索安机电:深度智能应用与传统智能的区别

　　索安指出，伴随着AI在安防视频监控的深入应用，围绕着智能安防的核心-精准识别目标(人、车、物、行为......)、高效视频结构化(提取目标详细信息并标签化)为安防实战输出有效数据信息，基于深度学习的算法和底层技术架构为传统意义上的智能安防带来了更深层次的应用，推动着现有智能安防升级到更高阶的产业层次。

　　一、深度智能第一层:深度学习带来机器学习方式的改变

　　视频智能分析技术一直是各大科研院校、安防企业的核心研究领域，但是在过去传统的智能分析技术由于算法是人来根据不同的场景和应用需求进行设计，在适应性上需要人来不断的来改善和提升，所以表现出在特定的环境下表现出良好的性能，但是一旦环境等因素发生变化，传统的智能分析算法在应用上的性能就会降低。

　　索安机电认为，深度学习成功的应用领域是计算机视觉，深度学习开启了视频智能应用的新篇章，其价值主要体现在应用深度和广度等方面。

　　(1) 应用深度方面

　　索安指出，相比传统的智能视频分析算法，深度学习算法可以大幅提升智能算法分析性能，提高视频智能应用水平。例如，人脸识别在安防领域还没有达到理想的效果，利用优化的深度学习模型结合海量数据，可以训练出泛化能力更强的模型，大幅提升人脸识别的准确率，从而提升人脸识别智能应用水平。

　　(2) 应用广度方面

　　索安机电还指出，相比传统的智能视频分析技术，深度学习可以克服其靠人工选择特征和浅层学习的局限性，可以完成传统智能视频分析技术很难完成或者不可能完成的任务。例如，对于大流量人群分析任务，使用深度学习技术，通过大量数据样本分析，让计算机自行学习人和其他目标的区别，运算出能显著标识人的一层层特征信息，有效突破光照突变、背景复杂、人体部分遮挡等传统技术的难点，使得以前很难实用的大流量人群分析变得实用化，扩大了智能视频分析的应用范围。

　　总之，深度学习技术可以取代传统的智能视频分析技术，提升智能应用的水平，拓展智能应用的领域范围。