智能安防

    运动目标跟踪是确定同一物体在图像序列不同帧中位置的过程。其主要工作方式就是选择好的目标特征和采用适当的搜索方法，根据匹配原理，把现有的跟踪方法分为基于模型、区域、特征以及活动轮廓的跟踪，这是机器视觉力所能及之处

   目标识别技术和稳定的追踪方法是机器视觉在安防发展的关键技术。它在很多领域都得到大量的应用，例如身份确认的指纹识别、人脸识别、虹膜识别以及在智能交通管理、机动车检测、停车场管理等场合的车牌识别等。

  要探讨机器视觉的应用，首先还是需要精准把握什么是机器视觉，并把其与当下热门又有重叠部分的人工智能和深度学习区分开来。人工智能的外延范围最大，包括了机器视觉、深度学习、机器人技术、生物识别技术和自然语言处理。

     视频监控产品采用云化架构，既能支持不同协议设备监控视频快速上云，在云上对监控视频集中安全存储，全网跨地域视频分发播放，又拥有强大可弹性扩容的计算能力支持对接不同算法平台实现按需视频智能计算。

Gartner将边缘计算定义为"分布式计算拓扑结构的一部分，其中的信息在靠近边缘的地方处理，设备和人在边缘处生成或使用该信息。"

    边缘计算(Edge Computing)是在靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用等核心能力的分布式开放平台，就近提供边缘智能服务，满足行业数字化在敏捷联接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求。

     输电线路智能视频监控是自动检测识别输电通道下各种危险车辆的经过、停留、工作等过程。自动检测识别输电线路上飘浮物（如风筝、塑料物等）。自动检测识别基于无人机或巡线机器人拍摄图片的输电线路缺陷（如线路破损、绝缘子污垢或损坏、鸟窝等  基于深度学习或三维重构技术，弧垂与线路障碍距离的测量。

      百度EasyDL定制化明厨亮灶AI算法训练,通过训练厨师帽、口罩的图片，再使用安装在后厨的摄像头实时采集图片，并将这些数据送往后台，通过调用训练好的EasyDL专属模型接口判断厨师穿戴是否合规。由此对厨房进行监督，向不合格厨房单位下发整改通知，确保卫生安全。

     行为识别预警系统利用监控摄像机场拍摄，通过计算机机器视觉技术识别到有人求救、或者有人打架、或者有人摔倒、或者有人非法闯入、或者有人爬越围墙或窗户、有人意欲聚众闹事等行为识别。

当智能技术与设备升级换代后，安防智能化已经不再局限于视频监控、门禁或一卡通等普通的单点智能应用，而是让系统可像人一样做出认知判断和推理预测。要实现这一宏伟目标，绝不是仅仅在个别技术或性能进行优化，应该需要一套完整、严密的AI理念。云边融合理念综合边缘感知智能和中心计算智能的优势，能较好的满足安防场景的智能需求，已经在逐步落地。