作为安防监控行业的绝对龙头，海康威视一直走在行业发展的前端，见证并推动了全球视频监控数字化、网络化、高清智能化的发展过程。
经过十多年的发展，海康已从单纯的设备供应商，逐渐转型为以视频为核心的物联网解决方案和数据运营服务提供商。凭借多年的行业积累和技术沉淀，公司及时地捕捉到了行业演变的临界点。在去年11月北京安博会，海康威视前瞻性的提出了“AI”的理念、并通过和人工智能领先企业的合作、进行智能摄像头、智能机器人等多个安防场景下的人工智能开发。
海康威视在人工智能方面技术优势
海康威视从2006年开始研发智能技术，历经10年的积累，其智能技术已被用到产品线的方方面面，当前海康威视人工智能研发重点聚焦在视频结构化技术和大数据技术两方面。
视频结构化技术是融合了机器视觉、图像处理、模式识别、深度学习等最前沿的人工智能技术，是视频内容理解的基石。
视频结构化在技术领域可以划分为三个步骤：目标检测、目标跟踪和目标属性提取。海康威视研究院在2016年PASCALVOC目标检测中获得第一，是海康威视10年研发积累的最好体现。在2015年MOTChallenge算法测评中获“计算机视觉的多目标跟踪算法”第一。同时，为了解决视频结构化的高性能分析计算问题，海康威视于2015年设计研制了嵌入式GPU集群服务器，充分利用多GPU的并行处理能力，提高视频结构化处理的综合效能。
大数据技术为人工智能提供强大的分布式计算能力和知识库管理能力，是人工智能分析预测、自主完善的重要支撑。其包含三大部分：海量数据管理、大规模分布式计算和数据挖掘。当前，海康威视研究院开发的海康大数据平台已能支撑千亿级规模的车辆通行记录存储管理和应用。
人工智能算法领域投入巨大
海康威视于2006年组建了算法团队；2013年，海康威视极有远见地开始了深度学习的技术布局。海康威视在算法方面积淀日久，十多年来，海康威视研究院研发的Smart265编码技术、目标结构化算法、车牌识别算法、人脸识别算法、视频检索引擎、多传感器融合等技术，被广泛应用于公共安全、金融、交通、司法、零售、智慧城市等多个领域。
海康威视研究院研发的相关技术，已经在KITTI、MOT、PascalVOC、ILSVRC、ICDAR等世界级人工智能竞赛中获得多个第一。
海康威视能够一直保证技术的新鲜和高效，与其在技术方面的大量投入密不可分。据2016年海康威视年报统计，海康威视的技术人员有9366人，占比46.8%，接近了总员工人数的一半；而2006年至2016年10年间，海康威视年均研发费用达到7.18亿元，占全年营业额的7%。大量的技术人员和研发经费，支撑了海康威视极为优秀的技术框架体系。
与人工智能芯片巨头深度合作
与行业中的竞争对手相比，海康威视不仅在人工智能布局上已抢占先机，而且在与人工智能领域领军企业的合作，也更为深入和广泛。
海康威视早在2016年10月，就开始与英伟达和Movidius形成了合作伙伴关系。并发布了基于深度学习技术从前端到后端的全系列智能安防产品。英伟达是目前最大的人工智能芯片GPU的生产商，Movidius则是计算机视觉芯片及解决方案的行业黑马，并于2016年9月被Intel收购。
与英伟达合作，基于高性能GPU提高摄像机智能
2016年10月，海康威视与NVIDIA联合发布了基于深度学习技术的从前端到后端全系列智能安防产品。其中，最新发布的双目智能摄像机产品（基于人眼工作原理）使用NVIDIA的JetsonTX1，借助GPU的强大的视觉计算性能和深度学习技术，实现人员的多种智能分析功能，来对目标进行识别，对物体进行检测，对场景进行分割，对人物和车辆属性进行分析。
海康威视与英伟达合作使得产品在深度学习上面实现了突破。安防领域99%以上的数据都是非结构化数据，相比较传统的智能算法，深度学习在解决视频结构化问题方面，基于深度学习技术，支持人员行为，客流统计，人体属性，人脸识别等多种智能检测，适用于公共场所，银行，商场，景区等环境，在实现强大视频捕捉能力的同时满足了对海量计算的需求。
携手Movidius，深度神经网络提供精确图像分析
海康威视与Movidius联合发布的全局摄像机使用的是MovidiusMyriad2Vision处理器。Myriad2芯片具有深度神经网络处理能力，可以提供更精确的图像分析。通过深度神经网络和3D立体识别技术，海康威视称已达到99%的图像分析准确率。应用领域包括机动车类型分类、入侵者检测、可疑包裹预警及安全带检测。
人工智能行业化应用
当前人工智能技术的迅猛发展，积极推动着安防领域向着一个更智能化、更人性化的方向前进。目前海康威视基于人工智能整体解决方案已经在公安行业、交通行业、智能楼宇、工厂园区、民用安防等多个领域得到广泛的应用。
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。
