深度学习与视频分析简介

---

视频分析简介

基于AI的视频分析是视频监控行业讨论很多的话题之一。某些应用程序能够显著提升数据分析速度，自动开展重复性任务。但现今，AI解决方案无法取代人类操作员的经验和决策制定能力。它的切实优势在于组合：利用AI解决方案，改善和提高人工效率。

AI概念包含机器学习算法和深度学习算法。这两种类型都能够使用大量采样数据（训练数据）自动构建数学模型，以便能够在无需专门编程的情况下计算结果。AI算法的开发通过迭代过程实现，其中，在得到所需的质量水平之前，要反复执行如下操作循环：

• 收集训练数据
• 对训练数据加标记
• 使用加标记的数据训练算法
• 测试经训练的算法。

此后，可随时将算法用于分析应用程序中，此应用程序在购买后即可部署在监控点。这时，所有训练都已完成，应用程序将不再进行任何新的学习。

基于AI的视频分析的典型任务是，以视觉方式侦测视频流中的人和车辆，并对它们加以区分。

机器学习算法已学习对这些目标予以定义的视觉特征的组合。深度学习算法是进一步优化，在经过相应训练后，能够侦测复杂得多的目标。但在使用最终的应用程序时，它需要的开发量和训练量以及计算资源也多得多。因此，应依据明确的监控需求，考虑专门的、经优化的机器学习算法是否已经足够。

摄像机的算法开发和不断提升的处理能力使得能够直接在摄像机上（基于前端）运行先进的基于AI的视频分析工具，而不必在服务器上（基于服务器）执行计算。这样就能够改善实时功能性，因为应用程序能够直接访问未压