【安防在线 www.anfang.cn】
犹记得笔者今年初刚进入安防圈，对于深度学习的深刻印象就是今年三月份的那场人机大战，AlphaGO与李世石对弈着实让深度学习火了一把，但是深度学习的应用不单单是和人下下棋那么简单，它既然是对人脑的模拟，它就可以完成很多人脑的功能，也就可以用于更多的领域，目前很多安防企业都在涉及深度学习的应用。
深度学习和人工智能的区别
今年三月的AlphaGO与李世石的那场人机大战，在媒体的报道中将人工智能、机器学习、深度学习这三个词都用到了。但是究竟这三个词有什么区别呢?雷锋网的一位作者用一张图描述了它们之间的关系：
由此可以看出，人工智能起源最早，其次是机器学习，再后来是深度学习，深度学习取得突破，推动了人工智能的蓬勃发展。
人工智能(ArtificialIntelligence)是为机器赋予人的智能，而深度学习是一种实现机器学习的技术。近年来，深度学习已经在图像识别、语音识别等领域获得了一些应用。目前深度学习技术在安防行业应用最多的还是视觉领域，即对图像和视频的分析。在图像分析方面，比如人们熟悉的人脸识别、文字识别和大规模图像分类等，深度学习大幅提升了复杂任务分类的准确率，使得图像识别、语音识别，以及语义理解准确率大幅提升。谷歌在深度学习领域已经一马当先，公司在多次公开场合讨论过深度学习技术，比如深度学习是如何帮助Android手机提高语音识别准确率的。
大数据是深度学习的基础
大数据指的是需要新处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产。而深度学习可以通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示，就比如今年的那场人机大战，就是AlphaGO在大量的围棋对弈资料中检索出有用信息提出优化的应对方案，才能击败李世石。
让深度学习能够如此大行其道的关键要素就是数据，百度总裁李彦宏曾表示“深度学习的技术配合上大数据的储备，语音搜索、图像搜索等新兴技术就不再仅仅是技术的噱头，而是将搜索用户从数亿拓展到数十亿的大生意。”
你是我的眼：深度学习打响视频芯片市场
深度学习的概念由Hinton等人于2006年提出，基于深信度网(DBN)提出非监督贪心逐层训练算法，为解决深层结构相关的优化难题带来希望，随后提出多层自动编码器深层结构。此外Lecun等人提出的卷积神经网络是第一个真正多层结构学习算法，它利用空间相对关系减少参数数目以提高训练性能。而这些算法都是要基于芯片去实现。
随着近年来中国安防市场的迅速发展，安防芯片市场也随之得到了强劲发展。安防行业的需求逐渐明确，芯片厂家开始关注并主动去推广安防这个潜力巨大的市场。
目前，业内的几家芯片厂家相继推出了关于深度学习的芯片，深度学习给芯片带来了前景光明的市场。例如今年NVIDIA推出深度学习的超级计算机DGX-1，全新的深度学习服务器DGX-1相比较于传统的服务器的计算优势是极其巨大的;硅谷的芯片制造商Movidius今年发布了FathomNeuralComputeStick芯片。这个芯片看上去像是一个U盘，但是里面和镶嵌了高端的视觉处理单元，可以处理高级图形认知。
目前应用在安防行业中的深度学习案例主要在以下两个领域。
智能视频监控领域：
智能化是安防发展的必然结果，海康威视总裁胡扬忠曾说，深度学习技术可谓安防行业的“颠覆性力量”。随着深度学习算法的突破，目标识别、物体检测、场景分割、人物和车辆属性分析等智能分析技术，都取得了突破性进展。可以说,较之以往的传统智能算法,深度学习在解决视频结构化问题方面更“智能”。安博会前夕，10月24日，海康威视携手全球业务合作伙伴NVIDIA、Movidius，发布基于深度学习技术的从前端到后端全系列智能安防产品。海康威视发布的“深眸”系列专业智能摄像机依托强大的多引擎硬件平台，内嵌专为视频监控场景设计优化的深度学习算法，具备了比人脑更精准的安防大数据归纳能力，实现了在各种复杂环境下人、车、物的多重特征信息提取和事件检测。
宇视10月23日在安防机器视觉的战略发布会上披露，公司在芯片、算法、架构、产品四大层面取得机器视觉的全面突破。在前端芯片方面，宇视与Movidius展开了深入合作，率先发布基于Myriad2芯片的全系中高端摄像机、卡口抓拍机与智慧棒产品。Myriad2是目前基于深度学习算法最优秀的低功耗芯片，可用于前端人脸识别与视频特性行为的深度结构化。后端方面，宇视与NVIDIA展开了深入合作，基于TX1芯片推出了业界最高密度、最强处理性能的智能分析服务器，TX1是目前性能最为强大的芯片之一。宇视安防机器视觉战略以架构为核心，算法和芯片为基础，实现产品快速落地，推动安防行业智能化应用的全面普及。
人脸识别领域：
近年来人脸识别技术得到进一步发展，这无疑与深度学习这项技术相关，日前，国内安防巨头大华股份人脸识别团队向国际权威人脸识别公开测试集LFW提交了测试结果，大华股份人脸识别率继续领先Google、Facebook、百度、腾讯，排名第一，大华股份人脸识别技术团队设计了一个上百层的深度网络(目前已公开的人脸识别网络中最深的模型)，提出了一种新的度量学习方法，可以使得同一人之间的相似度尽量高，同时约束不同人之间的相似度足够低，在训练时，结合一种高效的在线采样技术，可以极大地加快收敛速度。而且应用在今年的G20峰会保障中，抓获了一些在逃人员。
在深度学习的加持下，人脸识别算法已经达到了它的鼎盛时期，识别准确率甚至超过了人眼。格灵深瞳的一款新型摄像机――深瞳人眼摄像机成功的诠释了这一点，这款摄像机它采用格灵深瞳独创的像素动态瞬时分配技术，可以瞬间将局部画面的有效像素提升百倍以上，整体画面可以达到数亿等效像素，50米内展现清晰的可识别人脸，100米内看清全身特征。而且在前端嵌入了深度智能的芯片，使用深度智能的算法可以快速锁定目标位置。
总结：
细看如今的安防行业都在朝智能化的方向走，智能化的产品、技术、解决方案等在安防领域四处开花。人工智能的核心深度学习技术走红安防领域也成了理所当然，而深度学习正推动人工智能发展，带动安防行业的产业变革。未来深度学习在安防领域的应用令人期待。
该文观点仅代表作者，本站仅提供信息存储空间服务，转载请注明出处。若需了解详细的安防行业方案，或有其它建议反馈，欢迎联系我们。
