AIoT时代安防的动态感知体系

视频、音频、气味、生物特征等技术的发展和成熟,全面掌控防控场景和目标的完整信息成为可能,在安防应用中越来越多的部署更多类别的感知设备,用于从更多维度采集目标信息,包括目标的各种要素、活动轨 迹以及关联信息等,从而形成一个动态感知体系,实现防控工作的“无所不在、无所不知”目标。

视频、音频、气味、生物特征等技术的发展和成熟,全面掌控防控场景和目标的完整信息成为可能,在安防应用中越来越多的部署更多类别的感知设备,用于从更多维度采集目标信息,包括目标的各种要素、活动轨 迹以及关联信息等,从而形成一个动态感知体系,实现防控工作的“无所不在、无所不知”目标。

针对某一特定的应用场景,相关前端感知设备实现全互联直通,逻辑上各感知设备一体化,当一个设备的感知到一条单维度信息后,通知其他设备从其他维度提取信息,对信息的准确性进行印证,从而实现群防群治,实现在前端就能完成一次感知信息的数据清洗,从而保证了感知信息的准确性。

只有验证有效的信息才会 上报至后端系统和平台,在后端再进行数据综合应用,最终实现感知的多层运用。

一方面,可以提升准确度,减少误报;另一方面,通过本场归并,减少数据量,降低后端处理的压力。

当前,安防在感知运用上是一个个孤立的垂直结构,需要先由前端感知设备进行目标感知和信息采集,然后原始信息报送到后端业务系统进行结构化和业务语义化,最后业务数据汇总到中心数据综合应用平台(含大数据)进行数据治理和关联应用。

在感知运用信息链中前端设备和后端业务系统是垂直对应关系,只有到了中心数据综合应用平台才形成水平关系,才能面向多个业务系统进行多维数据综合和关联。

所以,我们在AIoT时代经常看到企业推出的“中枢大脑”。以紫光华智中枢大脑为例来看,一个城市的战“疫”,全面、精准、快速、预测是城市治理与风险防控建设目标,紫光华智“四引擎”各就各位并各司其职。

全面采集数据——构建城市立体管控圈。要驾驭数据,端侧的采集是第一步,也是关键一步。所以传统安防企业善于在采集端发力,这也是他们雄踞市场的制胜法则。

精准感知信息——多维特征融合定位疑似患者。为满足实战所需,感知的信息就需精准,而不是采集之后的眉毛胡子一把抓,同时,口罩遮住了行人的绝大部分特征,非约束场景下的摄像机无法精准定位到行人的感染路径。

快速认知知识——强化管控能力。知识是从信息中经过归纳、碰撞、流转、沉淀提炼而得到的有用资料,基于推理和分析,还可产生新的知识,体现了信息的本质和经验。快速认知知识,就是集中资源用最快的速度分析,快速把信息提取完成,让目标查找更便捷。

智慧预测预知——区域风险转化。当下用户对AI的期待之一就是能预测与预知,既能洞察当下,也能预知未来。复工开始后,海外的疫情爆发,哪些区域的疫情风险加大,如何防输入、防扩散、防聚集,及时发现风险因子是考题。

THE END
责任编辑:赵智华
免责声明:本站所使用的字体和图片文字等素材部分来源于互联网共享平台。如使用任何字体和图片文字有冒犯其版权所有方的,皆为无意。如您是字体厂商、图片文字厂商等版权方,且不允许本站使用您的字体和图片文字等素材,请联系我们,本站核实后将立即删除!任何版权方从未通知联系本站管理者停止使用,并索要赔偿或上诉法院的,均视为新型网络碰瓷及敲诈勒索,将不予任何的法律和经济赔偿!敬请谅解!