datasheet

深度学习算法崛起背景

2017-10-20 20:36:26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

网友正在学习IC视频

推荐阅读
全部
深度学习算法
安防

小广播

独家专题更多

东芝在线展会——芯科技智社会创未来
东芝在线展会——芯科技智社会创未来
2017东芝PCIM在线展会
2017东芝PCIM在线展会
TI车载信息娱乐系统的音视频解决方案
TI车载信息娱乐系统的音视频解决方案
汇总了TI汽车信息娱乐系统方案、优质音频解决方案、汽车娱乐系统和仪表盘参考设计相关的文档、视频等资源

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 © 2005-2018 EEWORLD.com.cn, Inc. All rights reserved