IDC经过对人工智能视频监控市场的项目研究后，归纳总结了相对成功的3类最佳实践，以供不同的厂商参考。
2020年10月28日——2017年7月，国务院出台的《新一代人工智能发展规划》提出在行政管理、司法管理、城市管理、环境保护等社会治理领域促进人工智能技术的应用，推动社会治理现代化。2019年3月，工信部、广电总局、中央广播电视总台三部门出台的《超高清视频产业发展行动计划（2019-2022年）》提出推动安防、交管等领域的监控系统进行基于超高清视频和人工智能算法的改造升级。与此同时，随着各地方政府出台一系列政策促进智慧城市建设，催生了大量的智能化视频监控设备和系统的建设需求。
面对不同的场景，设备提供商、算法提供商以及深耕行业解决方案提供商都在竞相发挥自己的优势，提供不同的切实可行的人工智能视频监控解决方案。IDC经过对人工智能视频监控市场的项目研究后，归纳总结了相对成功的3类最佳实践，以供不同的厂商参考。
实践 1 行业解决方案提供商自研人工智能算法
该实践充分理解特定场景中的业务流程、组织架构等信息，为人工智能在视频监控方面的应用提供良好的业务理解铺垫。有能力的独立软件供应商可以尝试构建自身的人工智能算法体系，在多个项目中不断试验并获得算法效率方面的逐渐提升。例如某法院施行的庭审巡查方案，充分利用既有传统摄像装备，融合目标识别+姿态识别模型组成的技术架构，实现法官离席、着装不符、抽烟、迟到等二十余项违规内容的自动巡检。
实践 2 利用算力置换算法效率
算法是产品的核心竞争力，利用算力的提升带来的算法效率的优化可以在很大程度上解决复杂环境下的视频图像质量问题。同时，在解决方案设计过程中，一方面需要关注监控视频图像质量的问题，另一方面还需从用户视角面对应用场景痛点进行针对性的设计。例如某交通管理局的智能监控实践，通过深度卷积算法、超微光技术以及20Tops算力支撑的人工智能视频监控技术，大幅度提升视频图像质量，解决了高光爆闪带来的交通隐患，提升了交通管理能力。
实践 3 开放生态以建立共享算法仓库
多业务联动场景的算法调度需要合理利用资源，云计算的引入能够极大的提升算力资源的利用率。同时，面对不同细分业务场景需要调度的算法不尽相同，在具体设计方案是可以以更加开放的态度集各家之长，择优与协同选择不同的算法，实现准确率的提升。例如某城市城管视觉中枢解决方案建设，汇聚与融合了多家优质算法，提升了算法应用的准确率，实现人机协同、智能化处置城市问题。
IDC政府行业与智慧城市研究组研究经理詹墨磊表示：“智能视频监控解决方案主要包含前端设备的智能化改造和后端视频数据处理的智能化提升。目前，法院、检察院等室内场所的监控场景中，非人工智能设备的部署相对普遍，该类场景中的智能化改造更多的以数据在后端服务器中的智能化处理；在面向数据量大、实时性较强的场景中，针对前端设备的硬件智能化改造方案将略胜一筹；同时，针对多场景的人工智能算法综合应用需要以更加开放的姿态，实现共享与协调发展。”
声明： 此文观点不代表本站立场；转载须要保留原文链接；版权疑问请联系我们。
