首页 文章 精选 留言 我的

精选列表

搜索[工企 AI],共10000篇文章
优秀的个人博客,低调大师

几家名谈视频监控行业化应用的不足

随着安防行业的发展,各地除了公安部门建设的视频监控系统外,还有运营商、开发商、企事业单位等自行部署的视频监控系统,其形成了庞大的视频监控资源。对于如今的智能安防市场来说,视频监控与大数据结合无疑是一条切实可行的道路。在产品趋同、竞争激烈的当下,如果可以在某一行业深耕下去,研发出有自己特色的产品与解决方案,同时认识到行业发展的需要与不足就可以在行业里占有一席之地。由于视频监控行业化应用的不足之处是今后改进的重点,就此,小编特意采访了几家致力于研发视频监控行业产品及解决方案的企业,来看看他们是怎样看视频监控行业化应用不足的。 博思廷:“有而无法利用” 目前的视频监控系统会在使用上造成“有而无法有效利用”的问题。如何充分发挥城市基础设施的作用,充分利用视频系统积累的大量数据,提供城市前期投资的效益,是摆在城市管理者面前的一个重要课题。给视频监控系统在功能方面带来巨大进步的是近年来兴起的智能分析系统。智能分析系统利用模式识别、实时计算机视频图像分析、动态图像智能检索等技术,在传统视频监控基础上,极大增强了系统的功能。可以实现监控系统对于异常事件的24小时不间断监控、实时报警,对历史图像的智能检索等高级功能。这将极大地解放监控人员的劳动强度,避免由于人员疏忽所造成的疏漏,并可以提供方便快捷的事后图像检索支持。通过大数据分析技术提供智能化的图像分析处理手段,实现实时监控的自动化和图像管理/查询的智能化。 东方网力:视频分析准确度低 视频监控行业发展几年来,视频分析准确度低是制约大规模应用的首要问题。东方网力通过构建基于深度学习的智能视频分析服务产品,为公共安全领域提供智能、高效的智能视频分析服务应用。比如人脸识别,通过深度学习,特征提取人脸识别首次超越人眼,识别准确率达99.55%。相比传统的机器学习,经过深度学习后的算法,准确度会有整体提高。 另外,视频图像信息深度应用的问题也逐步显现,主要是缺乏对视频图像信息深层次挖掘,难以支撑不同用户的差异化应用需求。也就是说,视频图像信息的挖掘,并不仅仅是将视频图像结构化就够了,这仅仅是第一步。后续需要通过结构化的数据分析出更多的价值信息,才能达到实战的目的。举个例子,摄像机起到眼睛的作用;借助视频智能分析将看到的视频图像转化为机器能够理解的信息;视频大数据类似大脑,负责将这些信息进行分析,筛选出价值信息,大脑才是真正实现智能化的关键。东方网力做的工作,就是将平台赋予智能。 大华:产品缺乏亮点是主要问题 目前视频大数据还处于相对比较初期的阶段。整个视频大数据的领域,包括了云存储、云智能,以及大数据分析和挖掘。云存储在行业内已经相对比较普遍,但是各个厂家对云存储的定义不尽相同,有很多拿传统的存储系统包装一下出来就是云存储。云智能也是面临着同样的问题。大数据分析和挖掘部分则还处于相对早期的探索阶段,因为它依赖于数据的沉淀、汇聚和清洗。目前市场上绝大部分安防产品的同质化竞争过于激烈,产品缺乏足够的亮点。早期的监控平台并不是以云架构方式建设的,也没有数据开发共享的概念。在大数据时代的整体背景下,原来的很多监控平台难以支撑大数据的应用,市场急需一个新的云架构的监控平台来支撑未来的发展。 景阳科技:检索速度慢、效率低 目前整个安防行业,特别是视频监控领域,高分辨率、高清的视频图像已广泛应用于实际的安保与生活中,据权威的电子行业研究机构IMSResearch统计,2015年全球摄像头出货量达5000多万台。仅仅视频监控录像而言,每天的数据量就有高达上千PB,累计的历史数据将更为庞大,如此大级别数据量当前系统逐渐暴露出数据存储压力大,检索速度越来越慢,数据统计、分析效率越来越低等问题。 慧聪安防网总结 随着全国各地平安城市项目的大规模推进,智能安防在视频监控领域中发挥着越来越重要的作用。现在不仅在机场、车站、码头等人流集中的公共场所采用视频监控系统,而且在一些办公场所和住宅小区也安装了视频监控系统,在监狱等重要场所更是提出视频监控全覆盖的应用要求。与此同时,视频监控产生的数据将会迅速的增长。在建设智能安防的路上,如何探索目前存在的不足,进一步深入分析,有针对地解决这些问题,更好地利用大数据发挥视频监控的最大效能与数据本身的应用价值。 ====================================分割线================================ 本文转自d1net(转载)

优秀的个人博客,低调大师

大数据给大型药带来的机会与风险

对于患者每次吸入抗肺气肿药物Onbrez的情况,诺华公司(Novartis)都想利用云服务记录下来。这家瑞士制药商跟美国技术公司——高通公司(Qualcomm)合作,开发一种联网的吸入器,可以将吸入频度信息发送到被称为“云”的远程计算机服务器上。 这种新的医疗技术旨在让患者通过智能手机或平板电脑去了解自己的用药情况,医生们也能够通过网络立刻获悉数据,以便监测患者的病情。 这种新的医疗技术也使相关公司有机会创建海量的“大数据”——有关患者病情的大量信息,以及有关某款药物或某款器械有效性的大量信息,都在通过无线传输的方式从潜在的数千名、甚至数百万名患者那里传送到数据库中。 所谓的“医学物联网”,对于全世界的制药公司和技术公司来说,潜在的规模并不逊色,两类公司都在寻求增长,较小型的公司则着眼于提供定制的产品和服务。 医学物联网打造了看似不可能联手的联盟。 例如:诺华公司国内的竞争对手罗氏公司(Roche)也跟高通公司进行了合作,丹麦的抗糖尿病制药商诺和诺德公司(Novo Nordisk)跟IBM公司合作开发云链接设备项目,而医疗设备制造商美敦力公司(Medtronic)正在跟美国数据分析企业Glooko公司进行合作。 同时,据知情人士透露:葛兰素史克公司(GlaxoSmithKline)正在跟高通公司谈判,欲建一家医疗技术合资企业,投资规模可能会高达10亿美元。 然而,风险与机会结伴而来。 安全专家警告说:黑客窃取的医疗信息比黑市上出售的信用卡详细信息更加重要,因为骗子们可以利用医疗信息伪造身份证件,去购买医疗设备或药品,然后可以将这些设备或药品转售,或者用来申请虚假的保险索赔。 美国疾病控制与预防中心估计,美国一年中有3,500万人次出院,看医生或去医院看病的情况有10亿人次,开出的处方会更多,其中绝大部分信息都储存在云数据库中。 对云服务的担忧 目前,医学物联网正在将越来越多的联网设备引入到运算中,将更多机密的患者数据推向了云服务平台。 专家们称:这就有可能给窃贼创造新机遇,他们试图掌握医疗单位的秘密信息,可能会把目标对准姓名、出生日期、保单号码、账单数据和诊断编号,用来获取药品。 高通生命公司(Qualcomm Life)是高通公司四年前成立的医疗保健部门,该公司的资深副总裁里克·瓦伦西亚(Rick Valencia)说:“最薄弱的一环往往是医疗设备本身,因为在设计时没有想到这些设备会用于互联网,没有想到信息会存储在云基础设施中。” 美敦力公司是世界上最大的独立医疗设备制造商。2014年,该公司称:在几次网络攻击中,该公司的糖尿病业务部丢失了患者的病例。 埃里克·沃勒布莱特(Erik Vollebregt)是阿姆斯特丹的一位律师,专门保护医疗设备网络安全和隐私。他说:“信息越多,身份信息盗窃就越容易,黑客卖给第三方的资料就越有价值。” 沃勒布莱特称:对于犯罪分子来说,非法侵入联网医疗设备,威胁患者生命,敲诈制造商,这些也都是有可能发生的。 对于危害患者的黑客,并没有文献记载。尽管如此,去年美国食品和药物管理局(FDA)警告说:输液泵可能会容易受到攻击,要求医疗服务部门停止使用输液泵。 智能镜片 诺华公司的目标是,到2019年将用于治疗慢性肺病的吸入器推向市场。包括Aerocrine公司和微软公司(Microsoft)在内的其他制药-技术联盟,都正在合作开发分析过敏患者和哮喘患者数据的云项目。 与此同时,谷歌公司(Google)正在跟法国制药商赛诺菲公司(Sanofi)合作,搜集并分析来自糖尿病患者的信息。这家美国技术巨头跟诺华公司也有合作,两家公司一起开发一种智能镜片,用来检测糖尿病人的血糖水平。 所有参与这些项目的公司都表示,要尽最大努力保护患者的资料,使其免受黑客的攻击。 荷兰的飞利浦公司(Philips)求助于总部位于旧金山的身份管理软件制造商ForgeRock公司,以免使自产医疗设备的数据落入坏人之手。 软件安全专家、挪威科技工业研究院(SINTEF)基金会的玛丽·穆厄(Marie Moe)称:起搏器使她的心脏保持跳动,但其中的无线端口容易使起搏器遭受干扰,可是若没有起搏器,她是无法生存的。 穆厄告诉路透社的记者说:“对于某些患者群体来说,无线接口是大有益处的。但是,作为一名研究安全的人员,我知道连接也意味着会产生漏洞。” 本文转自d1net(转载)

优秀的个人博客,低调大师

做民用:做不了高大上就做小优美

全球经济正在呈现不断朝着融合与集中的趋势发展,行业与行业之间的距离正在逐渐缩小,互联网、IT企业不断深入各行各业,分食不同行业潜在的广阔市场,而对安防领域的渗入则表现在各类智能摄像头的出现,迅速席卷了安防民用市场。高清化、网络化、智能化作为安防行业发展的大方向,不断推动着安防企业加强与互联网、用户之间的融合,民用安防概念瞬时火热。 安防企业进入民用市场的方式是多样的,龙头企业纷纷建立互联网智能家居子品牌,不断推出智能单品;不少厂商转型电商的模式,将线上线下产品线交互融合;也有不少企业转向服务运营,专门为用户解决后顾之忧;也有企业研发机器人,借此进入人工智能领域。 以机器人进民用 安防企业作何打算? 目前,面向民用市场的机器人类型主要是服务型机器人。但用户对于机器人还存在很多误解,将智能硬件和机器人进行等同,但两者却有实质的差异。目前给人的感觉是硬件+APP就是智能硬件了,太过度依赖手机的作用;而服务机器人要能互动,能执行既定任务,能分析判断和决策,可以说是智能硬件的高级阶段,强调的是机器本身的自我触发能力。 当前机器人概念很热,短时间吸引了大批企业进入,尤其以服务性机器人市场竞争尤为激烈,但概念热仅仅标志着一个产业的萌芽期状态,人工智能时代不是说来就来的,而是各种技术到了一个爆发的临界点,换作十年前,视频监控技术、通信技术、软硬件处理能力等技术的限制,则很难研发出一个可商用化的服务机器人。而现在,扫地机器人、看护机器人、儿童陪伴机器人、巡逻机器人……市面上机器人产品已琳琅满目,这就是时代前行的力量,人工智能时代已经启动,安防企业要有所作为。 安防企业开发机器人其实主要是针对物联网的研究,相较于互联网公司,安防行业更为了解物联网,更贴近用户的实际需求,且根据用户需求来实现定制化服务。比如巡逻机器人,目标用户针对于企业级用户,并且要结合不同行业市场要做相应定制开发,以及后续持续升级与服务。 机器人门槛并不高,整个产业链条也日趋完整,更多的是融合式创新或者比拼工业设计,但如果安防企业还没有卡上位,想再有新的突破还是比较困难的,要么拥抱互联网公司成为合作者,要么就寻找真正用户痛点重新启程,结合自身核心能力来思考未来布局。 民用市场大混战 安防企业如何突围? 安防产业深刻经历了通信产业、互联网产业、物联网产业的每一次变革以及带给整个社会的巨大改变,民用市场在几年内也迅速被来自于互联网、IT、家电行业的各类智能单品占领,造成市场鱼龙混杂,且同质化严重,民用市场发展缓慢,安防企业想要突围,实则难上加难。 这两年,行业内仿佛不提生态就不够高大上,不够互联网+,互联网+安防似乎已经成为整个行业转型改革的座右铭。互联网带来的冲击不仅如此,互联网公司的优势是适合做标准化产品,有渠道、有营销手段,去年小米和360推出的智能摄像机立马让整个民用监控企业感受到巨大压力和冲击。安防企业如何回击,与互联网企业一较高下? 首先,与互联网企业相较,传统安防企业缺乏互联网基因,也不擅长互联网的一些玩法,但涉入民用市场后安防企业则需要借助互联网手段来改造自己、提升自己,从而发挥自己的强项,为目标用户提供更好的产品和技术服务,但互联网不是万能的,安防企业要先有物联网思维,然后再想着如何+互联网。 其次,安防企业部分转型做智能硬件或智能家居单品,本身单品策略并没有问题,但有没有作为重点的单品、有没有核心技术支撑、有没有市场需求支撑、有没有差异化支点才是单品取胜的关键。线下做得越深,目标市场越精准选择,就可以找到冲击最小的区域。 再次,民用市场要从2B和2C两个方向理解,安防企业更接近物联网和初级人工智能,可以利用互联网公司的云资源人工智能资源,去挖掘细分市场,在不同行业里打造企业级产品和解决方案来突破,并借助与运营商的合作与理解,为运营商提供深度定制的视频物联网云服务,打造B2B2C模式。 此外,传统安防企业找到自己的定位很关键,而不是跟风上。未来市场一定是充满创新和个性化服务的,小公司要比大公司快狠准,多接近最终用户,了解真正需求,单点持续发力,积累核心技术,快速整合技术,多用跨界思维,打造接地气的应用,才有可能与龙头企业形成差异化。做不了高大上,就做小优美。本文转自d1net(转载)

资源下载

更多资源
Mario

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长,特征是大鼻子、头戴帽子、身穿背带裤,还留着胡子。与他的双胞胎兄弟路易基一起,长年担任任天堂的招牌角色。

腾讯云软件源

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题,腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构,目前腾讯云软件源站支持公网访问和内网访问。

Spring

Spring

Spring框架(Spring Framework)是由Rod Johnson于2002年提出的开源Java企业级应用框架,旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念,提供核心容器、应用上下文、数据访问集成等模块,支持整合Hibernate、Struts等第三方框架,其适用范围不仅限于服务器端开发,绝大多数Java应用均可从中受益。

WebStorm

WebStorm

WebStorm 是jetbrains公司旗下一款JavaScript 开发工具。目前已经被广大中国JS开发者誉为“Web前端开发神器”、“最强大的HTML5编辑器”、“最智能的JavaScript IDE”等。与IntelliJ IDEA同源,继承了IntelliJ IDEA强大的JS部分的功能。

用户登录
用户注册