【安防】5G+AR推动公共安防行业变革
原标题:5G+AR推动公共安防行业变革
戴上智能警用头盔,快速识别面前经过的人,同时眼前会立即出现相应的身份信息,多个人同时也丝毫不受影响;甚至站立某个路口时,可以轻而易举的看到下一个路口的情况,洞悉一切。
安防行业一直受制于低带宽、低速率的传输系统,智能安防时代也是一直受困于没有得到实质改变的网络传输系统,尤其是目前,在智慧城市建设中,随着海量视频监控数据的不断产生,现有的通讯技术无法满足智能安防所需多节点链接、海量视频数据传输的需求。面向超高速、高可靠、低时延等特性而开展研制的5G技术,恰好能够满足智能安防发展所提出的诉求。
AR和VR一直被行业公认为是5G时代最值得期待的应用场景之一,由于5G“东风”未至,AR/VR产业一直未实现全面爆发,如今随着5G商用进程加快,AR/VR在商用领域的大规模普及将迎来爆发点。 在众多充满期待的应用场景中,以视频监控图像应用为核心的智能安防将可能成为5G应用爆发的重要场景。
5G究竟是什么?
若将2G、3G、4G前几代移动通信技术比作不断加宽道路,5G则是在继续修宽高速路的同时,对路进行规划,实现分流,提高利用效率。国际电信联盟ITU的相关技术规范为5G确定了八大关键能力指标,其中有两项令人印象深刻:
1、速率提升:峰值速率可达到20Gbps,这意味着下载一部8GB的高清电影只需要6秒钟,而4G网络下这一时间是七到八分钟,3G则为一个小时左右。
2、万物互联:连接密度可支持每平方公里100万台设备的连接。
5G在满足更高速更流畅通讯体验的同时,还能将更多的设备进行互联,覆盖广泛的人群、场景与互联网服务,这也是万物互联、人工智能时代的必要条件。
不难预见,5G将在AR、车联网、安防、工业物联网、工业、医疗健康等诸多领域创造价值。而其中,AR也成为5G商业化的重要亮点和突破点之一,被各大企业/机构争相布局。
5G如何改变安防行业?
安防自视频监控智慧化以来,就面临着城市间亿万节点的多元数据收集与传输的难题,5G网络架构在设计过程中便在软件层面采用了大量云和网络虚拟化技术,能够有效解决视频监控通讯传输层面系列问题。
在5G网络趋势下,恰好能够满足智能安防发展所提出的诉求。5G技术将有效改善现有视频监控中存在的反应迟钝,监控效果差等问题。5G所具备的海量机器类通信特性也将促成安防监控范围的进一步扩大,获取到更多维的监控数据,这将能够为智能安防云端决策中心提供更周全、更多维度的参考数据,有利于进一步的分析判断,做出更有效的安全防范措施。
据了解,以MR混合现实、360°~230°全景摄像系统、人脸识别、车牌识别、人声比对、实时语音互译、九轴陀螺仪、骨传导耳机……用第一视角、搭载众多高科技手段装有智能眼镜的警用头盔现身博鳌2019的现场,该头盔充分利用5G网络将视频画面实时回传到指挥中心,再结合人工智能视频分析技术,可在警察眼前快速地识别车辆信息和人员信息,并将结果叠加比对,为现场执法提供即时的信息支持。在5G的空间里,警用智能头盔通过人脸识别、语音识别、云计算、云存储等先进技术的综合使用,让安防保障与区域管控的效率和准确性得到提高,让执法过程更加便捷、文明、高效。
AR安防拥抱5G
在博鳌亚洲论坛上,众多黑科技中智能警用头盔尤其吸引眼球,由中国电信发布的信息,该智能警用头盔为诺基亚贝尔携手中国电信展示的基于5G网络和5G终端的端到端AR公共安全解决方案,据调研了解,此次展示是诺基亚贝尔在中国电信外场首个基于5G的端到端业务演示中出现的主角——新款的AR智能警用头盔是安防专业公司鉅星科技与Top Smart 上海翊视皓瞳信息科技有限公司深度合作开发的成果。
诺基亚贝尔与Top Smart及鉅星科技合作成果
—5G AR安防智能警用头盔据中国发展网报道,搭载了以第一视角方式的智能AR警用头盔则占据整个智能安防产业链的前锋位置,其作用和意义凸显。一方面,通过AI加持的智慧安防不仅凭借传感器、边缘端摄像头等设备实现了智能判断,有效降低了传统安防领域过度依赖人力,成本耗费高等问题。另一方面,通过来自第一视角的智能化手段获取安防领域实时、鲜活、真实的数据信息,并进行精准的计算,也实现了让各项安防勤务部署、安防人力投放以及治安掌控更加科学、精准、有效的掌控。这对于保证安防工作在正确的时间做准确的事情,推动了安全防范由被动向主动、粗放向精细的方向转变提供了有力的保障。
5G为安防带来的价值将不可估量,但同时这也是一条从未走过的路,鲜花伴随着荆棘。可以肯定的是, 伴随着5G的到来,视频监控整个系统将从前端设备、后端处理中心以及显示设备等各个领域得到革新 。同时,5G带来的无线特性将进一步拓展智能安防在更多领域的应用。更多精彩内容详见商业新知网。
低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
自己动手玩转深度学习项目
自从2012年AlexNet网络在ImageNet挑战赛上取得巨大成功之后,计算机视觉和深度学习等领域再一次迎来研究热潮。计算机视觉,从字面意义上理解就是让计算机等机器也具备人类视觉,研究让机器进行图像分类、目标检测等。在这近十年里,该领域取得的成就让人大吃一惊,有些研究已经超越了人类的表现水平。对于想入门或者从事深度学习领域的工作者而言,一般是从计算机视觉入手,网上有很多资料去介绍理论方面的知识,进行相应的实践也必不可少。本文总结一些在计算机视觉和深度学习领域的一些实践项目,供读者针对自己的感兴趣点挑选并实践。如果不熟悉上述术语,可以从下面的文章中了解更多的相关信息: 一份“新奇”的深度学习介绍 两个月探索深度学习和计算机视觉 从神经科学到计算机视觉 Andrew Ng在Coursera上的计算机视觉课程 下面进行正文介绍: 1.使用Ope
- 下一篇
Hanlp自然语言处理工具之词法分析器
本章是接前两篇《分词工具Hanlp基于感知机的中文分词框架》和《基于结构化感知机的词性标注与命名实体识别框架》的。本系统将同时进行中文分词、词性标注与命名实体识别3个任务的子系统称为“词法分析器”。 加载 对应的类为PerceptronLexicalAnalyzer,其构造方法为递增的3个模型地址: l public PerceptronLexicalAnalyzer(String cwsModelFile) throws IOException l public PerceptronLexicalAnalyzer(String cwsModelFile, String posModelFile) throws IOException l public PerceptronLexicalAnalyzer(String cwsModelFile, String posModelFile, String nerModelFile) throws IOException 用户根据自己要进行的任务,训练3个模型中的任意个数,然后灵活传入此类构造即可。此处假设训练了3个模型,那么传入这3...
相关文章
文章评论
共有0条评论来说两句吧...
文章二维码
点击排行
推荐阅读
最新文章
- CentOS8编译安装MySQL8.0.19
- CentOS关闭SELinux安全模块
- Linux系统CentOS6、CentOS7手动修改IP地址
- Docker安装Oracle12C,快速搭建Oracle学习环境
- CentOS8,CentOS7,CentOS6编译安装Redis5.0.7
- CentOS7,8上快速安装Gitea,搭建Git服务器
- Windows10,CentOS7,CentOS8安装MongoDB4.0.16
- SpringBoot2编写第一个Controller,响应你的http请求并返回结果
- 设置Eclipse缩进为4个空格,增强代码规范
- Windows10,CentOS7,CentOS8安装Nodejs环境