datasheet

深度学习算法崛起背景

2017-10-20来源: 中国安全防范产品行业协会关键字:深度学习算法  安防

既然深度学习的优势如此明显,并且这套方法在80年代末就被提出,那么为何直到近两年才开始崛起并超越人类呢?总结起来,主要有三大因素共同决定了深度学习在近几年才开始大爆发:数据规模,计算能力,网络架构。

 
  首先,大数据是深度学习成功的重要路基。在如今的互联网时代,数据量的累积是爆炸式的,越来越多的领域正持续积累着日趋丰富的应用数据,这对深度学习的进一步发展和应用至关重要。不过大数据收集是有成本的,并且标注成本已经开始水涨船高,样本的好坏直接决定了模型的精确度,所以只有拥有一定技术实力的公司才能持续投入研究。在安防领域,像海康威视等有自主研发实力且在安防行业深耕多年的公司,运用大量真实视频监控场景的视频、图片数据作为训练样本库,数据量大且质量较好,通过超过百人团队的数据组,对视频图像打标签,积累了千万级别的样本数据,在使用这些数据量大且质量良好的样本不断训练下,对安防监控场景下的人、车、物进行模式识别的模型也会越来越精确。
 
  其次,高性能硬件平台计算是引擎助力。深度学习模型需要大量的样本,这就避免不了大量的计算,而以前的硬件设备不足以训练出复杂的上百层的深度学习模型。2011年谷歌DeepMind用了1000台机器、16000个CPU处理的深度模型大概有10亿个神经元,而现在,只要用几个GPU,我们就可以完成同样的计算,并且迭代速度更快。因此,GPU、超级计算机、云计算等高性能硬件平台的迅猛发展让深度学习成为可能,强大的计算能力有助于深度学习算法快速实现验证,并积累更多经验进行模型修正,进一步提高模型精度。
 
  最后,算法网络的结构创新是高效燃料。通过深度学习算法的不断优化,可以更好地识别目标物。在安防领域,对于一些复杂场景,比如人脸识别,光照、角度、姿态、表情、饰物、分辨率等都会影响识别准确率,这要求算法模型具有更强的泛化能力,深度学习模型需要进一步优化。深度学习算法的层次越深,性能就会越好,目前海康威视的深度学习算法层次已经达到200层,处于业界领先。在2016年ImageNet竞赛中,海康威视研究院基于Faster R-CNN深度学习目标检测算法排名第一,领先盘踞榜首近一年的第二名微软4.1个点,刷新纪录。另外,海康威视关于车辆检测和车头方向评估技术在KITTI测评中排名世界第一,关于多目标跟踪技术在MOT Challenge测评中结果排名世界第一。
 
  总的来说,随着安防大数据的快速积累、大规模并行计算的高速发展、更优化算法的不断出现,是深度学习算法崛起不可忽视的条件。

关键字:深度学习算法  安防

编辑:鲁迪 引用地址:http://www.eeworld.com.cn/afdz/article_2017102011131.html
本网站转载的所有的文章、图片、音频视频文件等资料的版权归版权所有人所有,本站采用的非本站原创文章及图片等内容无法一一联系确认版权者。如果本网所选内容的文章作者及编辑认为其作品不宜公开自由传播,或不应无偿使用,请及时通过电子邮件或电话通知我们,以迅速采取适当措施,避免给双方造成不必要的经济损失。

上一篇:应用 算法 芯片 “三位一体”浅析语音识别
下一篇:这家金融巨头,要让AI人脸识别大规模应用在银行领域

关注eeworld公众号 快捷获取更多信息
关注eeworld公众号
快捷获取更多信息
关注eeworld服务号 享受更多官方福利
关注eeworld服务号
享受更多官方福利

推荐阅读

“刷脸”窥见遗传病 深度学习算法有助疾病诊断

她缩小了疾病的潜在范围,并节省了昂贵的多基因面板测试的成本。  近日,研究人员在《自然—医学》上撰文描述了这种诊断辅助手段(一个叫做Face2Gene智能手机应用)的技术特点。  它依靠机器学习算法和类脑神经网络对先天性和神经发育障碍患者照片中的面部特征进行分类。利用从图片中推断出的“经验”,对可能的诊断进行定位,并提供可能的选项列表。  该研究负责人、马萨诸塞州波士顿数字健康公司FDNA首席技术官Yaron Gurovich告诉《中国科学报》,以标准化方式描述显型能力的增强,为未来的研究和应用,以及识别新的遗传综合征打开了大门。“它展示了如何将先进的算法,比如深度学习,应用到一个具有挑战性的领域。”  看“脸”识病  目前,人工智能
发表于 2019-01-21
“刷脸”窥见遗传病 深度学习算法有助疾病诊断

准确率远超人类专家 谷歌用深度学习算法检测癌症

(也称为GoogLeNet),表现也是相当不错,虽然生成的肿瘤概率预测热图还是存在噪点。我们对这个训练网络做了增强定制,包括用不同的放大倍数的图片来训练模型(非常像病理学家所做的),从训练结果来看,我们有可能训练出一个系统,它的能力可以相当于一个病理学家,甚至有可能超过病理学家的表现,并且它拥有无限的时间来检查病理切片。准确率远超人类专家 谷歌用深度学习算法检测癌症  图1 左图是来自两个淋巴结活检的图像,中图是早期深度学习算法检测肿瘤的结果,右图是我们当前的成果,注意第二个版本的可见噪声(潜在误判)已降低。  事实上,由该算法产生的预测热图已经改善了很多,该算法的定位得分(FROC)达到89%,明显超过没有时间约束的病理学家
发表于 2017-03-07
准确率远超人类专家 谷歌用深度学习算法检测癌症

安防行业产能过剩 智能安防企业成本控制的“四宗罪”概述

眼下,整个安防行业的产能过剩已经是一个不争的事实,众多业内厂商的相互PK早已进入了白热化状态,恶性竞争、价格战现象严重。笔者认为安防行业应该建立新的市场秩序,让企业通过降低成本来提升效益,通过自我优化的良性竞争来跳脱出恶性竞争的怪圈,以最终实现行业内的优胜劣汰。本文以一则案例为背景,来谈谈智能安防企业成本控制“四宗罪”(四大问题),并给出相应的“赎罪策略”,希望给业内读者带来启示。H公司成本控制的“罪证”呈堂H公司是一家专业化、规模化的自动化控制产品及解决方案提供商,旗下主打的智能监控摄像头在业内拥有良好的口碑和销量。近年来,H公司一直存在着企业运营成本居高不下的困境,导致这种现状可归因为以下四点“罪证”问题。罪证一:生产方面
发表于 2019-04-17
安防行业产能过剩 智能安防企业成本控制的“四宗罪”概述

智能安防已具备一定成熟度 AI安防正在向场景应用体验过渡

“人工智能”这个词汇在社会各大领域中出现的次数愈发频繁。无论是生产建设、经营管理,抑或是日常生活,都逐渐出现了人工智能的“身影”:智能机器人、自动驾驶汽车、人脸识别安检……人工智能技术的应用对于各行业的影响力持续增强。如今,全国大多数省份的人工智能专项政策都已经出台,产业落地迎来了重要契机。智能安防已具备一定成熟度重视人工智能已逐渐成为全国共识。从2017年印发《新一代人工智能发展规划》开始,截止2018年底,共有20多个省份发布了共计30余项人工智能专项扶持政策,形成了包括技术攻关、平台支撑,开放数据和应用场景、引进培育人才以及建设产业园区等体系。在政策支持与引导下,我国人工智能技术发展进一步提速,各领域内相关项目陆续落地
发表于 2019-04-17
智能安防已具备一定成熟度 AI安防正在向场景应用体验过渡

AI芯片“碰撞”安防:巨头何以痴迷自研?

根据中国半导体行业协会统计,自2013年至2017年间, 在政策的推动下,5年内我国芯片销售额2509亿元增长至5411亿元,2017年,实现了翻番的扩张。我国芯片市场总体实现21.2%的年均复合增长率,至2017年,行业整体增速达到近年的新高度,达到了24.8%。市场进入了高速发展期。安防产业从模拟进化到数字再到网络高清,以及当前的人工智能,无一例外得益于芯片技术的进步,尤其是AI安防芯片更是颇受关注。芯片在很大程度上左右着智能安防系统的整体功能、技术指标、稳定性、能耗、成本等,并在安防行业未来发展发展脉络及方向上起到关键作用。刚刚过去的2018,很多芯片如同雨后春笋一般冒出,各种算力、各种应用场景的产品都随之产生,每秒浮点运算
发表于 2019-04-15

戴上“白帽子” 人工智能投身网络安全攻防战

面对计算机系统和网络的缺陷和漏洞,黑客们找准机会实施攻击,白帽黑客则利用黑客技术来测试网络和系统的性能以判定它们能够承受入侵的强弱程度。短短几年时间,人工智能已进驻多个行业,落地无数场景。其中一些行业和场景已为大家所熟知,还有一些正在进入我们的视野,在网络安全领域,AI“白帽”正成为网络安全工程师的得力助手。据报道,近日美国市场调研公司CB Insights发布报告预测了2019年人工智能行业的发展趋势,其中一个趋势便是用人工智能发现网络威胁。正在赋能网络安全“人工智能技术的蓬勃发展,为网络安全攻防带来的,不仅有机遇,也有挑战。”北京理工大学网络攻防对抗技术研究所所长闫怀志接受科技日报记者采访时说。先说好的一面。360安全研究院邹权
发表于 2019-04-15

小广播

About Us 关于我们 客户服务 联系方式 器件索引 网站地图 最新更新 手机版

站点相关: 视频监控 智能卡 防盗报警 智能管理 处理器 传感器 其他技术 综合资讯 安防论坛

北京市海淀区知春路23号集成电路设计园量子银座1305 电话:(010)82350740 邮编:100191

电子工程世界版权所有 京ICP证060456号 京ICP备10001474号 电信业务审批[2006]字第258号函 京公海网安备110108001534 Copyright © 2005-2019 EEWORLD.com.cn, Inc. All rights reserved