2023中國(guó)安防人工智能發(fā)展產(chǎn)業(yè)指南

7>7>、識(shí)》westernDigital.2作為新一輪科技革命和產(chǎn)業(yè)變革的核心力量，人工智能技術(shù)正在推動(dòng)傳統(tǒng)產(chǎn)業(yè)升級(jí)換代，驅(qū)動(dòng)“數(shù)字經(jīng)濟(jì)”快速發(fā)安防，是人工智能應(yīng)用較為成熟的行業(yè)之一。從最初的視頻分析，到現(xiàn)在全產(chǎn)業(yè)鏈的技術(shù)賦能，“安防+AI”已經(jīng)在深圳市安全防范行業(yè)協(xié)會(huì)（以下簡(jiǎn)稱“深安協(xié)”）、CPS中安網(wǎng)通過現(xiàn)場(chǎng)訪談、電話采訪、郵件采訪等形式和全國(guó)近百家與“安防+AI”業(yè)務(wù)相關(guān)的公司進(jìn)行了交流，并對(duì)“安防+AI”產(chǎn)業(yè)的發(fā)展動(dòng)態(tài)、技術(shù)變革、市場(chǎng)行情等信息進(jìn)行持續(xù)地觀察追蹤，并制作了《2023中國(guó)安防人工智深圳市安全深圳市安全營(yíng)利性社會(huì)團(tuán)體、社會(huì)法人,成立于1995年9月，2017年獲評(píng)為5A級(jí)社會(huì)組織，2020年獲目前，深安協(xié)擁有來(lái)自全國(guó)的2663家會(huì)員從事安全防范行業(yè)的企事業(yè)單位和安防專家、學(xué)者等團(tuán)體組成。深安協(xié)由黨委、CPS中安網(wǎng)會(huì)其中CPSE安博會(huì)是全球第一大安防展，其展出面積、參展商、人流量均為行業(yè)第一。3CPSCPS中安網(wǎng)成立于1999年，立足安防，放眼不斷衍生的AIoT，是國(guó)內(nèi)智慧安防和AIoTCPS中安網(wǎng)可提供推廣、會(huì)議、咨詢、報(bào)告等服務(wù)，產(chǎn)品涵蓋門戶網(wǎng)站、新媒體、APP、中國(guó)安防論壇、中國(guó)安防賦能大會(huì)、百城會(huì)等。CPS中安網(wǎng)積極致力于推動(dòng)行業(yè)發(fā)展，運(yùn)用互01牌經(jīng)模型01牌經(jīng)模型學(xué)互學(xué)互"識(shí)別廠>》4人工智能作為國(guó)家戰(zhàn)略的重要組成部分，是未來(lái)國(guó)際競(jìng)爭(zhēng)的焦點(diǎn)和經(jīng)濟(jì)發(fā)展的新引擎。近年來(lái)，隨目前，人工智能行業(yè)受到國(guó)家及各級(jí)政府的高度一、國(guó)家級(jí)層面政策《數(shù)字中國(guó)建設(shè)整體布局規(guī)劃》（簡(jiǎn)稱：《規(guī)劃》）提出系統(tǒng)優(yōu)化算力基礎(chǔ)設(shè)施布局，促進(jìn)東西部2023年4月28日，中共中央政治局召開會(huì)議，分析研究當(dāng)前經(jīng)濟(jì)形勢(shì)和經(jīng)濟(jì)工作，會(huì)議內(nèi)容提及2023年6月8日，國(guó)務(wù)院發(fā)布2023年度立法工作計(jì)劃，人工智能法草案等預(yù)備提請(qǐng)全國(guó)人大常國(guó)務(wù)院辦公廳近日印發(fā)《國(guó)務(wù)院2023年度立法工作計(jì)劃》，其中提到，預(yù)備提請(qǐng)全國(guó)人大常委會(huì)包括語(yǔ)音、文字、圖像、音頻生成與交互技術(shù)，場(chǎng)景包括智能客服、即時(shí)通訊、視頻剪輯與文字、圖像5自2015年以來(lái)，國(guó)家發(fā)改委、科技部、工信部、教育部等多部門都陸續(xù)印發(fā)了支持、規(guī)范、監(jiān)督人工智能行業(yè)的政策，內(nèi)容涉及人工智能基礎(chǔ)設(shè)施建設(shè)、技術(shù)研發(fā)、人才培養(yǎng)及引進(jìn)、倫理規(guī)范和法律二、地方級(jí)層面政策為了響應(yīng)國(guó)家號(hào)召，全國(guó)各省市積極推動(dòng)人工智能產(chǎn)業(yè)發(fā)展，如北京、上海、深圳等地相繼發(fā)布支持人工智能產(chǎn)業(yè)發(fā)展的政策文件，圍繞打造拓展人工智能應(yīng)用場(chǎng)景、加強(qiáng)相關(guān)領(lǐng)域人才高地建設(shè)等方面2023年5月30日，北京市發(fā)布《北京市加快建設(shè)具有全球影響力的人工智能創(chuàng)新策源地實(shí)施方案施》）。文件提到，到2025年，人工智能核心產(chǎn)業(yè)規(guī)模達(dá)到3000億元，持續(xù)保持10%以上增長(zhǎng)，輻射產(chǎn)提出要完善人工智能數(shù)據(jù)標(biāo)準(zhǔn)庫(kù)，探索打造數(shù)據(jù)訓(xùn)練基地，促進(jìn)研發(fā)自然語(yǔ)言、多模態(tài)、認(rèn)知等超大規(guī)模智能模型，力爭(zhēng)到2030年，北京市數(shù)據(jù)要素市場(chǎng)規(guī)模達(dá)到20002023年5月30日，上海市發(fā)布《上海市加大力度支持民間投資發(fā)展若干政策措施》提出，充分發(fā)2023年6月15日，上海市人民政府辦公廳印發(fā)《上海市推動(dòng)制造業(yè)高質(zhì)量發(fā)展三年行動(dòng)計(jì)劃（2023-2025年）》，引導(dǎo)更多資源要素向先進(jìn)制造業(yè)集聚。提出將瞄準(zhǔn)人工智能技術(shù)前沿，構(gòu)建通用《深圳市加快推動(dòng)人工智能高質(zhì)量發(fā)展水平應(yīng)用行動(dòng)方案（2023~2024）》于5月31日出爐，該統(tǒng)籌整合基金資源，形成規(guī)模1000億元的人工智能基金群。”6提到到2025年，基本建成全身應(yīng)用場(chǎng)景一體化大市場(chǎng)。圍繞特色研究領(lǐng)域打造一批可示范、可體驗(yàn)、可推廣的科技首用場(chǎng)景樣板，探索場(chǎng)景驅(qū)動(dòng)的科技創(chuàng)新范式。下一代人工智能領(lǐng)域優(yōu)先探索深度學(xué)習(xí)、2023年6月1日，成都市經(jīng)濟(jì)和信息化局對(duì)《成都市關(guān)于進(jìn)一步促進(jìn)人工智能產(chǎn)業(yè)高質(zhì)量發(fā)展的若干政策（征求意見稿）》公開征求意見，征求意見稿給出了多條資金補(bǔ)貼和獎(jiǎng)勵(lì)措施。對(duì)取得國(guó)家科技重大專項(xiàng)（含科技創(chuàng)新2030-重大項(xiàng)目）、國(guó)家重點(diǎn)研發(fā)計(jì)劃立項(xiàng)項(xiàng)目成果或國(guó)家科學(xué)獎(jiǎng)獲獎(jiǎng)成果在2023年6月16日，廣東省委、省政府出臺(tái)《廣東省質(zhì)量強(qiáng)省建設(shè)綱要》支持人工智能、區(qū)塊鏈、不難看出，當(dāng)人工智能新一輪產(chǎn)業(yè)競(jìng)賽持續(xù)升溫之時(shí)，各地鼓勵(lì)支持人工智能發(fā)展的利好政策也將三、總結(jié)目前，中央及各地方政府出臺(tái)的相關(guān)人工智能政策已超百部，從這些出臺(tái)的政策文件當(dāng)中看出，當(dāng)前人工智能政策較為強(qiáng)調(diào)人工智能技術(shù)在各個(gè)行業(yè)場(chǎng)景的應(yīng)用。一方面體現(xiàn)出AI技術(shù)的普及率逐漸提高，另一方面也彰顯了AI的活力，能為行業(yè)發(fā)展增添新的動(dòng)能。未來(lái)，隨著數(shù)字經(jīng)濟(jì)的快速發(fā)展和全近年來(lái)，在數(shù)字經(jīng)濟(jì)發(fā)展浪潮的推動(dòng)下，學(xué)界圍繞人工智能的經(jīng)濟(jì)發(fā)展豐富的研究，從多方位強(qiáng)調(diào)了實(shí)施“智能+”、數(shù)智融合、智能產(chǎn)業(yè)價(jià)值創(chuàng)造與獲取的重要意義，為社702O02O77廠>》8近年來(lái)，在數(shù)字經(jīng)濟(jì)發(fā)展浪潮的推動(dòng)下，學(xué)界圍繞人工智能的經(jīng)濟(jì)發(fā)展效應(yīng)從不同角度開展了較為豐富的研究，從多方位強(qiáng)調(diào)了實(shí)施“智能+”、數(shù)智融合、智能產(chǎn)業(yè)價(jià)值創(chuàng)造與獲取的重要意義，為社一、人工智能技術(shù)分析但在數(shù)據(jù)量過于龐大時(shí)，單純依靠大數(shù)據(jù)技術(shù)進(jìn)行數(shù)據(jù)的處理和分析則顯得較為困難，此時(shí)就需要將大數(shù)據(jù)技術(shù)與人工智能技術(shù)進(jìn)行高效結(jié)合，以充分運(yùn)用機(jī)器學(xué)習(xí)技術(shù)來(lái)完成相關(guān)工作任務(wù)。機(jī)器學(xué)習(xí)簡(jiǎn)言之就是以計(jì)算機(jī)為基礎(chǔ)來(lái)對(duì)人類的學(xué)習(xí)進(jìn)行模擬，通過模擬的方式來(lái)完成相關(guān)任務(wù)。目前較為常見的機(jī)器學(xué)習(xí)方式包括概率學(xué)習(xí)和決策樹訓(xùn)練。該項(xiàng)技術(shù)的優(yōu)勢(shì)在于能夠高效地對(duì)數(shù)據(jù)進(jìn)行處理，同時(shí)能夠通過學(xué)習(xí)和訓(xùn)練來(lái)形成新的處理模型用以對(duì)多種不同類型的數(shù)據(jù)進(jìn)行處理，尤其是在對(duì)一些海量數(shù)據(jù)進(jìn)行人工智能技術(shù)的知識(shí)與數(shù)據(jù)智能化處理能夠在專家系統(tǒng)上得到充分的體現(xiàn)。專家系統(tǒng)是智能化極高的計(jì)算機(jī)系統(tǒng)，能夠?qū)⒛骋活I(lǐng)域的知識(shí)進(jìn)行全面集合，再通過前期的程序設(shè)定來(lái)完成相應(yīng)的系統(tǒng)架構(gòu)構(gòu)建，后續(xù)在解決問題時(shí)則可以利用該系統(tǒng)的程序進(jìn)行高效解決。專家系統(tǒng)最為重要的兩個(gè)組成部分是數(shù)據(jù)庫(kù)和推理系統(tǒng)，數(shù)據(jù)庫(kù)主要是包含某一領(lǐng)域的專業(yè)知識(shí)和相關(guān)經(jīng)驗(yàn)，而推理系統(tǒng)主要是模擬人類的智慧推理過程，再以數(shù)據(jù)庫(kù)為基礎(chǔ)對(duì)問題進(jìn)行解決，通過數(shù)據(jù)庫(kù)和推理系統(tǒng)的結(jié)合能夠快速得到問題的答人機(jī)交互技術(shù)是將用戶和系統(tǒng)進(jìn)行有效連接的技術(shù)。用戶在使用相關(guān)軟件時(shí)可以通過交互界面完成指定操作。而人機(jī)交互技術(shù)主要是以機(jī)器人的學(xué)習(xí)和模式識(shí)別技術(shù)為基礎(chǔ)，該項(xiàng)技術(shù)需要依靠相應(yīng)的輸出設(shè)備和指定軟件系統(tǒng)實(shí)現(xiàn)。想要對(duì)現(xiàn)有的人機(jī)交互技術(shù)進(jìn)行提升，則必須對(duì)硬件系統(tǒng)和軟件系統(tǒng)進(jìn)行同時(shí)優(yōu)化。此外，在技術(shù)研發(fā)過程中還需要對(duì)傳統(tǒng)人機(jī)交互技術(shù)存在的不足進(jìn)行優(yōu)化和調(diào)整，轉(zhuǎn)變?cè)衅渲?，機(jī)器學(xué)習(xí)作為人工智能非常重要的基礎(chǔ)，主要有判別式和生成式兩類模型。其中，判別式模型主要是給定一個(gè)數(shù)據(jù)，估計(jì)一個(gè)條件概率進(jìn)行分類、判決；生成式模型則是直接估計(jì)一個(gè)分布，然后92016年AlphaGo戰(zhàn)勝李世石第一次點(diǎn)燃AI的討論浪潮。隨著AI基礎(chǔ)設(shè)施逐步完善，深度學(xué)習(xí)技術(shù)不斷進(jìn)步，人工智能應(yīng)用場(chǎng)景逐漸增多，過去模型參數(shù)規(guī)模和數(shù)據(jù)量也實(shí)現(xiàn)了大幅度增長(zhǎng)，為NLP、CV等領(lǐng)域帶來(lái)更強(qiáng)大的表達(dá)能力和性能，顯而易見，現(xiàn)今已進(jìn)入了以AGI為代表的新里程碑階段。ChatGPT讓大家意識(shí)到，AI發(fā)展步入全新階段即生成式AI（AIGC）。較此前的最大突破是形成了內(nèi)容生成，交互式體驗(yàn)對(duì)應(yīng)用前景和商業(yè)模式的落地帶來(lái)了新的想象空間。例如，2015年Transformer模型發(fā)布以來(lái)，NLP大模型發(fā)展開始提速，OpenAI2018、2019、2020年分別推出的AI得以通過文字、視頻、圖像等與外界產(chǎn)生“交互”，2022年底殺手級(jí)應(yīng)用ChatGPT橫空出世。二、AIGC（生成式人工智能）概念梳理與發(fā)展歷程的試驗(yàn)方法（Turing，2009），即機(jī)器是否能夠模仿人類的思維方式來(lái)“生成”內(nèi)容，實(shí)現(xiàn)人機(jī)交互。因此，人工智能從圖靈開始就被寄予了用于內(nèi)容創(chuàng)造的期許。經(jīng)過半個(gè)多世紀(jì)發(fā)展，數(shù)據(jù)快速積累、算力性能提升和算法效力增強(qiáng)，如今人工智能不僅實(shí)現(xiàn)了人機(jī)互動(dòng)，還能夠進(jìn)行寫作、編曲、繪畫、視頻制作等創(chuàng)意工作。2018年，由人工智能創(chuàng)作的人類歷史上首次拍賣的AI藝術(shù)品，引發(fā)各界關(guān)注。隨著人工智能越來(lái)越多地被應(yīng)用于內(nèi)容創(chuàng)作，AIGC目前，對(duì)AIGC的定義，尚無(wú)統(tǒng)一規(guī)范的界定。國(guó)內(nèi)產(chǎn)學(xué)研各界對(duì)于AIGC的理解是“繼專業(yè)生成內(nèi)容（ProfessionalGeneratedContent，PGC）和用戶生成內(nèi)容（UserGeneratedContent，UGC）之后，利用人工智能技術(shù)自動(dòng)生成內(nèi)容的新型生產(chǎn)方式”。在國(guó)際上對(duì)應(yīng)的術(shù)語(yǔ)是“人工智能合成媒體（AI-generatedMedia或SyntheticMedia）”，其定義是“通過人工智能算法對(duì)數(shù)據(jù)或媒體梳理人工智能的發(fā)展演進(jìn)，AIGC的發(fā)展基本可以劃分為三個(gè)時(shí)期：醞釀萌芽階段（20世紀(jì)50年代至20世紀(jì)90年代中期）、穩(wěn)步推進(jìn)階段（20世紀(jì)90年代中期至21世紀(jì)1·醞釀萌芽階段20世紀(jì)50年代至20世紀(jì)90年代中期，受限于技術(shù)水平，AIGC僅局限于小范圍實(shí)驗(yàn)。1950年，圖靈提出“圖靈測(cè)試”能夠判定機(jī)器是否“智能”；1957年，計(jì)算機(jī)首次創(chuàng)作完成弦樂四重奏《依利亞克組曲》；1966年，世界上第一款可人機(jī)對(duì)話的機(jī)器人“伊莉莎（Eliza）”問世，主要通過關(guān)鍵字掃描與重組完成交互任務(wù)。20世紀(jì)80年代中期，國(guó)際商業(yè)機(jī)器公司（InternationalBusinessMachinesCorporation，IBM）創(chuàng)造了語(yǔ)音控制打字機(jī)“坦戈拉（Tangora）”，約能處理20000個(gè)單詞。20世紀(jì)80年代末至90年代中，由于高昂的研發(fā)投入沒有實(shí)現(xiàn)預(yù)期的商業(yè)變現(xiàn)，因此，世界各國(guó)開始減少人工智能領(lǐng)域的投入，AIGC沒有實(shí)現(xiàn)重大突破。但在此期間，圖靈測(cè)試、對(duì)話機(jī)器人以及語(yǔ)控打字機(jī)已經(jīng)孕育了AIGC的雛形。·穩(wěn)步推進(jìn)階段20世紀(jì)90年代中期至21世紀(jì)10年代中期，AIGC逐漸從前期的技術(shù)實(shí)驗(yàn)性向商業(yè)實(shí)用性轉(zhuǎn)變。2006年起，一方面，圖形處理器和張量處理器等算力設(shè)備性能大幅提升，深度學(xué)習(xí)算力增強(qiáng)，深度學(xué)習(xí)算法取得重大突破；另一方面，互聯(lián)網(wǎng)的推廣普及使得數(shù)據(jù)規(guī)模劇增，這為各類人工智能算法提供了創(chuàng)作任務(wù)依然沒有取得重大突破，應(yīng)用場(chǎng)景有限，應(yīng)用效果有待提升。2007年，紐約大學(xué)的人工智能系統(tǒng)撰寫小說《1TheRoad》——世界第一部完全由人工智能創(chuàng)作的小說，雖然小說可讀性不強(qiáng)、存在拼寫錯(cuò)誤、邏輯混亂，但從AIGC整個(gè)發(fā)展歷程來(lái)看，其突破性意義遠(yuǎn)高于實(shí)際意義。2012年，微軟推出全自動(dòng)同聲傳譯系統(tǒng)，計(jì)算機(jī)能夠自動(dòng)完成語(yǔ)音識(shí)別、英中機(jī)器翻譯，以及中文語(yǔ)音合成，效果非常流暢，這標(biāo)志著深度神經(jīng)網(wǎng)絡(luò)模型在語(yǔ)音識(shí)別和音頻生成領(lǐng)域獲得了巨大的成功，為AIGC進(jìn)一步發(fā)·迅猛發(fā)展階段21世紀(jì)10年代中期至今，AIGC迎來(lái)新發(fā)展，生成內(nèi)容更加多元，生成效果更加逼真。自2014年起，Goodfellow等（2020）提出以生成式對(duì)抗網(wǎng)絡(luò)（GenerativeAdversarialNetwork，GAN）為代表的深度學(xué)習(xí)算法，并不斷迭代更新，為AIGC提供了強(qiáng)大的技術(shù)支撐。此后，2017年，微軟人工智能少女“小冰”完成了世界首部完全由人工智能創(chuàng)作的詩(shī)集——《陽(yáng)光失了玻璃窗》。2018年，英偉達(dá)發(fā)布可以實(shí)現(xiàn)自動(dòng)生成圖片的模型——StyleGAN（Karras等，2020），該模型目前已升級(jí)到第四代—StyleGAN-XL（Sauer等，2022），其生成圖片的分辨率極高，人眼難以分辨真假。2019年，DeepMind發(fā)布DVD-GAN模型（Clark等，2019）可以生成高度逼真且連貫的視頻，該模型能夠通過學(xué)習(xí)和理解人類的語(yǔ)言，進(jìn)行對(duì)話、聊天互動(dòng)。2021年，OpenAI推出DALL-E，主要用于文本與圖像的交互生成內(nèi)容，并于一年后推出升級(jí)版本DALL-E-2（Marcus等，2022）。DALL-E-2基于對(duì)主題、風(fēng)格、調(diào)色板和所需概念意義的“理解”，可以生成相應(yīng)的圖像，同時(shí)該模型還能夠根據(jù)原圖像進(jìn)行二次創(chuàng)作。至此，AIGC技術(shù)基本成熟，有望成為改變商業(yè)模式和產(chǎn)業(yè)發(fā)展范式的重要驅(qū)動(dòng)力。以ChatGPT的發(fā)布為里程碑事件，AI的發(fā)展進(jìn)入到了繼突破工業(yè)紅線之后的，以AGI為發(fā)展目標(biāo)的全新通用智能時(shí)代。生成式AI成為大模型能力應(yīng)用的爆發(fā)點(diǎn)，以文生文、文生圖等內(nèi)容生成為代習(xí)近平總書記指出，“把新一代人工智能作為推動(dòng)科技跨越發(fā)展、產(chǎn)業(yè)優(yōu)化升級(jí)、生產(chǎn)力整體躍升的驅(qū)動(dòng)力量，努力實(shí)現(xiàn)高質(zhì)量發(fā)展”。在深度學(xué)習(xí)算法不斷突破和算力不斷提高的背景下，人工智能生成內(nèi)容（ArtificialIntelligenceGeneratedContent，AIGC）技術(shù)迎來(lái)加速發(fā)展，正在催生全新產(chǎn)當(dāng)前，人工智能技術(shù)正在各行業(yè)全面鋪開，終端產(chǎn)品種類、解決方案及應(yīng)用場(chǎng)景等日益豐富，如何人工智能已成為科技創(chuàng)新的關(guān)鍵領(lǐng)域和數(shù)字經(jīng)濟(jì)時(shí)代的重要支柱。據(jù)IDC最新發(fā)布的數(shù)據(jù)，2022年全球人工智能收入預(yù)計(jì)同比增長(zhǎng)19.6%，達(dá)到4328億美元,包括軟件、硬件和服務(wù)。預(yù)計(jì)2023年可一、中國(guó)AI產(chǎn)業(yè)發(fā)展“三大”戰(zhàn)略自1956年達(dá)特茅斯會(huì)議以來(lái)，人工智能聚焦我國(guó)人工智能產(chǎn)業(yè)的發(fā)展，2017年發(fā)布了第一個(gè)涉及人工智能領(lǐng)域系統(tǒng)戰(zhàn)略部署的文件《新一代人工智能發(fā)展規(guī)劃》后，陸續(xù)發(fā)布《新一代人工智能發(fā)展白皮書（2017版）》、《人工智能標(biāo)準(zhǔn)化白皮書（2018版）》、《高等學(xué)校人工智能創(chuàng)新行動(dòng)計(jì)劃》、《國(guó)家新一代人工智能創(chuàng)新發(fā)展試驗(yàn)區(qū)近年來(lái)，在眾多規(guī)劃政策的支持下，我國(guó)人工智能產(chǎn)業(yè)發(fā)展明確了“三大”戰(zhàn)略，為整個(gè)產(chǎn)業(yè)的發(fā)培育若干全球領(lǐng)先的人工智能優(yōu)質(zhì)企業(yè)，預(yù)計(jì)人工智能核心產(chǎn)業(yè)規(guī)模超過1500億元，帶動(dòng)相關(guān)產(chǎn)業(yè)規(guī)到2025年，人工智能基礎(chǔ)理論實(shí)現(xiàn)重大突破，部分技術(shù)與應(yīng)用達(dá)到世界領(lǐng)先水平，人工智能核心產(chǎn)業(yè)規(guī)模超4000億元，帶動(dòng)相關(guān)產(chǎn)業(yè)規(guī)模超過5萬(wàn)億元，初步建立人工智能法律法規(guī)、倫理規(guī)范和政人工智能核心產(chǎn)業(yè)規(guī)模超過1萬(wàn)億元，帶動(dòng)相關(guān)產(chǎn)業(yè)規(guī)模超10萬(wàn)億元，形成一批全球領(lǐng)先的人工智能二、中國(guó)AI產(chǎn)業(yè)融資/IPO事件回溯人工智能產(chǎn)業(yè)融資的節(jié)點(diǎn)，2018年是投融資的頂峰期，至2020年持續(xù)下滑。與此相對(duì)的是，融資金額在2020年出現(xiàn)明顯增長(zhǎng)，可見一部分A據(jù)Wind數(shù)據(jù)顯示，目前港交所通過聆訊排隊(duì)等候上市的企業(yè)一共有106家，涉及AI或數(shù)字化的公司達(dá)到28家，占比26%。聚焦到這28家AI公司，有19家截至2022年度的經(jīng)營(yíng)狀態(tài)為虧損，7家實(shí)現(xiàn)微盈利，凈利潤(rùn)在1由此可見，在AI大潮之下，產(chǎn)業(yè)鏈相關(guān)廠商的存活狀態(tài)并不如意。據(jù)CPS中安網(wǎng)不完全統(tǒng)計(jì)，目前安防行業(yè)的AI廠商2023年上半年的業(yè)績(jī)情況依舊慘淡因而，在AIGC技術(shù)和大模型的支撐下，AI廠商想挽救危局，最直接的方式還是融資上市。2023年4月24日，AI獨(dú)角獸企業(yè)第四范式于2023年4月24日更新招股書，繼續(xù)推進(jìn)港交所主2023年6月30日，自動(dòng)駕駛計(jì)算芯片第一股黑芝麻智能向港交所提交上市申請(qǐng)書，計(jì)劃在港交所·致瓴科技完成兩輪融資致瓴科技作為家庭安防科技產(chǎn)品研發(fā)商，在今年2月和6月完成兩輪融資，致力于在產(chǎn)品研發(fā)和技2月，致瓴科技獲得5000萬(wàn)人民幣的Pre-A輪融資，投資方為琮碧秋實(shí)、云時(shí)資本。6月，致瓴科技又完成了數(shù)千萬(wàn)元人民幣A輪融資，本輪融資由堅(jiān)果資本領(lǐng)投，合創(chuàng)資本和老股東云時(shí)資本跟投，資·澎思科技完成兩輪融資高捷資本、上古資本、洪泰基金跟投。4月，澎思科技宣布完成1.5億元A輪融資，此次融資由360、據(jù)了解，澎思科技創(chuàng)始人和核心團(tuán)隊(duì)擁有多年豐富的AI+安防行業(yè)落地服務(wù)經(jīng)驗(yàn)。此輪融資將用于繼續(xù)夯實(shí)算法、軟硬件產(chǎn)品研發(fā)，打造更豐富的產(chǎn)品線，針對(duì)智能安防、智能制造等垂直行業(yè)進(jìn)行全系1月6日，蘇州國(guó)芯科技股份有限公司（股票代碼：688262）正式在科創(chuàng)板掛牌上市。國(guó)芯科技成立于2001年，是一家從事國(guó)產(chǎn)自主可控嵌入式CPU技術(shù)研發(fā)和產(chǎn)業(yè)化應(yīng)用的芯片設(shè)計(jì)公司，處于集成該公司最終募集資金凈額比原計(jì)劃多16.60億元，擬分別用于云-端信息安全芯片設(shè)計(jì)及產(chǎn)業(yè)化項(xiàng)目、基于C*CoreCPU核的SoC芯片設(shè)計(jì)平臺(tái)設(shè)計(jì)及產(chǎn)業(yè)化項(xiàng)目、基于RISC-V架構(gòu)的CPU內(nèi)核設(shè)計(jì)項(xiàng)目。1月14日，翱捷科技股份有限公司（股票代碼：688220）在科創(chuàng)板掛牌上市。翱捷科技作為一家提供無(wú)線通信、超大規(guī)模芯片的平臺(tái)型芯片的企業(yè)，自2015年成立后一直專注于無(wú)線通信芯片的研發(fā)和技術(shù)創(chuàng)新，同時(shí)擁有全制式蜂窩基帶芯片及多協(xié)議非蜂窩物聯(lián)網(wǎng)芯片研發(fā)設(shè)計(jì)實(shí)力，且具備提供超大規(guī)模高速SoC芯片定制及半導(dǎo)體IP授權(quán)服務(wù)能力。據(jù)悉，翱捷科技IPO原本計(jì)劃募資23.80億元，后來(lái)，公司將計(jì)劃募資額度上調(diào)至27.17億元。用于商用5G增強(qiáng)移動(dòng)寬帶終端芯片平臺(tái)研發(fā)、5G工業(yè)物聯(lián)網(wǎng)芯片項(xiàng)目、商業(yè)WiFi6芯片項(xiàng)目、智能IPC芯片設(shè)計(jì)項(xiàng)目、多種無(wú)線協(xié)議融合、多場(chǎng)域下高精度導(dǎo)航定位整體解決方案及平臺(tái)項(xiàng)目、研發(fā)中心3月17日，北京格靈深瞳信息技術(shù)股份有限公司（股票代碼：688207）在上交所科創(chuàng)板上市。格靈深瞳是北京代表性人工智能企業(yè)之一，也是國(guó)內(nèi)領(lǐng)先的人工智能科技公司之一，其主要技術(shù)落地方向據(jù)悉，格靈深瞳擬募集資金約10億元，主要用于人工智能算法平臺(tái)升級(jí)項(xiàng)目、人工智能創(chuàng)新應(yīng)用4月20日，杰創(chuàng)智能科技股份有限公司（股票代碼：301248）在深圳證券交易所創(chuàng)業(yè)板上市。杰創(chuàng)智能致力于推進(jìn)物聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)、人工智能等新一代信息技術(shù)在智慧城市、智慧安全領(lǐng)域的產(chǎn)業(yè)化應(yīng)用，為客戶提供涵蓋業(yè)務(wù)咨詢、方案設(shè)計(jì)、設(shè)備采購(gòu)、產(chǎn)品研發(fā)、系統(tǒng)集成及運(yùn)營(yíng)維護(hù)的全周據(jù)悉，杰創(chuàng)智能IPO募集資金將用于智慧城市平臺(tái)升級(jí)及產(chǎn)業(yè)化項(xiàng)目、智慧安全產(chǎn)品升級(jí)及產(chǎn)業(yè)化思特威作為安防CIS龍頭，2017年成立于上海，是一家從事CMOS圖像傳感器芯片產(chǎn)品研發(fā)、設(shè)計(jì)和據(jù)悉，思特威披露的招股說明書顯示，公司擬募集資金28.20億元，分別用于研發(fā)中心設(shè)備與系統(tǒng)建設(shè)項(xiàng)目、思特威（昆山）電子科技有限公司圖像傳感器芯片測(cè)試項(xiàng)目、CMOS圖像傳感器芯片升級(jí)及5月27日，云從科技集團(tuán)股份有限公司（股票代碼：688327）正式在上交所科創(chuàng)板上市。國(guó)內(nèi)AI獨(dú)角獸云從科技自主研發(fā)的跨鏡追蹤、3D結(jié)構(gòu)光人臉識(shí)別、雙層異構(gòu)深度神經(jīng)網(wǎng)絡(luò)和對(duì)抗性神經(jīng)網(wǎng)絡(luò)聚焦機(jī)器視覺業(yè)務(wù)，自研形成了光學(xué)成像、智能軟件、智能算法與精密控制四大技術(shù)平臺(tái)，為客戶提供奧比中光公開募集資金12.39億元，將繼續(xù)加大對(duì)3D視覺感知技術(shù)的創(chuàng)新投入，開展3D視覺感知技術(shù)升級(jí)研發(fā)和應(yīng)用拓展，進(jìn)一步推動(dòng)3D視覺感知技術(shù)的科技創(chuàng)新。8月5日，深圳市江波龍電子股份有限公司在深圳證券交易所創(chuàng)業(yè)板上市。江波龍電子是國(guó)內(nèi)主要存儲(chǔ)企業(yè)之一，自成立以來(lái)一直專注于Flash及DRAM存儲(chǔ)器的研發(fā)、設(shè)計(jì)和銷售。多年來(lái)，公司打造了嵌入式存儲(chǔ)、固態(tài)硬盤、移動(dòng)存儲(chǔ)和內(nèi)存條四大產(chǎn)品線，擁有FORESEE和Lexar兩大存儲(chǔ)品牌。8月8日，廣東魅視科技股份有限公司在深圳證券交易所主板上市。魅視科技是國(guó)內(nèi)領(lǐng)先的分布式視聽產(chǎn)品及解決方案提供商，致力于不斷提升圖像應(yīng)用技術(shù)和視音頻聯(lián)結(jié)能力，為視音頻信號(hào)的接入采據(jù)悉，魅視科技IPO擬募集資金約5.4領(lǐng)頭羊地位，公司已研發(fā)推出包括“指紋+人臉識(shí)別”技術(shù)、“人臉+掌靜脈識(shí)別”技術(shù)、“指紋+指靜脈識(shí)別”技術(shù)、“人臉+虹膜識(shí)別”技術(shù)和“指紋+手掌+人臉識(shí)別”技術(shù)等在內(nèi)的多模態(tài)生物識(shí)別·依圖科技數(shù)億元新一輪融資完成首次交割依圖科技聯(lián)合創(chuàng)始人林晨曦也表示：“期待本次與博約攜手，加速依圖科技在深圳及粵港澳大灣區(qū)的產(chǎn)業(yè)布局，推進(jìn)城市智能化基礎(chǔ)設(shè)施建設(shè)，助力依圖的世界級(jí)人工智能公司的發(fā)展進(jìn)程?！睋?jù)了解，依圖科技是中國(guó)人工智能行業(yè)的頭部企業(yè)，主要從事AI算法軟件及芯片、服務(wù)器等超高·暗物智能完成B輪融資廣州金控、南沙科金控股五家國(guó)企簽署《暗物智能投資協(xié)議》，由五家國(guó)企聯(lián)合對(duì)暗物智能進(jìn)行戰(zhàn)略性暗物智能由著名計(jì)算機(jī)視覺專家朱松純于2017年創(chuàng)辦，2020年年中獲5億元A輪融資。“暗物智將強(qiáng)大的人才優(yōu)勢(shì)與先進(jìn)的科研實(shí)力轉(zhuǎn)化為產(chǎn)業(yè)轉(zhuǎn)型發(fā)展的新引擎、新動(dòng)能，智能社會(huì)治理的新思路、2022年8月18日瑞為技術(shù)獲數(shù)億元D輪融資，由招商局資本、泓宇資本領(lǐng)投資、賽富資本跟投。本輪融資資金將主要用于深化AI算法及產(chǎn)品研發(fā)，增強(qiáng)在各個(gè)社會(huì)公共安全場(chǎng)景·極視角完成戰(zhàn)略輪融資2022年10月13日完成由山東陸海聯(lián)動(dòng)投資基金領(lǐng)投、青島海創(chuàng)智鏈工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)投資基金共極視角此前曾獲得華潤(rùn)創(chuàng)新基金、高通創(chuàng)投、北高峰資本、經(jīng)控金融投資集團(tuán)、蘭馨亞洲、青島國(guó)極視角成立于2015年，是專業(yè)的人工智能與計(jì)算機(jī)視覺算法提供商，開創(chuàng)了國(guó)內(nèi)首家計(jì)算機(jī)視覺算法商城。經(jīng)過7年多的發(fā)展，公司在青島、深圳、三、總結(jié)眾所周知，目前人工智能已廣泛賦能于千行百業(yè)，人工智能工具的迭代也為中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展帶來(lái)同時(shí)，在產(chǎn)業(yè)智能化轉(zhuǎn)型升級(jí)的進(jìn)程中，傳統(tǒng)行業(yè)的參與度越來(lái)越深入，為AI提供海量的數(shù)據(jù)和更豐富的應(yīng)用場(chǎng)景，如互聯(lián)網(wǎng)、教育、機(jī)器人、醫(yī)療、自動(dòng)駕駛、交通、制造、智慧城市、金融等多個(gè)當(dāng)前，各國(guó)都出臺(tái)了政策和相關(guān)標(biāo)準(zhǔn)，致力于深化人工智能技術(shù)在行業(yè)應(yīng)用場(chǎng)景中的創(chuàng)新和融合。與此同時(shí)，在實(shí)現(xiàn)技術(shù)迭代和創(chuàng)新之外，還需要聚焦可落地的場(chǎng)景實(shí)踐和數(shù)據(jù)的安全可信，推動(dòng)人工智一、人臉識(shí)別安防+AI是傳統(tǒng)安防行業(yè)借助計(jì)算機(jī)視覺與知識(shí)圖譜技術(shù)在城市級(jí)和行業(yè)級(jí)安防場(chǎng)景中的實(shí)際落地應(yīng)用，不僅僅局限于由公安部門、司法部門、政法部門等采購(gòu)使用的人工智能相關(guān)商品、服務(wù)及工程類項(xiàng)目的狹義安防+AI，同時(shí)也涵蓋安防在社區(qū)樓宇人臉識(shí)別利用攝像機(jī)或攝像頭采集含有人臉的圖像或視頻流，并自動(dòng)在圖像中檢測(cè)和跟蹤人臉，進(jìn)而對(duì)檢測(cè)到的人臉圖像進(jìn)行一系列的相關(guān)應(yīng)用操作。技術(shù)上包括圖像采集、特征定位、身份的確認(rèn)和查人臉與人體的其它生物特征（指紋、虹膜等）一樣與生俱來(lái)，它的唯一性和不易被復(fù)制的良好特性非強(qiáng)制性：用戶不需要專門配合人臉采集設(shè)備，幾乎可以在無(wú)意識(shí)的狀態(tài)下就可獲取人臉圖像，這據(jù)公開的資料顯示，人臉識(shí)別的發(fā)展歷程大體上分為四個(gè)階段，包括機(jī)械識(shí)別、半自動(dòng)化識(shí)別、非與其他生物識(shí)別方式相比，人臉識(shí)別優(yōu)勢(shì)在于自然性、不被察覺性等特點(diǎn)。自然性即該識(shí)別方式同人類進(jìn)行個(gè)體識(shí)別時(shí)所利用的生物特征相同。指紋識(shí)別、虹膜識(shí)別等均不具有自然性。不被察覺的特點(diǎn)使該識(shí)別方法不易使人抵觸，而指紋識(shí)別或虹膜識(shí)別需利用電子壓力傳感器或紅外線采集指紋、虹膜圖總體而言，相比指紋識(shí)別、虹膜識(shí)別等傳統(tǒng)的生物識(shí)別方式，伴隨著后期人臉識(shí)別精度問題得到解刷臉支付、找回密碼、安全登錄考勤打卡、登機(jī)安檢、考試身份刷臉支付、找回密碼、安全登錄考勤打卡、登機(jī)安檢、考試身份人臉識(shí)別技術(shù)可以幫助警察對(duì)犯罪嫌疑人進(jìn)行快速識(shí)別和逮捕。在高清晰度影像監(jiān)控系統(tǒng)中，人臉識(shí)別在生物識(shí)別技術(shù)發(fā)展中，人臉識(shí)別技術(shù)現(xiàn)已非常成熟，市場(chǎng)對(duì)其認(rèn)同度比較高。其主要是通過“局部特征分析”和“圖形”、“神經(jīng)識(shí)別算法”對(duì)面部各器官和特征不同的方位進(jìn)行分析、提取成數(shù)字化雖然人臉識(shí)別技術(shù)已經(jīng)取得了很大進(jìn)展，具有高度的準(zhǔn)確性和穩(wěn)定性，有效提升了安全防控水平。但人臉識(shí)別技術(shù)也面臨一些問題。例如，如何保證人臉庫(kù)的安全、如何提高人臉識(shí)別的準(zhǔn)確率、如何保在競(jìng)爭(zhēng)方面，由于人臉識(shí)別技術(shù)的快速發(fā)展，吸引了安防巨頭企業(yè)和互聯(lián)網(wǎng)巨頭積極布局。在安防企業(yè)方面，?？低曌鳛槿蝾I(lǐng)先的安防龍頭，在人臉識(shí)別領(lǐng)域有著重要地位。目前其產(chǎn)品廣泛應(yīng)用于安防、交通、金融服務(wù)和樓宇等場(chǎng)景。大華股份推出人臉識(shí)別門口機(jī)、通行閘機(jī)等產(chǎn)品，則多數(shù)應(yīng)用于未來(lái)，隨著科學(xué)技術(shù)不斷進(jìn)步以及政策持續(xù)推動(dòng)，人臉識(shí)別技術(shù)將不斷與各行各業(yè)相互融合，深入各場(chǎng)景應(yīng)用。屆時(shí)，人臉識(shí)別技術(shù)維度升級(jí)也是應(yīng)市場(chǎng)需求而持續(xù)推進(jìn)。目前，人臉識(shí)別的研究趨勢(shì)已轉(zhuǎn)向使用3D人臉表面，但現(xiàn)對(duì)面部變化提取的準(zhǔn)確性、復(fù)雜性和穩(wěn)健性技術(shù)攻關(guān)還存在一定難度。A、隱私保護(hù)問題B、技術(shù)可靠性問題雖然人臉識(shí)別技術(shù)在可靠性和準(zhǔn)確性方面已經(jīng)取得了很大的進(jìn)展，但是在一些特殊環(huán)境下，識(shí)別的C、法律法規(guī)不完善問題在應(yīng)用人臉識(shí)別技術(shù)時(shí)，相關(guān)法規(guī)和標(biāo)準(zhǔn)的制定并不完善，導(dǎo)致了許多前沿技術(shù)的適用不夠明確和規(guī)范，在這方面需要制定完善的法規(guī)和標(biāo)準(zhǔn)。同時(shí)，還需要加強(qiáng)教育和普及，提高用戶的安全意識(shí)和防在趨勢(shì)上，人臉識(shí)別技術(shù)在硬件設(shè)備、政策法規(guī)方面有著以下演變趨勢(shì)。如硬件設(shè)備方面，隨著近些年可穿戴設(shè)備、智能家居等物聯(lián)網(wǎng)技術(shù)的發(fā)展，人臉識(shí)別技術(shù)也將不斷加強(qiáng)和應(yīng)用。未來(lái)，人臉識(shí)別政策法規(guī)方面，隨著人臉識(shí)別應(yīng)用越來(lái)越廣泛，國(guó)家政策和法規(guī)對(duì)于人臉識(shí)別技術(shù)的制約和規(guī)范也越來(lái)越重要。未來(lái)，隨著相關(guān)法律法規(guī)和標(biāo)準(zhǔn)的出臺(tái)，人臉識(shí)別技術(shù)將更加正規(guī)和規(guī)范化，同時(shí)，將更用范圍。它將可以更有效地執(zhí)行支付交易、多種聯(lián)合身份驗(yàn)證程序以及安全訪問管理服務(wù)。該技術(shù)目前主要應(yīng)用于各類內(nèi)部安全監(jiān)管、支付驗(yàn)證、汽車訪客識(shí)別等，此外，隨著技術(shù)的進(jìn)步，未來(lái)還可以應(yīng)用整體來(lái)看，作為我國(guó)人工智能發(fā)展的一個(gè)縮影，人臉識(shí)別技術(shù)落地的大趨勢(shì)已不可改變，就像任何二、車牌識(shí)別隨著人們生活水平的提高，使用私家車在人們的出行中占據(jù)越來(lái)越大的比重，大量的汽車出行給交通管理和停車等造成了巨大的壓力。不但在道路上有隨處可見擁堵的車流，而且隨意?？康能囕v越來(lái)越車牌智能識(shí)別技術(shù)是指根據(jù)影像技術(shù)將動(dòng)態(tài)的或靜態(tài)的車輛車牌與車身顏色等進(jìn)行辨別的智能管理系統(tǒng)。此套系統(tǒng)主要包括車牌定位算法、車身顏色識(shí)別系統(tǒng)等分系統(tǒng)。一般來(lái)說，車牌識(shí)別系統(tǒng)的工作第一步圖像采集，通過高清攝像抓拍主機(jī)對(duì)過往車輛進(jìn)行實(shí)時(shí)、不間斷的記錄和采集。采集在路面上行駛的車輛信息，首先獲取車輛的圖像，采集汽車的圖像數(shù)據(jù)，并將圖像轉(zhuǎn)換為位圖存入內(nèi)存中的汽車圖像數(shù)據(jù)采集庫(kù);第二步是圖像的預(yù)處理，處理過程涉及到圖像灰度化處理、灰度圖像均衡化、邊緣檢測(cè)值化、檢測(cè)候選區(qū)域并二值化這幾個(gè)步驟;第三步是車牌粗定位，具體過程是利用車牌紋理特征確定車牌區(qū)域的大概位置，對(duì)車牌進(jìn)行大概位置的判斷;第四步是車牌精確定位，是利用車牌底紋顏色特當(dāng)前的車牌識(shí)別技術(shù)，主要有3個(gè)特點(diǎn)：一是前端嵌入式一體化，二是算法基本都是基于深度學(xué)習(xí)車牌識(shí)別起源于20世紀(jì)80年代，主要應(yīng)用在被盜車輛的檢測(cè)，但沒有形成一套完整的識(shí)別系統(tǒng)。隨后，出現(xiàn)了一些用于車牌自動(dòng)識(shí)別的圖像處理方法，針對(duì)一些特定的問題采用簡(jiǎn)單的圖像處理技術(shù)來(lái)實(shí)現(xiàn)。到了20世紀(jì)90年代，隨著計(jì)算機(jī)技術(shù)的發(fā)展以及計(jì)算性能的提高，車牌識(shí)別研究也進(jìn)入熱潮，在中國(guó)，開始車牌識(shí)別研究始于上世紀(jì)90年代末，雖然當(dāng)時(shí)的技術(shù)并不成熟，是一種既昂貴又不完善的產(chǎn)品，規(guī)模也不大，識(shí)別率一直在80-90%左右徘徊，因此應(yīng)用市場(chǎng)限制在高端的小眾市場(chǎng)里。自2005年以來(lái)，各地政府開始加速進(jìn)行智能交通系統(tǒng)建設(shè)。車牌識(shí)別作為智能交通的核心技術(shù)，得到快速的發(fā)展，識(shí)別率從80%提高到97%，分辨率從模擬視頻到高清視頻，應(yīng)用平臺(tái)從PC上的軟識(shí)別到相機(jī)內(nèi)的DM642，DM648，DM8127等。2005年到2015年是車牌識(shí)別技術(shù)整整高速發(fā)展的十停車場(chǎng)及小區(qū)的車牌識(shí)別系統(tǒng)的運(yùn)用主要是指在小區(qū)及停車場(chǎng)將車牌識(shí)別系統(tǒng)運(yùn)用在進(jìn)行車輛的車牌識(shí)別、記錄進(jìn)出時(shí)間、辨別車輛是否屬于小區(qū)等，以此來(lái)規(guī)范小區(qū)的車輛管理、提高效率、降低人工管理成本。例如在小區(qū)中運(yùn)用車牌識(shí)別系統(tǒng)時(shí)車牌識(shí)別系統(tǒng)自動(dòng)采集車輛的相關(guān)信息并做出判斷，對(duì)不屬于本小區(qū)的車輛進(jìn)行及時(shí)收費(fèi)。除此之外，車輛識(shí)別系統(tǒng)還能與車輛調(diào)度系統(tǒng)進(jìn)行結(jié)合，綜合對(duì)車輛進(jìn)行出入、調(diào)度等的管理。在小區(qū)及停車場(chǎng)安裝車牌識(shí)別系統(tǒng)可以說是一個(gè)一勞永逸的動(dòng)作，小區(qū)在未安裝車牌識(shí)別系統(tǒng)時(shí)往往需要投入大量的人力及物力用來(lái)管理小區(qū)內(nèi)的車輛正常出入工作，因?yàn)樵谛^(qū)及停車場(chǎng)對(duì)車輛用人力進(jìn)行相關(guān)的記錄和管理工作是十分復(fù)雜的，如果采用人力的辦法進(jìn)行管理和疏導(dǎo)那么人工需要做的工作主要有：記錄、匯總、引導(dǎo)、收費(fèi)等，可以說是工作十分繁雜且細(xì)小的，并且時(shí)間成本與人力成本也比較高，不僅如此，在未安裝車牌識(shí)別系統(tǒng)時(shí)采用人力記錄的出錯(cuò)率相比于安裝車牌識(shí)別系統(tǒng)后也比較高。在安裝車牌識(shí)別系統(tǒng)后這些問題都將得到有效的解決。車牌識(shí)別系統(tǒng)對(duì)那些遮擋車牌、掉漆斷裂、車牌模糊不清的車輛也能夠在進(jìn)行信息的分析后做出相對(duì)準(zhǔn)確的判斷，這也減輕了在改革開放后我國(guó)的經(jīng)濟(jì)保持著迅猛的增長(zhǎng)趨勢(shì)，高速公路的發(fā)展也同經(jīng)濟(jì)一樣保持高速的增長(zhǎng)，在短短近三十年間我國(guó)高速里程數(shù)突破十三萬(wàn)公里。我國(guó)在高速公路的各個(gè)出口都設(shè)有收費(fèi)站，收費(fèi)站在進(jìn)行收費(fèi)的同時(shí)也可以作為交警的高速公路規(guī)范管理基地。在高速公路收費(fèi)站進(jìn)行車牌識(shí)別系統(tǒng)的運(yùn)用一方面有利于更好的進(jìn)行相關(guān)的管理，另外也可以對(duì)那些違法車輛進(jìn)行有效的監(jiān)管，當(dāng)在高速公路上行駛的車輛在經(jīng)過車牌識(shí)別系統(tǒng)的辨認(rèn)之后會(huì)對(duì)車輛的合法性做出有效的分辨，在車牌識(shí)別系統(tǒng)發(fā)現(xiàn)車輛違法的時(shí)候便將違法車輛信息傳輸給高速公路公安，方便公安對(duì)違法車輛的抓捕與調(diào)查。鑒于高速收費(fèi)站的特殊性，在收費(fèi)站安裝的車輛識(shí)別要求一般較高。傳統(tǒng)的車牌識(shí)別像素都是106P，這一像素的有效識(shí)別區(qū)域小、辨識(shí)度不高，因此在高速收費(fèi)站中就不適用。在現(xiàn)代技術(shù)的支持下，現(xiàn)在高速收費(fèi)站的車牌識(shí)別系統(tǒng)的攝影技術(shù)都是高清的，這為公安和交警進(jìn)行工作提供了方便和可靠的信息支持。一般來(lái)說，車輛在高速公路上行駛速度通常在90-120公里每小時(shí)之間，低分辨率的攝像頭無(wú)法很好的在如此之高的速度之下保證有效的對(duì)車輛信息進(jìn)行分辨，因此，采用高清的攝影技術(shù)作為車牌識(shí)別系統(tǒng)的支持可以很好的提高車牌識(shí)別系統(tǒng)的準(zhǔn)確度和工作效率，為公安和交警的工作提供更加有效的信息。在收費(fèi)站進(jìn)行車牌識(shí)別系統(tǒng)的運(yùn)用在有利于提高管理效率的同時(shí)還有利于對(duì)違法犯罪車輛進(jìn)行監(jiān)控，為抓捕在人民生活水平和需求逐漸提高的今天，車輛的增多帶來(lái)了許多的違法問題。車牌識(shí)別系統(tǒng)可以為違法車輛的處罰提供信息支持，在這一點(diǎn)最具有代表性的便是公路卡口系統(tǒng)。一個(gè)完整有效的公路卡口系統(tǒng)一般包括車輛識(shí)別系統(tǒng)、治安卡口系統(tǒng)與中心管理平臺(tái)，三者相輔相成，共同構(gòu)成公路卡口系統(tǒng)。車輛識(shí)別作為最基礎(chǔ)的檢測(cè)系統(tǒng)，在公路卡口系統(tǒng)中具有重要作用。在公路卡口系統(tǒng)中車輛識(shí)別系統(tǒng)的識(shí)別速度是一個(gè)主要的參考指標(biāo)。當(dāng)車牌識(shí)別系統(tǒng)的識(shí)別速度快時(shí)系統(tǒng)的工作效率就高，識(shí)別速度不足時(shí)系統(tǒng)的工作效率就相對(duì)較低。識(shí)別車牌速度快、準(zhǔn)確，車牌識(shí)別系統(tǒng)才能有效地實(shí)現(xiàn)自動(dòng)比對(duì)報(bào)警，避免出現(xiàn)大量的誤報(bào)。同高速收費(fèi)站的車牌識(shí)別系統(tǒng)一般，公路卡口系統(tǒng)也為公安交警系統(tǒng)的破案提供我國(guó)的城市化進(jìn)程正在越來(lái)越快，城市公路運(yùn)輸業(yè)也在迅速的發(fā)展著。由于基礎(chǔ)設(shè)施建設(shè)的落后，交通管理現(xiàn)狀和需求的增長(zhǎng)之間的矛盾正在逐漸加劇，與交通有關(guān)的刑事與治安案件也在越來(lái)越多發(fā)。公安交通管理部門目前面臨的主要問題之一便是運(yùn)用何種手段對(duì)城市公路交通進(jìn)行有效的監(jiān)管、打擊各雖然車牌識(shí)別技術(shù)這些年取得了飛速的進(jìn)步，但還未達(dá)到普適化通用的程度，各個(gè)應(yīng)用場(chǎng)景的產(chǎn)品還是使用專用的車牌識(shí)別相機(jī)效果較好。比如高速公路的放在停車場(chǎng)就明顯不太適應(yīng)，停車場(chǎng)的用在加現(xiàn)如今車牌識(shí)別技術(shù)在應(yīng)用方面已開始由交通領(lǐng)域走向了非交通領(lǐng)域，比如4S店、汽修店、汽車美容店、加油站、地磅、充電樁、工地等領(lǐng)域，這些復(fù)雜場(chǎng)景的識(shí)別特點(diǎn)、需要集成的應(yīng)用功能與交通場(chǎng)景存在極大的不同，所以現(xiàn)有的許多適用于動(dòng)態(tài)交通或者靜態(tài)交通的車牌識(shí)別產(chǎn)品，在這些更加細(xì)分正是在這樣的背景下，專注于非交通領(lǐng)域的車牌識(shí)別技術(shù)獲得了越來(lái)越多的關(guān)注。目前針對(duì)智慧車針對(duì)場(chǎng)景功能需求設(shè)計(jì)了許多具備亮點(diǎn)的特色功能，如智慧加油站的防爆車牌識(shí)別一體機(jī)、充電樁防占可以預(yù)見，未來(lái)越來(lái)越多的細(xì)分場(chǎng)景都較大可能要使用場(chǎng)景專用智能車牌識(shí)別一體機(jī)，才能讓車牌三、大模型大模型是指模型具有龐大的參數(shù)規(guī)模和復(fù)雜程度的機(jī)器學(xué)習(xí)模型。在深度學(xué)習(xí)領(lǐng)域，大模型通常是指具有數(shù)百萬(wàn)到數(shù)十億參數(shù)的神經(jīng)網(wǎng)絡(luò)模型。這些模型需要大量的計(jì)算資源和存儲(chǔ)空間來(lái)訓(xùn)練和存儲(chǔ)，然而，大模型也面臨一些挑戰(zhàn)。首先是資源消耗問題，大模型需要大量的計(jì)算資源、存儲(chǔ)空間和能源來(lái)進(jìn)行訓(xùn)練和推理，對(duì)計(jì)算設(shè)備的要求較高。其次是訓(xùn)練時(shí)間較長(zhǎng)，由于模型參數(shù)規(guī)模的增大，模型的訓(xùn)練過程會(huì)更加耗時(shí)。除此之外，大模型對(duì)數(shù)據(jù)集的需求也較高，如果訓(xùn)練數(shù)據(jù)不充足或不平衡，可大模型最早的關(guān)注度源于NLP領(lǐng)域，隨著多模態(tài)能力的演進(jìn)，CV領(lǐng)域及多模態(tài)通用大模型也逐漸成為市場(chǎng)發(fā)展主流。（OpenAI在2019年發(fā)布了GPT-2大模型）AI大模型是人工智能預(yù)訓(xùn)練大模型的簡(jiǎn)稱，包含了“預(yù)訓(xùn)練”和“大模型”兩層含義，ChatGPT的最大貢獻(xiàn)在于基本實(shí)現(xiàn)了理想LLM的接口層，能夠使LLM自主適配人的習(xí)慣命令表達(dá)方式，由此增加了LLM的易用性，提升了用戶體驗(yàn)。2017年，Vaswani等提出Transformer架構(gòu)，奠定了當(dāng)前大模型領(lǐng)域主流的算法架構(gòu)基礎(chǔ)；Transformer結(jié)構(gòu)的提出，使深度學(xué)習(xí)模型參數(shù)達(dá)到了上億的規(guī)模。2018年，谷歌提出了大規(guī)模預(yù)訓(xùn)練語(yǔ)言模型BERT，該模型是基于Transformer的雙向深層預(yù)訓(xùn)練模型，其參數(shù)首次超過3億規(guī)模；同年，OpenAI提出了生成式預(yù)訓(xùn)練Transformer模型——GPT，大大地推動(dòng)了自然語(yǔ)言處理領(lǐng)域的發(fā)展。此后，基于BERT的改進(jìn)模型、ELNet、RoBERTa、T5等大量新式預(yù)訓(xùn)練語(yǔ)言模型不斷涌現(xiàn)，預(yù)訓(xùn)練技術(shù)在自然語(yǔ)2019年，OpenAI繼續(xù)推出15億參數(shù)的GPT-2，能夠生成連貫的文本段落，做到初步的閱讀理解、機(jī)器翻譯等。緊接著，英偉達(dá)推出了83億參數(shù)的Megatron-LM，谷歌推出了110億參數(shù)的T5，微軟推出了170億參數(shù)的圖靈Turing-NLG。2020年，OpenAI推出了超大規(guī)模語(yǔ)言訓(xùn)練模型GPT-3，其參數(shù)達(dá)到了1750億，在兩年左右的時(shí)間實(shí)現(xiàn)了模型規(guī)模從億級(jí)到上千億級(jí)的突破，并能夠?qū)崿F(xiàn)作詩(shī)、聊天、生成代碼等功能。此后，微軟和英偉達(dá)在2020年10月聯(lián)手發(fā)布了5300億參數(shù)的MegatronTuring自然語(yǔ)言生成模型（MT-NLG）。2021年1月，谷歌推出的SwitchTransformer模型以高達(dá)1.6萬(wàn)億的參數(shù)量成為史上首個(gè)萬(wàn)億級(jí)語(yǔ)言模型；同年12月，谷歌還提出了1.2萬(wàn)億參數(shù)的通用稀疏語(yǔ)言模型GLaM，在7項(xiàng)小樣本學(xué)習(xí)領(lǐng)域的性能超過GPT-3?？梢钥吹?，大型語(yǔ)言模型的參數(shù)數(shù)量保持著指數(shù)增長(zhǎng)勢(shì)頭。這樣高速的發(fā)展并2022年，又有一些常規(guī)業(yè)態(tài)大模型涌現(xiàn)，比如StabilityAI發(fā)布的文字到圖像的創(chuàng)新模型Diffusion，以及OpenAI推出的ChatGPT，ChatGPT是由效果比GPT3更強(qiáng)大的GPT-3.5系列模型提供支持，并且這些模型使用微軟AzureAI超級(jí)計(jì)算基礎(chǔ)設(shè)施上的文本和代碼數(shù)據(jù)進(jìn)行訓(xùn)練。而在國(guó)內(nèi)，超大模型研發(fā)展異常迅速，2021年成為中國(guó)AI大模型的2021年，商湯發(fā)布了書生（INTERN）大模型，擁有100億的參數(shù)量，這是一個(gè)相當(dāng)龐大的訓(xùn)練工作。在訓(xùn)練過程中，大概有10個(gè)以上的監(jiān)督信號(hào)幫助模型，適配各種不同的視覺或者NLP任務(wù)，截至2021年中，商湯已建成世界上最大的計(jì)算同年4月，華為云聯(lián)合循環(huán)智能發(fā)布盤古NLP超大規(guī)模預(yù)訓(xùn)練語(yǔ)言模型，參數(shù)規(guī)模達(dá)1000億；聯(lián)阿里達(dá)摩院發(fā)布270億參數(shù)的中文預(yù)訓(xùn)練語(yǔ)言模型PLUG，聯(lián)合清華大學(xué)發(fā)布參數(shù)規(guī)模達(dá)到1000億的中文多模態(tài)預(yù)訓(xùn)練模型M6；7月，百度推出ERNIE3.0知識(shí)增強(qiáng)大模型，參數(shù)規(guī)模達(dá)到百億；ERNIE3.0Titan模型，參數(shù)規(guī)模達(dá)2600億。而達(dá)摩院的M6模型參數(shù)達(dá)到10萬(wàn)億，將大模型參數(shù)直2022年，基于清華大學(xué)、阿里達(dá)摩院等研究成果以及超算基礎(chǔ)實(shí)現(xiàn)的“腦級(jí)人工智能模型”八卦爐（BAGUALU）完成建立，其模型參數(shù)模型突破了174萬(wàn)億個(gè)，完全可以與人腦中的突觸數(shù)量相媲美。大模型未來(lái)發(fā)展將趨于通用化與專用化并行、平臺(tái)化與簡(jiǎn)易化并進(jìn)。同時(shí)，MaaS模式將成為AI宇視“梧桐”：CV行業(yè)大模型、NLP行業(yè)大模型及MM多模態(tài)行業(yè)大模型CV（計(jì)算機(jī)視覺）行業(yè)大模型：提供AI訓(xùn)練、AI在線學(xué)習(xí)等服務(wù)，預(yù)計(jì)將在7月底上線。NLP（自然語(yǔ)言處理）行業(yè)大模型：提供資料中心、大數(shù)據(jù)平臺(tái)、代碼開發(fā)等服務(wù)，這是一款自用MM（多模態(tài)）行業(yè)大模型：提供Vlog等服務(wù)，目前已應(yīng)用在樂園、景區(qū)、鄉(xiāng)村振興等場(chǎng)景。宇視旅游景區(qū)梧桐Vlog解決方案“梧桐”算法經(jīng)10年以上積累，覆蓋素材采集、數(shù)據(jù)生產(chǎn)、算法設(shè)計(jì)、模型訓(xùn)練、產(chǎn)品化、測(cè)試AI體態(tài)分析：動(dòng)作識(shí)別范圍從人體軀干、四肢到手指的精細(xì)動(dòng)作、面部的精細(xì)表情，精準(zhǔn)捕捉游客的“精彩POSE”瞬間。特效算法：視頻剪輯階段，基于“梧桐”行業(yè)大模型多模態(tài)技術(shù)對(duì)各場(chǎng)景和動(dòng)作進(jìn)行分析，自動(dòng)疊360智慧生活：360智腦4.0“360智腦4.0”融合千億參數(shù)，是基于十億級(jí)互聯(lián)網(wǎng)圖文數(shù)據(jù)進(jìn)行清洗訓(xùn)練，并針對(duì)安防場(chǎng)景在技術(shù)層面，“360智腦4.0”已具備生成與創(chuàng)作、多輪對(duì)話、代碼能力、文本分類、文本改寫、閱讀理解、邏輯與推理、知識(shí)問答、多模態(tài)、翻譯等十大核心能力，維度涵蓋數(shù)百項(xiàng)細(xì)分功能，在多個(gè)而在應(yīng)用場(chǎng)景上?！?60智腦4.0”可覆蓋大模型全部應(yīng)用場(chǎng)景，并可接入瀏覽器、搜索、安全衛(wèi)士等360全端產(chǎn)品，實(shí)現(xiàn)全面智能化重塑。下一步，360還將計(jì)劃發(fā)布插件平臺(tái)，進(jìn)一步推動(dòng)大模型產(chǎn)此外，數(shù)字安全技術(shù)是360手握的核心技術(shù)，在市面大模型普遍存在網(wǎng)絡(luò)安全、數(shù)據(jù)安全、算法安聯(lián)匯科技：聯(lián)匯OmBot歐姆智能體、OmModelV2萬(wàn)物識(shí)別、OmModelV3多模態(tài)視覺語(yǔ)言強(qiáng)化全場(chǎng)景視覺認(rèn)知和語(yǔ)義人機(jī)交互兩大核心能力，提供精細(xì)化視覺語(yǔ)言對(duì)齊，一句話生成算法、突破現(xiàn)有多模態(tài)大模型預(yù)訓(xùn)練耗費(fèi)超大規(guī)模預(yù)訓(xùn)練數(shù)據(jù)和算力的局限，提出基于復(fù)雜異構(gòu)訓(xùn)練數(shù)據(jù)的無(wú)止境多任務(wù)與訓(xùn)練算法，融合圖片描述、圖片分類、區(qū)域描述等多種視覺語(yǔ)言數(shù)據(jù)類型，從多角度進(jìn)行多層級(jí)的大模型預(yù)訓(xùn)練，實(shí)現(xiàn)用更高的數(shù)據(jù)效率與模型參數(shù)效率，增強(qiáng)在同等數(shù)據(jù)情況下的預(yù)訓(xùn)練效果，提高模型綜合識(shí)別能力，實(shí)現(xiàn)一個(gè)多模態(tài)大模型網(wǎng)絡(luò)結(jié)構(gòu)支撐N種任務(wù)、N種場(chǎng)景的針對(duì)傳統(tǒng)視覺識(shí)別模型依賴海量人工標(biāo)注數(shù)據(jù)與煙囪式訓(xùn)練的瓶頸，提出基于自然語(yǔ)言增強(qiáng)的多模態(tài)視覺識(shí)別模型，通過自然語(yǔ)言作為知識(shí)橋梁，讓視覺識(shí)別模型可以基于大規(guī)模多模態(tài)預(yù)訓(xùn)練泛化到任何全新場(chǎng)景當(dāng)中，實(shí)現(xiàn)高精度的零樣本新領(lǐng)域識(shí)別，突破了傳統(tǒng)視覺識(shí)別系統(tǒng)必須按照?qǐng)鼍斑M(jìn)行定制的魔咒，讓用戶可以通過自然語(yǔ)言定義任意視覺目標(biāo)，實(shí)現(xiàn)了視覺識(shí)別的冷啟動(dòng)，大幅度降低了視覺識(shí)別“人在環(huán)路”多輪人機(jī)意圖對(duì)齊的新型大模型微調(diào)機(jī)制在環(huán)路”多輪人機(jī)交互式新型微調(diào)方式，通過結(jié)合人類專家的業(yè)務(wù)知識(shí)和迭代式的大模型微調(diào)方式，實(shí)通過非參數(shù)學(xué)習(xí)和提示學(xué)習(xí)，減少大模型微調(diào)所需要的GPU算力需求，實(shí)現(xiàn)更加低代價(jià)的大模型行業(yè)針對(duì)現(xiàn)有多模態(tài)大模型僅強(qiáng)調(diào)識(shí)別精度，忽略推理速度，難以在大規(guī)模多模態(tài)數(shù)據(jù)匹配查詢中應(yīng)用實(shí)現(xiàn)億級(jí)多模態(tài)數(shù)據(jù)秒級(jí)匹配，匹配速度相較于傳統(tǒng)GPU向量比對(duì)算法提高5倍以上，在CPU環(huán)境提高匹配速度300倍以上；通過多專家蒸餾算法，提高多模態(tài)大模型編碼推理速度5倍以上，大幅度降低大模型使得AI落地應(yīng)用變得更容易，有效提高了其圖像識(shí)別的準(zhǔn)確度和效率，能夠更好地收集有與此同時(shí)，大模型的產(chǎn)業(yè)化也面臨諸多挑戰(zhàn)：首先是數(shù)據(jù)規(guī)模大，且數(shù)據(jù)質(zhì)量參差不齊；其次是模此外，大模型研發(fā)依賴算法算力和數(shù)據(jù)的綜合支撐，大模型的成本壁壘非常高，大公司和小企業(yè)都有各自的負(fù)擔(dān)，基于此，在具備通用能力的基礎(chǔ)之上，于垂直領(lǐng)域不斷訓(xùn)練、提升大模型的專業(yè)能力，四、視頻結(jié)構(gòu)化視頻結(jié)構(gòu)化技術(shù)旨在處理非結(jié)構(gòu)化數(shù)據(jù)，它是一種基于視頻內(nèi)容信息提取的技術(shù)。根據(jù)語(yǔ)義關(guān)系，視頻結(jié)構(gòu)化技術(shù)可以將非結(jié)構(gòu)化視頻數(shù)據(jù)轉(zhuǎn)化為人和機(jī)器都能理解的結(jié)構(gòu)化或半結(jié)構(gòu)化智能信息，并進(jìn)視頻結(jié)構(gòu)化是實(shí)現(xiàn)大規(guī)模視頻信息化和視頻智能化的有效技術(shù)，它已廣泛應(yīng)用于安防行業(yè)，尤其是此外，對(duì)于視頻監(jiān)控中的視頻結(jié)構(gòu)化，還需要應(yīng)用視頻圖像解碼技術(shù)、智能分析技術(shù)、數(shù)據(jù)檢索技術(shù)于一體，并實(shí)現(xiàn)結(jié)構(gòu)化的數(shù)據(jù)進(jìn)行智能檢索、以圖搜圖、視頻跨鏡追蹤等相關(guān)應(yīng)用，視頻結(jié)構(gòu)化能提在2010年當(dāng)高清成為安防行業(yè)大潮時(shí)，視頻結(jié)構(gòu)化技術(shù)開始簡(jiǎn)單應(yīng)用。不過，當(dāng)時(shí)受限于算法的成熟度和硬件性能，早期的智能分析更多的是依靠后端的智能服務(wù)器來(lái)實(shí)現(xiàn)，直到各類智能分析算法日目標(biāo)檢測(cè)是計(jì)算機(jī)視覺方向極為重要的任務(wù)，是實(shí)現(xiàn)監(jiān)控視頻結(jié)構(gòu)化分析的基礎(chǔ)，旨在找出圖像中目標(biāo)檢測(cè)往往需要檢測(cè)多類目標(biāo)，且圖像中的目標(biāo)物體通常也會(huì)有光照影響、遮擋等問題，因此目標(biāo)檢測(cè)是具有挑戰(zhàn)性的一項(xiàng)任務(wù)。目標(biāo)檢測(cè)主要包含三個(gè)步驟，首先提取圖像中的候選區(qū)域，然后提取行人屬性識(shí)別任務(wù)可被當(dāng)作分類任務(wù)，傳統(tǒng)的解決方案一般依托于機(jī)器學(xué)習(xí)的方法，此類方法往往近年來(lái)，研究人員更多地嘗試使用基于卷積神經(jīng)網(wǎng)絡(luò)的方法，以行人屬性信息為標(biāo)簽訓(xùn)練端到端的離線跟蹤和在線跟蹤兩種，在線跟蹤只能利用當(dāng)前幀和之前的幀實(shí)現(xiàn)目用未來(lái)圖像幀的信息，一般而言，更多的圖像幀能夠?qū)Ω櫧Y(jié)果進(jìn)行更好地校正。雖然在線跟蹤可用于4）關(guān)聯(lián)階段，主要參考計(jì)算的相似度，結(jié)合其他已知信息，實(shí)現(xiàn)對(duì)同一目標(biāo)的跟蹤與軌跡描述，在交通視頻大數(shù)據(jù)處理分析中，關(guān)于車輛結(jié)構(gòu)化的研究開始較早，相關(guān)技術(shù)發(fā)展較快，如今交通監(jiān)如何在復(fù)雜多變的場(chǎng)景、海量目標(biāo)群體中快速檢索或者重識(shí)別目標(biāo)車輛仍需要科研人員持續(xù)的投入和更而隨著城市管理水平的進(jìn)一步提升，行人結(jié)構(gòu)化分析的需求正在逐漸顯現(xiàn)。行人結(jié)構(gòu)化主要解析人臉或者行人的一些表觀屬性，例如年齡、性別、衣著樣式等，為后續(xù)相關(guān)任務(wù)提供更詳實(shí)的數(shù)據(jù)支撐。行人行為分析是交通視頻大數(shù)據(jù)處理分析中更為高階的任務(wù)，受拍攝場(chǎng)景、移動(dòng)攝像頭、視角和光照變另外，隨著物聯(lián)網(wǎng)技術(shù)和5G技術(shù)的發(fā)展，新技術(shù)的推動(dòng)同樣在交通視頻結(jié)構(gòu)化分析研究中發(fā)揮了隨著公安信息化建設(shè)的不斷推進(jìn)，我國(guó)平安城市、雪亮工程、治安防控體系戰(zhàn)略的深入發(fā)展，公安機(jī)關(guān)已經(jīng)建設(shè)了海量的視頻攝像機(jī)，初步構(gòu)建起覆蓋公共區(qū)域、要害部位的“天網(wǎng)”，基本實(shí)現(xiàn)“全域覆蓋、全網(wǎng)共享、全時(shí)可用、全程可控”的公共安全視頻監(jiān)控聯(lián)網(wǎng)應(yīng)用。但大規(guī)模視頻產(chǎn)生的海量數(shù)據(jù)視頻結(jié)構(gòu)化技術(shù)的出現(xiàn)及不斷進(jìn)步，為公安部門各警種實(shí)戰(zhàn)應(yīng)用提供了有力的技術(shù)支撐，針對(duì)海量視頻分析、檢索及研判的問題，已逐步從人工分析轉(zhuǎn)向基于人工智能技術(shù)的視頻結(jié)構(gòu)化分析，并且在實(shí)視頻結(jié)構(gòu)化可以實(shí)現(xiàn)對(duì)視頻大數(shù)據(jù)的分析處理和挖掘信息，實(shí)現(xiàn)圖像信息的精細(xì)化、標(biāo)準(zhǔn)化。視頻結(jié)構(gòu)化分析能夠?qū)⒁曨l監(jiān)控中的人、車、非機(jī)動(dòng)車類別等目標(biāo)進(jìn)行特征放大，實(shí)現(xiàn)對(duì)大量視頻圖片的實(shí)時(shí)化分析和特征提取，將雜亂無(wú)章的數(shù)據(jù)轉(zhuǎn)化為可視化的信息，為偵查實(shí)戰(zhàn)提供視頻圖像的結(jié)構(gòu)化解析而在偵查方面，視頻結(jié)構(gòu)化，能夠把數(shù)據(jù)變活，實(shí)現(xiàn)從人工看視頻，到機(jī)器看視頻的智能轉(zhuǎn)變，這種視頻結(jié)構(gòu)化技術(shù)通常是將人體特征和人臉特征進(jìn)行捆綁，將車輛特征與車輛信息鎖定，通過人體特征鎖定人臉特征，從而鎖定犯罪嫌疑人，通過對(duì)車輛特征的比對(duì)，鎖定車輛個(gè)體，從而獲取偵查線索。利用視頻結(jié)構(gòu)化偵查就是從經(jīng)過視頻結(jié)構(gòu)化處理過的視頻或者圖片信息中鎖定、找到犯罪嫌疑人并且尋找隨著5G通信、邊緣計(jì)算、大數(shù)據(jù)和人工智能等技術(shù)在煤炭工業(yè)生產(chǎn)場(chǎng)景的應(yīng)用，各類視頻設(shè)備和功能系統(tǒng)急劇增多。為提高礦山安全生產(chǎn)的協(xié)同管控能力和智能決策水平，解決礦山各業(yè)務(wù)系統(tǒng)智能化程度低、深度信息感知能力差以及決策能力弱的問題，需要對(duì)具體生產(chǎn)場(chǎng)景下的視頻結(jié)構(gòu)化分析相關(guān)技術(shù)進(jìn)行深入研究，構(gòu)建跨場(chǎng)景的態(tài)勢(shì)感知與協(xié)作、全流程的生產(chǎn)狀態(tài)監(jiān)控的智慧礦山生產(chǎn)視頻結(jié)構(gòu)化分析系統(tǒng)平臺(tái)。從人、機(jī)、料、法、環(huán)5個(gè)維度融合分析礦山視頻數(shù)據(jù)，通過場(chǎng)景認(rèn)知和生產(chǎn)規(guī)則建模以應(yīng)對(duì)復(fù)雜作業(yè)場(chǎng)景下業(yè)務(wù)場(chǎng)景識(shí)別的需求，對(duì)礦山生產(chǎn)業(yè)務(wù)及規(guī)則進(jìn)行結(jié)構(gòu)化特征建模，從時(shí)間、空間以及語(yǔ)義等方面對(duì)目標(biāo)特征進(jìn)行組合分析與分級(jí)索引，在云邊協(xié)同技術(shù)架構(gòu)下，讓感知數(shù)據(jù)上行、規(guī)則模型下行，研發(fā)能夠快速進(jìn)行全系列結(jié)構(gòu)化數(shù)據(jù)傳遞、全場(chǎng)景語(yǔ)義信息融合以及全流程生產(chǎn)風(fēng)險(xiǎn)管控的五、3D視覺3D視覺，又稱三維視覺，是一種模擬人類雙眼觀察物體時(shí)產(chǎn)生的立體效果的技術(shù)，能廣泛應(yīng)用于其中，3D視覺技術(shù)的核心在于模仿人眼的立體感知原理。通過將不同角度的圖像合成，再通過專ToF的概念是扎根于深度傳感器的。這里的深度傳感器是指采用像素陣列來(lái)獲取整個(gè)場(chǎng)景的高分辨率深對(duì)于深度傳感器來(lái)說，一般用于測(cè)量深度的方案分別有結(jié)構(gòu)光、雙目和ToF三種，其中結(jié)構(gòu)光（iPhone目前的FaceID就是使用了基于結(jié)構(gòu)光的深度傳感器）和雙目技術(shù)都是基于幾何原理做間接深度估計(jì)，而ToF則是測(cè)量發(fā)射光和反射光之間的飛行時(shí)間并根據(jù)光速來(lái)直接估計(jì)深度。雙目立體視覺法的技術(shù)原理是通過從兩個(gè)視點(diǎn)觀察同一物體，從而來(lái)獲得同一物體在不同視角下的圖像。在雙目立體視覺系統(tǒng)的硬件結(jié)構(gòu)中，通常采用兩個(gè)攝像機(jī)作為視覺信號(hào)的采集設(shè)備，通過雙輸入通道圖像采集卡與計(jì)算機(jī)連接，把攝像機(jī)采集到的模擬信號(hào)經(jīng)過采樣、濾波、強(qiáng)化、模數(shù)轉(zhuǎn)換，最終向一個(gè)完整的雙目立體視覺系統(tǒng)通?？煞譃閿?shù)字圖像采集、相機(jī)標(biāo)定、圖像預(yù)處理與特征提取、圖像校正、立體匹配、三維重建六大部分。雙目立體成像法具有高3D成像分辨率、高精度、高抗強(qiáng)光干擾但是需要通過大量的CPU/ASIC演算取得它的深度和幅度信息，其算法極為復(fù)雜較難實(shí)現(xiàn)，同時(shí)該技術(shù)易受環(huán)境因素干擾，對(duì)環(huán)境光照強(qiáng)度比較敏感，且比較依賴圖像本身的特征，因而拍攝暗光場(chǎng)景時(shí)表現(xiàn)差。雙目立體視覺法還有另一個(gè)限制，它過度的依賴于被拍攝物體的表面紋理，如果被攝物體表面該技術(shù)是一種主動(dòng)雙目視覺技術(shù)，結(jié)構(gòu)光技術(shù)的基本原理是，通過近紅外激光器，將具有已知的結(jié)構(gòu)特征（比如離散光斑、條紋光、編碼結(jié)構(gòu)光等）的光線投射到被拍攝物體上，再由專門的紅外攝像頭進(jìn)行采集三維物體物理表面成像的畸變情況，再通過觀測(cè)圖案與原始圖案之前發(fā)生的形變由此來(lái)得到圖這個(gè)技術(shù)通過光學(xué)手段獲取被拍攝物體的三維結(jié)構(gòu)，再將獲取到的信息進(jìn)行更深入的應(yīng)用。其工作原理可看作是另一種雙目法，紅外激光器和紅外攝像頭可當(dāng)做是雙目立體視覺法中的左右雙目的觀測(cè)原結(jié)構(gòu)光技術(shù)相較于雙目技術(shù)有一個(gè)好處，結(jié)構(gòu)光的紅外激光器發(fā)射出了光，可以照亮被掃描物體，所以它不需要像雙目結(jié)構(gòu)一樣依賴于光源，而且在較平整，沒有圖案的物體表面也可以測(cè)算出物體的三飛行時(shí)間法（ToF）ToF是TimeofFlight的縮寫，直譯為飛行時(shí)間，通過給目標(biāo)連續(xù)發(fā)送光脈沖，然后用傳感器接收從物體返回的光，通過探測(cè)這些發(fā)射和接收光脈沖的飛行（往返）時(shí)間來(lái)得到目標(biāo)物距離。傳感器通過計(jì)算光線發(fā)射和反射時(shí)間差或相位差，來(lái)?yè)Q算被拍攝景物的距離，以產(chǎn)生深度信息，此外再結(jié)合傳統(tǒng)的隨著體感交互、3D識(shí)別與感知、環(huán)境感知以及AR地圖構(gòu)建等技術(shù)與應(yīng)用的發(fā)展，市場(chǎng)對(duì)3D視覺與識(shí)別技術(shù)的興趣日益濃厚，ToF的使用進(jìn)一步豐富了3D建模技術(shù)的應(yīng)用場(chǎng)景。智能交通、娛樂、3D打印和機(jī)器人等諸多領(lǐng)域都有應(yīng)用。以下將舉例ToF在不同領(lǐng)域中的實(shí)際應(yīng)用。在手機(jī)領(lǐng)域，ToF技術(shù)的主要應(yīng)用是安全（人臉識(shí)別，支付）、攝影、娛樂（增強(qiáng)現(xiàn)實(shí)，簡(jiǎn)稱AR）。在汽車領(lǐng)域，ToF相機(jī)主要應(yīng)用在三個(gè)領(lǐng)域，一個(gè)是座艙內(nèi)部的駕駛者疲勞監(jiān)測(cè)、手勢(shì)識(shí)別、人臉識(shí)別。第二個(gè)領(lǐng)域是固態(tài)激光雷達(dá)。ToF相在醫(yī)療領(lǐng)域，ToF技術(shù)可以用于手術(shù)導(dǎo)航，通過實(shí)時(shí)獲取患者體內(nèi)的三維圖像，醫(yī)生可以準(zhǔn)確地了解手術(shù)部位的情況，從而更好地進(jìn)行手術(shù)操作。此外，ToF技術(shù)還可以用于醫(yī)學(xué)影像診斷，如乳房X線在智能家居和智能交通等領(lǐng)域，ToF技術(shù)可以用于智能家居的人機(jī)交互，通過獲取用戶的手勢(shì)和身體姿勢(shì)等信息，智能家居系統(tǒng)可以更加準(zhǔn)確地了解用戶的需求，從而提供更加智能化的服務(wù)。此外，ToF技術(shù)還可以用于車輛的自動(dòng)駕駛和智能交通管理等領(lǐng)域，ToF被用于自動(dòng)駕駛，防撞自動(dòng)剎車、手在人臉識(shí)別和安保系統(tǒng)中，ToF技術(shù)將深度信息添加到2D圖像中可以提取有用的信息，并且可以在工業(yè)/物流領(lǐng)域，ToF也可為機(jī)器人帶來(lái)視覺效應(yīng)。ToF技術(shù)可以用于自動(dòng)化制造和通過獲取工件表面的三維信息，機(jī)器人可以更加準(zhǔn)確地操作和加工工件。此外，ToF技術(shù)還可以用于生六、AI芯片1992年，全球第一顆AI芯片“ANNA”在貝爾實(shí)驗(yàn)室里問世，包括64個(gè)計(jì)算單元，專門針對(duì)CNN訓(xùn)練進(jìn)行了優(yōu)化，峰值吞吐量為每秒40億次加法。2012年，在國(guó)際頂級(jí)賽事ImageNet計(jì)算機(jī)視覺挑戰(zhàn)賽，多倫多大學(xué)教授杰弗里·辛頓（GeoffreyHinton）和兩位學(xué)生用AlexNet算法一舉奪魁，讓計(jì)算機(jī)識(shí)圖準(zhǔn)確率飆升到84%。2016年，繼AlexNet算法掀起深度學(xué)習(xí)科研熱潮后，由谷歌兄弟公司DeepMind研發(fā)的AI算法AlphaGo橫空出世，讓“人工智能”概念一夜紅遍大江南北，加速了AI落地商用的進(jìn)程。值得關(guān)注的是，AlphaGo幕后的硬件功臣，是谷歌從2014年就開始秘密籌備的大招——張量處理器TPU。至此，谷歌TPU打響了專用AI芯片第一槍。2017年，谷歌的7位研究員與1位多倫多大學(xué)本科生在國(guó)際AI學(xué)術(shù)頂會(huì)NeurIPS上發(fā)表了一篇名為“AttentionisAllYouNeed”的論文，將革命性的Transformer架構(gòu)推向極致，成為大模型風(fēng)2022年，OpenAI公司開發(fā)的人工智能聊天機(jī)器人程序ChatGPT爆火，作為生成式人工智能技術(shù)（AIGC）的一種，需要依靠高性能AI芯片、服務(wù)器和數(shù)據(jù)中心提供訓(xùn)練算力支持，催生大算力芯片迎2023年，屬于大模型的一年。隨著ChatGPT的火爆,AI大模型成為人工智能領(lǐng)域的新的發(fā)展方向和研究領(lǐng)域。研究機(jī)構(gòu)、科技公司及高校等紛紛推出人工智能大模型產(chǎn)品，掀起一股百模大戰(zhàn)熱潮，對(duì)AI芯片的需求也暴漲。AI芯片是具備支撐大模型訓(xùn)練能力還是推理能力，成為芯片廠商的分水嶺。當(dāng)前，從技術(shù)角度來(lái)看，AI芯片可以分為四大類CPU、GPU、FPGA及ASIC，CPU是AI計(jì)算的基礎(chǔ)，GPU、FPGA、ASIC作為加速芯片協(xié)助CPU進(jìn)行大規(guī)模計(jì)算。其中，GPU是較為成熟的通用型人工智能芯片，F(xiàn)PGA和ASIC則是針對(duì)人工智能需求特征的半定制和全定制芯片。目前AI芯片主要被國(guó)際廠商壟斷，根據(jù)Counterpoint、IDC數(shù)據(jù)，Intel和AMD共計(jì)占2022年全球數(shù)據(jù)中心CPU市場(chǎng)收入的92.45%，Nvidia占2021年中國(guó)加速卡市場(chǎng)份額的80%以上。GPU是通用性芯片，特點(diǎn)是具備通用性、性能高、功耗高；FPGA是半定制化芯片，特點(diǎn)是可編程、功耗和通用性一般；ASIC是全定制化芯片，特點(diǎn)是不能擴(kuò)展、性能穩(wěn)定、功耗可控；類腦芯片，特點(diǎn)CPU:（中央處理器）是計(jì)算機(jī)中最重要的組件之一，負(fù)責(zé)執(zhí)行指令和處理數(shù)據(jù)。CPU擅長(zhǎng)邏輯控制，在深度學(xué)習(xí)中可用于推理/預(yù)測(cè)。在深度學(xué)習(xí)中,模型的訓(xùn)練和推理是兩個(gè)不同的過程:在訓(xùn)練過程中，模型需要進(jìn)行大量的矩陣運(yùn)算，因此通常使用GPU等擅長(zhǎng)并行計(jì)算的芯片常需要高效的邏輯控制能力和低延遲的響應(yīng)速度，這正是CPU所擅長(zhǎng)的。目前的相關(guān)廠商有英特爾、AMD、鯤鵬、飛騰、龍芯、海光、兆芯、申威、中國(guó)科學(xué)院計(jì)算技術(shù)GPU：圖形處理器，不僅是智算中心的核心，也在超算領(lǐng)域得到廣泛的應(yīng)用。大模型的訓(xùn)練需要龐大的算力資源，GPU是大模型的最佳算力發(fā)動(dòng)機(jī)。目前的相關(guān)廠商有英偉達(dá)、英特爾、AMD、瀚博、天數(shù)智芯、海飛科、壁仞科技、珠海芯動(dòng)力。DPU：第三大算力芯片。2016年，美國(guó)公司Fungible提出,可進(jìn)行安全與存儲(chǔ)卸載功能的下一代從DPU的產(chǎn)業(yè)發(fā)展歷程來(lái)看，NVIDIA是全球先行者。2020年上半年，NVIDIA以69億美元的對(duì)價(jià)收購(gòu)以色列網(wǎng)絡(luò)芯片公司MellanoxTechnologies，并于同年推出BlueField-2DPU，將其定義為繼CPU和GPU之后“第三顆主力芯片”，正式拉開DPU大發(fā)展的序幕。目前的相關(guān)廠商有，字節(jié)跳動(dòng)旗下火山引擎發(fā)布自研DPU(數(shù)據(jù)處理單元)芯片；中科馭數(shù)是國(guó)內(nèi)DPU芯片研發(fā)的領(lǐng)軍企業(yè)、上海云脈芯聯(lián)初創(chuàng)企業(yè)。FPGA：可以先購(gòu)買再設(shè)計(jì)的“萬(wàn)能”芯片。FPGA（Field-ProgrammableGateArray）現(xiàn)場(chǎng)可編程門陣列，是在硅片上預(yù)先設(shè)計(jì)實(shí)現(xiàn)的具有可編程特性的集成電路，它能夠按照設(shè)計(jì)人員的需求配置為指定的電路結(jié)構(gòu)，讓客戶不必依賴由芯片制造商設(shè)計(jì)和制造的ASIC芯片。目前的相關(guān)廠商有AMDXilinx、英特爾Altera、Lattice萊迪思、MiPangomicro、復(fù)旦微電子、ANLOGIC、成都華微CSMT、高云GOWIN、京微齊力。ASIC：供專門應(yīng)用的集成電路芯片技術(shù)，在集成電路界被認(rèn)為是一種專門目的而設(shè)計(jì)的集成電路。相關(guān)芯片：谷歌、英特爾、英偉達(dá)、寒武紀(jì)、比特大陸、TPU：谷歌張量處理器，采用低精度計(jì)算，在幾乎不影響深度學(xué)習(xí)處理效果的前提下大幅降低了功耗、加快運(yùn)算速度。同時(shí)，TPU使用了脈動(dòng)陣列等設(shè)計(jì)來(lái)優(yōu)化矩陣乘法與卷積運(yùn)算。目前公司90%以上的AI訓(xùn)練工作都是通過谷歌自主研制的第四代TPU芯片完成的。相關(guān)廠商：谷歌、瑞芯微等。額占比超過80%，且在訓(xùn)練、推理環(huán)節(jié)均保持持續(xù)領(lǐng)先；在數(shù)據(jù)中心AI加速市場(chǎng)，2022年英偉達(dá)市場(chǎng)份額達(dá)82%，AWS和Xilinx分別占比8%、4%，AMD、Intel、Google均占比2%。同時(shí)，景嘉微、燧原科技、沐曦、壁仞科技、天數(shù)智芯等GPU芯片具有一定代表性，其靈活性好、此外，以百度昆侖芯為代表的FPGA芯片，靈活性好、平均性能較高、功耗較低等，但也存在量產(chǎn)因而，AI浪潮下，云計(jì)算、智能汽車、智能機(jī)器人等人工智能產(chǎn)業(yè)快速發(fā)展，市場(chǎng)對(duì)AI芯片的需在安防行業(yè)四十多年的發(fā)展歷程中，新技術(shù)的滲透加速了安防產(chǎn)業(yè)的變革。自AI技術(shù)發(fā)展至今，伴隨著安防智能化和數(shù)字化的進(jìn)程，攝像頭、交換機(jī)、IPC、硬盤刻錄機(jī)、多類服務(wù)器等設(shè)備都需要芯片的支持。而近年來(lái)，隨著AI芯片的不斷升級(jí)，在存量和增量市場(chǎng)的需求增長(zhǎng)顯著，成為越來(lái)越在超高清化、智能化趨勢(shì)下，安防SoC價(jià)值量不斷提升。作為視頻監(jiān)控的核心芯片，SoC芯片肩除模擬ISP芯片外，安防SoC芯片主要分為IPC、DVR、NVR三類，實(shí)現(xiàn)視頻監(jiān)控前、后端的不同功能。據(jù)集微咨詢報(bào)告顯示，安防智能化正在推動(dòng)全球AISoC芯片市場(chǎng)規(guī)模從2020年的4億美元提升至2025年的28億美元；前端智能攝像機(jī)的滲透率也將從2020年的10.23%提升至2025年的64%，龐大的市場(chǎng)，正吸引一眾AISoC芯片企業(yè)入場(chǎng)展開爭(zhēng)奪。此外，除了前端IPC，端側(cè)NVR、AIBox、人臉門禁、移動(dòng)終端等安防設(shè)備都對(duì)AISoC芯片有著車載攝像頭市場(chǎng)需求持續(xù)攀升，預(yù)計(jì)到2023年全球車載攝像頭出貨量在2.1億顆，有望成為SoC芯片>>><>>><總體來(lái)說，在多個(gè)新興技術(shù)的加持下，當(dāng)前安防SoC芯片行業(yè)也遇到新的機(jī)遇和挑戰(zhàn)，我們期待安七、其他生物識(shí)別與傳統(tǒng)的密碼檢驗(yàn)方式相比，生物識(shí)別技術(shù)基于人的生物特性，具有易測(cè)量、排他性以及終身不變指紋識(shí)別可以說是生物識(shí)別技術(shù)的第一種形式，涉及圖像處理、模式識(shí)別、計(jì)算機(jī)視覺、數(shù)學(xué)形態(tài)學(xué)等眾多學(xué)科。目前與人臉識(shí)別技術(shù)一樣得到了廣泛的系統(tǒng)應(yīng)用。據(jù)不完全統(tǒng)計(jì)，當(dāng)前指紋識(shí)別主要應(yīng)用在考勤、門禁、保險(xiǎn)箱柜等領(lǐng)域。未來(lái)，隨著技術(shù)的不斷進(jìn)步，指紋識(shí)別還將應(yīng)用在身份證、機(jī)動(dòng)車光學(xué)指紋識(shí)別是現(xiàn)如今比較流行的指紋解鎖技術(shù)。這種指紋識(shí)別技術(shù)相比起電容式指紋識(shí)別來(lái)說，其原理很簡(jiǎn)單，主要是利用光的反射與折射。當(dāng)手指按壓在屏幕上時(shí)，屏幕會(huì)發(fā)出亮光照亮指紋，目前這項(xiàng)指紋識(shí)別技術(shù)是比較成熟的，基本所有手機(jī)廠商均會(huì)搭載使用，用戶對(duì)該項(xiàng)技術(shù)的滿意度也尚可。但是，與電容式指紋識(shí)別一樣，濕手的情況下很難指紋解鎖，同時(shí)貼上個(gè)別鋼化膜之后，手機(jī)這兩種情況都是由于光的折射導(dǎo)致，當(dāng)指紋通過水或鋼化膜時(shí)，加劇了光的折射程度，難免會(huì)出現(xiàn)失靈的狀況。因此，大部分手機(jī)廠商在出廠時(shí)，均會(huì)告誡用戶采用合適的手機(jī)膜，避免出現(xiàn)指紋失靈的電容式指紋識(shí)別算是最早的指紋識(shí)別技術(shù)。其主要利用硅晶圓與皮膚上的電解液接觸形成電場(chǎng)，傳從原理上來(lái)看，電容式指紋識(shí)別需要一種介質(zhì)來(lái)傳導(dǎo)，簡(jiǎn)單來(lái)說就是需要一個(gè)類似按鍵的東西來(lái)承載。在全面屏?xí)r代，手機(jī)廠商將其設(shè)計(jì)為后置指紋解鎖或側(cè)邊按鍵指紋解鎖。同時(shí)，這種指紋解鎖對(duì)于手指的干燥性要求比較高，濕手的情況下是無(wú)法解鎖手機(jī)的，所以如今的市面上也很少有采用該項(xiàng)技術(shù)D)、超聲波指紋識(shí)別技術(shù)超聲波指紋識(shí)別是比較新的指紋識(shí)別技術(shù)。其原理主要是基于皮膚反射聲波的壓力讀數(shù)，從而繪制從原理來(lái)看，超聲波指紋識(shí)別技術(shù)相比起前兩項(xiàng)指紋解鎖技術(shù)來(lái)說，是通過三維錄入且聲波傳導(dǎo)，對(duì)于手指的細(xì)節(jié)要求并不是很高。所以，即使是濕手、手指沾滿污漬甚至屏幕濕潤(rùn)的情況下，都能實(shí)現(xiàn)同時(shí)，超聲波指紋及時(shí)可以很好的解決電容式指紋識(shí)別與光學(xué)指紋識(shí)別技術(shù)的通病，對(duì)手指細(xì)節(jié)的虹膜識(shí)別技術(shù)是指通過拍攝人眼的虹膜來(lái)進(jìn)行身份確認(rèn)，是一項(xiàng)基于生物識(shí)別特征身份認(rèn)證技術(shù)， >>>>其中虹膜圖像獲取是指使用特定的數(shù)字?jǐn)z像器材對(duì)人的整個(gè)眼部進(jìn)行拍攝，并將拍攝到的圖像通過圖像預(yù)處理是指由于捕獲的人眼圖像包含大量冗余信息，在清晰度等方面不能滿足要求，需要進(jìn)行圖像平滑、邊緣檢測(cè)、圖像分離等預(yù)處理操作。其預(yù)處理的過程通常包括虹膜定位、虹膜圖像歸一化和特征匹配是指將當(dāng)前獲取的虹膜圖像的特征編碼與預(yù)先存儲(chǔ)在數(shù)據(jù)庫(kù)中的特征編碼進(jìn)行比較驗(yàn)證，隨著我國(guó)已擁有識(shí)別準(zhǔn)確率行業(yè)領(lǐng)先的虹膜識(shí)別技術(shù)，虹膜識(shí)別應(yīng)用場(chǎng)景的不斷擴(kuò)展吸引眾多廠商目前虹膜識(shí)別技術(shù)已經(jīng)在我國(guó)煤礦工人考勤、監(jiān)獄犯人管理、銀行金庫(kù)門禁、邊境安檢通關(guān)、軍隊(duì)另外，作為基于眼睛中的虹膜進(jìn)行身份識(shí)別的一項(xiàng)技術(shù)，現(xiàn)在我國(guó)虹膜識(shí)別兩大機(jī)遇凸顯。一是在于手機(jī)市場(chǎng)的求新求變。在當(dāng)前智能手機(jī)越來(lái)越普遍且同質(zhì)化、飽和的情況下，手機(jī)廠商亟需一場(chǎng)新技雖然，現(xiàn)在刷臉和指紋識(shí)別是智能手機(jī)市場(chǎng)的寵兒，但基于虹膜識(shí)別的優(yōu)勢(shì)遠(yuǎn)超兩者，虹膜識(shí)別也正成為手機(jī)廠商的又一青睞對(duì)象。尤其是疫情以來(lái)，帶口罩和無(wú)接觸需限制了人臉識(shí)別與指紋識(shí)別在手二是在動(dòng)物管理方面，眾所周知，不管是畜牧業(yè)、養(yǎng)殖業(yè)還是寵物業(yè)，都需要對(duì)動(dòng)物的身份進(jìn)行有序管理，才能更好推動(dòng)行業(yè)的健康穩(wěn)定發(fā)展?，F(xiàn)如今，我國(guó)市場(chǎng)上已有部分地區(qū)出現(xiàn)了采用虹膜識(shí)別管理寵物狗檔案的案例，他們?cè)诤缒ぷR(shí)別助力下賦予每一個(gè)狗專屬身份ID，并與寵物醫(yī)院和日常管理相靜脈識(shí)別，是生物識(shí)別的一種，也是目前最安全最便捷的生物技術(shù)。因?yàn)?，指紋容易被復(fù)制，人臉通過靜脈識(shí)別儀取得手指、手掌等的靜脈分布圖，將特征值存儲(chǔ)，實(shí)時(shí)采取靜脈圖，提取特征值進(jìn)行匹配，從而對(duì)個(gè)人進(jìn)行身份鑒定。靜脈識(shí)別技術(shù)克服了傳統(tǒng)指紋識(shí)別速度慢，手指有污漬或手指皮膚靜脈掃描：LED在手指一方發(fā)射近紅外線，透射手指，在手指另一方，攝像頭拍攝靜脈圖像；圖像對(duì)比與匹配：將以上得到的特征圖與數(shù)據(jù)庫(kù)中的原始模版進(jìn)行比較，計(jì)算相關(guān)性。如果相匹配雖然我國(guó)對(duì)于指靜脈識(shí)別技術(shù)的研究起步較晚，但受互聯(lián)網(wǎng)、生物識(shí)別等技術(shù)的快速發(fā)展帶動(dòng)，國(guó)從應(yīng)用領(lǐng)域來(lái)講，目前，靜脈識(shí)別可以廣泛應(yīng)用于安全性行業(yè)，比如銀行業(yè)，金融業(yè)、數(shù)字貨幣、數(shù)字人民幣支付體系等。隨著人工智能、大數(shù)據(jù)、云計(jì)算和物聯(lián)網(wǎng)等前沿技術(shù)持續(xù)發(fā)展，指靜脈識(shí)別等如在智能家居方面，以前用的傳統(tǒng)指紋鎖是指紋加密，現(xiàn)在市場(chǎng)推出的的靜脈指紋鎖能夠讓居民在不久的將來(lái)感受到靜脈技術(shù)帶來(lái)的便利，使用到更安全的靜脈識(shí)別智能鎖。隨著智能家居潮流進(jìn)一步發(fā)聲紋識(shí)別指主要根據(jù)語(yǔ)音波包含的說話人生理（如性別、年齡）及語(yǔ)音特征，自動(dòng)識(shí)別說話人身份無(wú)感知、成本低等特點(diǎn)，目前廣泛應(yīng)用在金融、公安、司法、國(guó)安等領(lǐng)域，可以核實(shí)人員身份，提高業(yè)現(xiàn)階段聲紋識(shí)別主要應(yīng)用在公安、司法以及金融領(lǐng)域。主要是因?yàn)槁暭y識(shí)別直接的解決了這些行業(yè)除金融安防領(lǐng)域外，現(xiàn)階段聲紋識(shí)別在民生場(chǎng)景中的應(yīng)用還處于初期試水階段，如家居車載中聲紋智能語(yǔ)音技術(shù)的全面發(fā)展，以及智能設(shè)備的爆發(fā)式增長(zhǎng)，為聲紋識(shí)別提供了更多的應(yīng)用端口，而與多元語(yǔ)音技術(shù)的融合也為聲紋識(shí)別落地更多行業(yè)場(chǎng)景提供了技術(shù)保障。在未來(lái)，聲紋識(shí)別將向著聲紋+步態(tài)識(shí)別技術(shù)，是通過對(duì)人體行走的姿態(tài)來(lái)提取人體的體型特征、肌肉特點(diǎn)、頭部的形狀等對(duì)這個(gè)首先由監(jiān)控?cái)z像機(jī)采集人的步態(tài)，通過檢測(cè)與跟蹤獲得步態(tài)的視頻序列，經(jīng)過預(yù)處理分析提取該人最后，將新采集的步態(tài)特征與步態(tài)數(shù)據(jù)庫(kù)的步態(tài)特征進(jìn)行比對(duì)識(shí)別，有匹配的即進(jìn)行預(yù)/報(bào)警。無(wú)因此，一個(gè)智能視頻監(jiān)控的自動(dòng)步態(tài)識(shí)別系統(tǒng)，實(shí)際上主要由監(jiān)控?cái)z像機(jī)、一臺(tái)計(jì)算機(jī)與一套好的步態(tài)視頻序列的處理與識(shí)別的軟件所組成。其中，最關(guān)鍵的是步態(tài)識(shí)別的軟件算法。所以，對(duì)智能視頻步態(tài)識(shí)別技術(shù)可以通過人的步態(tài)特征、體態(tài)、身高等諸多信息點(diǎn)，在海量視頻中快速進(jìn)行人物檢索在公安刑偵領(lǐng)域，利用目標(biāo)人員的身高體態(tài)、運(yùn)動(dòng)模式等特征，從海量視頻中快速搜索出與樣本高度相似的目標(biāo)或視頻片段，從而達(dá)到在換裝、跨場(chǎng)景、面部遮擋的情況下，亦可以快速識(shí)別出嫌疑人的在智能家居領(lǐng)域，步態(tài)識(shí)別可以很好地應(yīng)用于智能家居系統(tǒng)中，賦予家電系統(tǒng)的的智能化感知，提供更加個(gè)性化的服務(wù)。對(duì)于很多用戶而言，采用智能家居系統(tǒng)是為了更好的呵護(hù)和關(guān)懷家中的老人、小目前市場(chǎng)上的智能家居系統(tǒng)為了增強(qiáng)和用戶的智能交互，很多采用的都是基本的人體檢測(cè)傳感器，或是人臉識(shí)別感知模塊，但這兩種方式都有一定的局限性。人體傳感器沒有辦法智能區(qū)分是老人、小孩還是寵物，人臉識(shí)別又需要強(qiáng)調(diào)配合，夜視環(huán)境下基本無(wú)法作用。而步態(tài)識(shí)別對(duì)光照環(huán)境不敏感、無(wú)需ChatGPT--ChatGenerativePreCV--ComputerVision—計(jì)算機(jī)視覺FPGA--FieldProgrammableGateArray--即現(xiàn)場(chǎng)可編程門陣列NLP--NaturalLanguageProcessing--自然語(yǔ)言處理TOA--Transformer--OpenAI發(fā)布的聊天機(jī)器人模型 > >識(shí)別7機(jī)I》OwesternDigital.微信公眾號(hào)西部數(shù)據(jù)西部數(shù)據(jù)始終致力于發(fā)掘數(shù)據(jù)價(jià)值，創(chuàng)造更多可能。憑借在閃存和HDD領(lǐng)域的整合積累，以及在內(nèi)存技術(shù)領(lǐng)域的推進(jìn)發(fā)展，西部數(shù)據(jù)持續(xù)突破創(chuàng)新，不斷推出強(qiáng)大的數(shù)據(jù)存儲(chǔ)解決方案，以支持全球數(shù)字化未來(lái)的遠(yuǎn)大進(jìn)程。同時(shí)，西部數(shù)據(jù)將可持續(xù)發(fā)展作為公司核心價(jià)值觀，深刻理解應(yīng)對(duì)氣候變化的緊迫性，并積極實(shí)現(xiàn)欲了解更多西部數(shù)據(jù)公司及旗下WesternDigital?（西部數(shù)據(jù)）、SanDisk?（閃迪）和WD?（西數(shù)）品牌的信息，請(qǐng)?jiān)L問：/為了支持智慧視頻的存儲(chǔ)系統(tǒng)的建設(shè)以及城市安全監(jiān)測(cè)體系注入新動(dòng)能，存儲(chǔ)行業(yè)的“老將”西部數(shù)據(jù)，專門推出了針對(duì)性的WDPurple存儲(chǔ)產(chǎn)品和解決方案。用96層3DNAND技術(shù)，搭配高達(dá)1TB的廣泛容量范圍，可滿足24×7全天候頻數(shù)據(jù)捕獲和分析的需求，可擦寫次數(shù)高達(dá)500+，為城市各類監(jiān)控提供實(shí)時(shí)捕捉除此之外，WDPurple?microSD監(jiān)控存儲(chǔ)卡還對(duì)運(yùn)行狀況提供WDDA監(jiān)控功能和故障轉(zhuǎn)移本地存儲(chǔ)功能保障監(jiān)控在每一次意外發(fā)生前都能隨時(shí)解決。同時(shí)，不管天氣炎熱還是寒冷，WDPurple?microSD存在該項(xiàng)目中，總計(jì)使用了2400多塊WDPurple監(jiān)控紫盤來(lái)保證整個(gè)項(xiàng)目的平穩(wěn)高效運(yùn)行。WDPurple監(jiān)控紫盤專為不間斷運(yùn)行的DVR和NVR系統(tǒng)而設(shè)計(jì)，它們能夠承受NVR環(huán)境中的極端熱波動(dòng)和設(shè)備振動(dòng)。WDPurple硬盤還針對(duì)同時(shí)寫入多個(gè)并發(fā)視頻流進(jìn)行了優(yōu)化，加之AllFrame?全幀技術(shù)，改進(jìn)了ATA流式傳輸，有助于減少失幀、改善整體播放效果并增加NVR中支持的硬盤盤位數(shù)量。為解決廊坊安次小區(qū)人員魚龍混雜管理難度大、安全防范設(shè)施欠缺、治安環(huán)境差等問題，西部數(shù)據(jù)構(gòu)建“守望者聯(lián)盟”。在該方案中，采用了西部數(shù)據(jù)WDPurple?microSD監(jiān)控存儲(chǔ)卡和WDPurple監(jiān)控存儲(chǔ)硬盤，保障了高質(zhì)量的視為了增加廣州商學(xué)院安全防范的全面性，西部數(shù)據(jù)助力廣州商學(xué)院打造平安校園，采用了西部數(shù)據(jù)WDPurpleSCQD101存儲(chǔ)卡和西部數(shù)據(jù)WDPurpleProHDD。比如，西部數(shù)據(jù)WDPurple?