“AIoT”(loT-Internet of Tings)即“AI+IoT”,指的是人工智能技术与物联网在实际应用中的落地融合。
随着第三次人工智能浪潮的爆发以及物联网技术的广泛应用,AIoT已成为业界公认的未来技术主流形态,且该市场正在不断发展之中。MarketsandMarkets近日发布报告称,2019年全球AIOT市场规模为51亿美元,到2024年,这一数字将增长至162亿美元,复合年增长率为26.0%。
打破数据孤岛 AIOT促进万物互联
MarketsandMarkets在其报告中还提及,物联网设备生成的大量实时数据的有效处理需求,是全球AIOT市场增长的主要驱动力。
由于顶层设计缺失、技术不成熟等原因,互联网时代的数据在采集、存储、处理以及应用等环节都是独立存在且相互孤立,使得单品智能甚至多品智能、系统智能在应用中不断涌现数据孤岛、数据烟囱和碎片化应用等问题。而在人工智能介入之后,IoT很快有了连接的大脑,数据孤岛等系列问题很快得到了解决。
不管是物联网设备生成的实时海量数据,还是人工智能发展过程中大数据无数次的训练和深度学习,数据都是关键。AI、IoT一体化后,物联网为人工智能提供其训练和深度学习所需要的数据流,促使人工智能逐渐向“应用智能”发展;人工智能通过分析、处理数据流中的实时数据和历史数据,对终端用户的习惯加以推测,从而使设备变得更为智能和聪明。
也就是说,不管之前数据以怎样的形式相互独立存在,AI、IoT一体化后,企业与企业之间、设备与设备之间设置企业与设备与企业之间的数据孤岛被完全打破。融合AI技术和IoT技术的AIoT,通过物联网产生、收集海量的数据存储于云端、边缘端,再通过大数据分析,以及更高形式的人工智能,从而实现万物数据化、万物智联化。
从视频监控看AIOT在安防行业的必要性
打破数据孤岛问题之后,越来越多企业开始将AIoT列为企业的主要发展方向之一,而AIOT也逐渐成各大传统行业智能化升级的最佳选择。例如安防行业。
就当前的安防领域来看,视频监控依旧是AI+安防的主战场,占据了将近90%的市值。且在平安中国,雪亮工程等国家政策的号召下,城市立体防控监控体系已经逐渐成型,城市安防数据呈现出以几何倍数增长的态势。而城市级安防大数据不仅面临海量级别数据的采集传输以及存储压力,其在分析、反馈环节的实时性和准确率也受到了不少影响。光靠传统安防架构和手段,视频监控在安防行业的作用仅仅只能停留在监控和留证,并非预防。
也就是说,当前海量的城市安防数据还是以单一的形式存在,缺乏多维数据碰撞的城市立体防控监控系统并未走出数据孤岛的问题,进而无法解决实现安防AI化。
但在AIoT的助力下,安防产业不仅解决了分析、反馈两大环节问题,通过机器学习,深度学习对数据进行海量异构化数据的分析和处理,再加上边缘计算的助力,得以实现前端摄像头对视频数据的结构化处理。还基于机器视觉,赋予前端摄像头更敏捷的观察能力,例如当前业界广泛流行的人脸识别、车牌识别、姿态识别、3D结构光技术等等,都为当前安防行业注入了新的活力。
或许从宏观方向来看,正因为AIoT的助力,安防行业才得以智能化,甚至让安防智能化真正做到“普及众生安全”。
AIOT下安防行业的人脸识别核心应用
而在AIoT时代,人脸识别应该是当前安防行业的核心场景应用。不管是前端智能摄像头,还是家庭的第一道智能门锁,人脸识别已成为智能安防不可或缺的部分。
人物识别是人脸识别技术在安防行业的一种更高级别的应用,这种技术被广泛嵌入至城市部署的摄像头之中,对成千上万的人脸进行采集,并对人脸进行识别匹配,找出可疑人员及犯罪嫌疑人,在平安城市、雪亮工程、智慧城市、智慧交通等应用中较为广泛。
在城市安防的部署之中,嵌入了人脸识别技术的智能摄像机,在拍下可疑画像的同时,就能通过计算机网络将面像特征数据传送到计算机中心数据库,系统即可自动与面像数据库中的逃犯面像比较,迅速准确地作出身份判断,将人脸识别“用”的价值凸显到极致。去年张学友演唱会顺利完场“十一杀”就得益于此。
还有部署在城市建筑的人脸匝机、智能门禁、智能门锁等人脸识别衍生产品,都已渗透到所有需要进行身份认证和识别的场所,在智慧校园、楼宇对讲、智慧社区、智慧金融等方面都得到了很好的应用。
在当前的智慧社区建设之中,人脸识别技术已成为门禁管理、访客系统、视频安防系统等多个系统的标配,能够解决社区居民身份确认、社区居民快速出行、可疑人员身份确认、异常人群活动等多重难题,保障社区人群的生命、财产安全。
当然,AIoT的安防行业不止是体现在人脸识别的广泛应用之上,更多新场景自动驾驶、智慧建筑等也在不断挖掘之中,一切都值得期待!