作为安防圈一年一度的盛事，深圳安博会已经在上周落下帷幕，但对于展会上那些高新技术，观众们还显得意犹未尽。本届展会上人工智能无疑再次成为其中的主角，它与安防行的结合越来越紧密，其中人脸识别技术和深度学习技术表现尤为出色。

    以视频数据为核心的安防监控体系，每天都会产生海的非结构化数据，让用户从这些数据中寻找线索，不仅占用了大的人力、物力和时间，同时由于个人的差异也会导致针对视频的认知偏差。因此，采用深度学习技术，对数据进行结构化分析，才能让安防海监控数据摆脱鸡肋标签，成为真正可追溯、可检索的有用信息，它可以让视频监控能够像人类一样去思考。

集光安防推出视频结构化大数据平台

    集光安防视频结构化大数据平台，通过深度学习和大数据技术，可对庞大的监控视频进行结构化信息提取，完成传统算法无法完成的功能，实现对活动目标精准分类、人物特征结构化、人脸数据结构化、车辆结构化、以图搜图等功能，解决了海视频监控带来的存储成本问题、视频检索、分析及深度应用难题。

- 核 心 功 能 -

    平台采用高密度智能服务器，吞吐大，占用空间小，可无缝叠加，平滑扩容，支持单台设备自成一个完整的系统，提供结构化分析和视图库存储；支持多40路1080P视频的目标结构化/80路卡口视频的车辆结构化/800万张卡口图片车辆结构化/32路人脸卡口视频的人脸结构化，也可以接入大数据平台完成视频结构化转换。

对监控视频中的行人进行结构化分析

    由于光照、距离等原因，普通监控摄像机无法满足人脸识别对分辨率的高要求，这种情况下，比起人脸识别，对行人进行结构化分析，也是一种获取有效信息的途径。

 ● 基本特征（性别、年龄段、发饰、服饰颜色等）

 ● 附属物特征（背包、帽子、眼镜等）

 ● 行为物征（方向、速度等）

对监控视频中的车辆进行结构化分析

    借助深度学习技术，平台可有效提升对交通监控视频中车辆（机动车/非机动车）的识别准确率，对应每一个车辆的属性也会被识别出来，包括：

● 基本特征（车牌号码、车牌类型、车身颜色、 车辆品牌、车辆类型等）

● 附属物特征（年检标状态、遮阳板、挂饰、摆件、副驾、安全带等）

● 行为特征（方向、速度等）

- 应 用 意 义 -

降低存储容，人、车、物信息提取全面

    经过结构化后的数据远远低于视频数据，使存储容极大地降低，彻底解决了视频存储的问题。

提高视频查找的效率

    平台实现在视频结构化基础上进行检索查询，实现快速目标查找，解决了人工的方式去浏览、排查带来的费时费力问题。

视频结构化大数据分析

    平台对视频结构化处理后，对获得的数据分类并进行深度挖掘，可为不同行和不同场景提供丰富有效的数据挖掘应用。

    随着深度学习和大数据技术的发展，集光安防视频结构化大数据平台将为视频数据的智能化提供强有力的支持，从而形成高效的主动式防控系统，为公安、交通等部门提供强有力的技术支撑。