค.ศ. 2015 เราเป็นบริษัทแรกที่ผสานรวมอัลกอริทึมการเรียนรู้เชิงลึกเข้ากับอุปกรณ์ปลายทาง ซึ่งเป็นจุดเริ่มต้นของยุคความมั่นคงปลอดภัยที่ขับเคลื่อนด้วยปัญญาประดิษฐ์ (AI)

ในปี ค.ศ. 2017 ได้เปิดตัวสถาปัตยกรรมคลาวด์ปัญญาประดิษฐ์แบบสามชั้น ซึ่งแก้ไขจุดบกพร่องหลักเรื่อง 'พลังการประมวลผลกระจัดกระจายและขาดความร่วมมือที่เพียงพอ' และให้การสนับสนุนอย่างแข็งแกร่งต่อการนำปัญญาประดิษฐ์ไปใช้งานจริง

ในปี ค.ศ. 2018 ได้เปิดตัวแพลตฟอร์มปัญญาประดิษฐ์แบบเปิด เพื่อช่วยลูกค้าที่ไม่มีความเชี่ยวชาญด้านอัลกอริทึมในการพัฒนาอัลกอริทึมเฉพาะทางสำหรับอุตสาหกรรมของตนเอง ส่งเสริมการผสานรวมอย่างลึกซึ้งระหว่างเทคโนโลยีการรับรู้ภาพวิดีโอและการประยุกต์ใช้งานในภาคอุตสาหกรรม

ในปี ค.ศ. 2021 ฮิกวิชันลงทุนอย่างเป็นทางการในการวิจัยและพัฒนารุ่นโมเดลใหญ่กวนหลาน โดยสร้างระบบสามระดับประกอบด้วย 'พื้นฐาน อุตสาหกรรม และภารกิจ' เพื่อวางรากฐานที่มั่นคงให้กับอัลกอริทึมการเข้าใจวิดีโอ

จากความสามารถพื้นฐานในการรับรู้สิ่งที่ 'มองเห็นได้' ไปสู่การนำเสนออย่างแม่นยำของสิ่งที่ 'มองเห็นได้' แล้วจึงก้าวต่อไปสู่การตีความอย่างลึกซึ้งของสิ่งที่ 'เข้าใจได้' วิวัฒนาการหลักของฮิกวิชันมุ่งเน้นไปที่ห้ามิติ

· พัฒนาขีดความสามารถจากป้ายกำกับโครงสร้างภาพไปสู่การเข้าใจความหมายเชิงลึกของวิดีโอ

·พัฒนาแบบจำลองจากแบบจำลองการแยกแยะฉากเดียว ไปสู่แบบจำลองขนาดใหญ่ที่ประมวลผลภาพและข้อมูลหลายรูปแบบ

·เปลี่ยนจากการใช้พลังการประมวลผลแบบกระจายบนอุปกรณ์ปลายทาง ไปสู่การจัดวางพลังการประมวลผลขนาดใหญ่ที่ขอบคลาวด์

·ขยายขอบเขตการรู้จำจากวัตถุหลัก เช่น บุคคลและรถยนต์ ไปสู่วัตถุที่มีความหลากหลายและเกิดขึ้นน้อยในทุกหมวดหมู่

·ยกระดับการกรองข้อมูลจากวิธีการใช้แท็ก ไปสู่การโต้ตอบแบบหลายรูปแบบที่เข้าใจความหมายระหว่างมนุษย์กับเครื่องจักร

เป็นเวลาหลายปีที่ Hikvision ได้ให้บริการลูกค้าหลายล้านรายทั่วโลก และมีส่วนร่วมอย่างลึกซึ้งในทุกสถานการณ์ ไม่ว่าจะเป็นการขนส่ง การเงิน เขตอุตสาหกรรม หรือสาธารณสุข นี่คือการพัฒนาเทคโนโลยีที่เกิดขึ้นจริงจากการปฏิบัติงาน และนำไปใช้กลับในการปฏิบัติงานจริง ซึ่งเป็นรากฐานที่มั่นคงสำหรับการกำเนิดเทคโนโลยี Guanlan coding

การยกระดับเทคโนโลยี: ปัญญาประดิษฐ์เสริมพลังเพื่อทำลายข้อจำกัด

เทคโนโลยีการเข้ารหัสแบบดั้งเดิมที่ใช้กันอย่างแพร่หลายในอุตสาหกรรมสามารถเพิ่มประสิทธิภาพการจัดเก็บข้อมูลได้ 30% ถึง 70% โดยการปรับแรงการบีบอัดแบบไดนามิก แต่มีข้อจำกัดที่ชัดเจน: การระบุวัตถุโดยอาศัยสถานะแบบไดนามิกและสแตติกนั้นมักทำให้เกิดการระบุวัตถุไดนามิกที่ไม่สำคัญผิดพลาด (เช่น ใบไม้ที่ถูกลมพัด หรือนก เป็นต้น) และการเปลี่ยนแปลงของแสงก็ส่งผลต่อประสิทธิภาพเช่นกัน เทคโนโลยีนี้จึงเหมาะสำหรับฉากแบบสแตติกเรียบง่ายเท่านั้น เช่น คลังสินค้า หรือทางเดิน

เทคโนโลยีการเข้ารหัสกวนหลานของฮิกวิชัน ผสานความสามารถในการเข้าใจลึกของโมเดลขนาดใหญ่กวนหลานเข้ากับเทคโนโลยีการแบ่งพิกเซลระดับละเอียด เพื่อสร้างระบบการเพิ่มประสิทธิภาพแบบครบวงจรที่ประกอบด้วย "การระบุอัจฉริยะ การแบ่งเขตความสนใจ (ROI) อย่างแม่นยำ การเข้ารหัสแบบแยกตามลักษณะเฉพาะ" ซึ่งส่งผลให้เกิดความร่วมมือแบบสองทางระหว่างประสิทธิภาพการจัดเก็บข้อมูลกับคุณภาพของภาพ

ข้อมูลการทดสอบจริง: ประสิทธิภาพการจัดเก็บข้อมูลดีขึ้นอย่างมีนัยสำคัญ

ได้รับการสนับสนุนจากโมเดลขนาดใหญ่ การยกระดับสู่ระบบดิจิทัลและปัญญาประดิษฐ์

ด้วยการสนับสนุนจากโมเดลภาพถ่ายที่พัฒนาขึ้นเองชื่อ Guanlan เราสามารถวิเคราะห์เป้าหมายหลักที่มีคุณค่าสูง เช่น บุคคล ยานพาหนะ และยานพาหนะที่ไม่ใช้เครื่องยนต์ได้อย่างแม่นยำ ความแม่นยำในการรู้จำสูงกว่าอัลกอริทึมแบบดั้งเดิมอย่างมีนัยสำคัญ และสามารถรองรับการรู้จำเป้าหมายพร้อมกันได้สูงสุด 64 เป้าหมาย

โดยใช้เทคโนโลยีการแบ่งส่วนเพื่อป้องกันพื้นที่สนใจ (ROI) ที่ผ่านการปรับแต่งอย่างละเอียด ทำให้สามารถแยกแยะระหว่างเป้าหมายในชั้นหน้ากับพื้นที่พื้นหลังได้อย่างแม่นยำ: สำหรับเป้าหมายในชั้นหน้าจะใช้การเข้ารหัสแบบทั่วไปเพื่อรักษาความสมบูรณ์ของรายละเอียดทั้งหมด ส่วนพื้นหลังจะใช้การบีบอัดอย่างมีประสิทธิภาพเพื่อลดการใช้พื้นที่จัดเก็บ และสุดท้ายจะสร้างสตรีมบิตที่สอดคล้องตามมาตรฐาน ซึ่งช่วยรักษาสมดุลระหว่างคุณภาพของภาพกับประสิทธิภาพในการประมวลผล ภายใต้เงื่อนไขที่คุณภาพของพื้นที่นอกเป้าหมายยังคงเทียบเคียงกันได้ทั้งในสายตาของมนุษย์และระบบอัตโนมัติ อัตราบิตสามารถลดลงได้ 20% ถึง 90%

การรับรู้สถานการณ์ ปรับตัวแบบพลวัตทั่วทั้งฉาก

เทคโนโลยีการเข้ารหัสของฮิกวิชัน กวนหลาน ใช้พื้นฐานจากแนวคิด "การรับรู้ฉาก" และสร้างระบบการเข้ารหัสอัจฉริยะที่ปรับตัวได้แบบพลวัต โดยอาศัยการทำงานร่วมกันระหว่างการรับรู้แบบพลวัตและแบบสถิต

· การรับรู้แบบพลวัต: จับภาพความกว้างของการเคลื่อนไหวในฉากและระดับความหนาแน่นของรายละเอียดแบบเรียลไทม์ แล้วจัดสรรทรัพยากรตามเปอร์เซ็นต์ของอัตราบิตสูงสุด (MaxBps) เพื่อให้มั่นใจว่าคุณภาพภาพจะไม่สูญเสียแม้ในฉากที่ซับซ้อน

· การรับรู้แบบสถิต: ใช้เทคนิคการเข้ารหัสเฟรมซ้ำสำหรับภาพนิ่งหรือภาพที่มีการเคลื่อนไหวน้อย โดยใช้เพียงไม่กี่สิบไบต์ต่อเฟรม เพื่อเพิ่มประสิทธิภาพสูงสุดในการลดต้นทุนการจัดเก็บ

ยกตัวอย่างเช่น บริเวณทางเข้า-ออกของสวนสาธารณะ: ใช้อัตราบิตสูงเพื่อฟื้นฟูรายละเอียดอย่างสมบูรณ์ในช่วงเวลาเร่งด่วนตอนเช้า ใช้อัตราบิตเท่ากับ 50% เพื่อสมดุลระหว่างคุณภาพภาพกับประสิทธิภาพในเวลากลางคืน และลดลงเหลือเพียง 10% ในช่วงเช้าตรู่เพื่อประหยัดพื้นที่จัดเก็บให้มากที่สุด ด้วยการปรับตัวตามระดับความซับซ้อนของฉากอย่างพลวัต ทำให้สามารถจัดสรรทรัพยากรการเข้ารหัสได้อย่างแม่นยำ

การเข้ารหัสกวนหลาน ประหยัดเงิน ประหยัดไฟฟ้า และประหยัดพื้นที่

ด้วยการรองรับเส้นทางการบันทึกจำนวน 2,000 เส้นทาง ความละเอียด 1080P ที่อัตราบิต 2 Mbps ต่อเส้นทาง หากเปรียบเทียบกับวิธีการเข้ารหัสแบบดั้งเดิม ระบบการเข้ารหัส Guanlan จะช่วยลดจำนวนฮาร์ดดิสก์ลงได้ถึง 60% ลดพื้นที่ศูนย์ข้อมูลลง 60% และลดค่าใช้จ่ายด้านไฟฟ้าในระยะเวลา 5 ปี ลง 50% ซึ่งส่งผลให้ต้นทุนโครงการโดยรวมลดลงอย่างมีนัยสำคัญ และบรรลุเป้าหมาย ‘ลดต้นทุนโดยไม่ลดประสิทธิภาพ’ ได้อย่างแท้จริง

ตั้งแต่การนำเทคโนโลยีการเรียนรู้เชิงลึกมาใช้งานจริง ไปจนถึงการประมวลผลข้อมูลแบบโครงสร้างเต็มรูปแบบ (fully structured data) และต่อเนื่องด้วยการเปิดตัวเทคโนโลยีการเข้ารหัส Guanlan Hikvision ยังคงมุ่งมั่นในการปฏิบัติภารกิจ ‘ทำให้วิดีโอมีมูลค่าเพิ่มมากยิ่งขึ้น’ พร้อมเร่งขับเคลื่อนการเปลี่ยนผ่านของอุตสาหกรรมความปลอดภัย จากการบันทึกแบบ ‘รับรู้แบบพาสซีฟ’ สู่การวิเคราะห์และตอบสนองแบบ ‘อัจฉริยะเชิงแอคทีฟ’ ด้วยการผสานรวมเทคโนโลยี AI และการเข้ารหัสอย่างลึกซึ้ง ข้อมูลวิดีโอจึงสามารถเปลี่ยนผ่านจาก ‘ปริมาณมหาศาลที่มีความซ้ำซ้อนสูง’ สู่ ‘ความแม่นยำและความคล่องตัว’ ซึ่งจะเป็นแรงผลักดันใหม่ให้กับการยกระดับอัจฉริยะในภาคอุตสาหกรรมต่าง ๆ นับพันแห่ง

ปัจจุบัน เทคโนโลยีการเข้ารหัสกวนหลานได้ถูกนำไปใช้กับผลิตภัณฑ์ฝั่งหน้าและฝั่งหลังของ Hikvision แล้ว และจะเปิดตัวในเร็วๆ นี้ โปรดติดตามข่าวสาร!