深度学习算法如何赋能场景应用？

AI深度学习技术正在呈现飞速增长的状态，有数据分析预测，到2030年，AI有望实现13万亿美元的市场规模。尤其是伴随着智慧城市、智能交通、工业互联网、生产制造等应用场景对视频数据分析需求的激增，AI与计算机视觉技术正在加速智能与边缘计算的融合，并将进一步助推城市、交通、互联网、物联网、旅游、金融、司法、教育、能源与环保等行业的智能化变革。

为了贴近这些场景需求并加速技术落地，TSINGSEE青犀视频近期推出了AI边缘计算硬件设备——智能分析网关。

智能分析网关可支持AI视频智能分析功能，通过对视频监控场景中的人脸、人体、安全帽、口罩等进行抓拍、检测与识别，对异常情况进行智能提醒和通知，可广泛应用于客流统计、安防监控、周界防范、企业安全生产、公共防疫等场景中。

该硬件设备采用了全新嵌入式多算法框架软件，内置多种AI算法，可对实时视频中的人脸、人体、物体等进行检测、跟踪与抓拍，支持人体检测、区域入侵检测、口罩佩戴检测、安全帽佩戴检测以及多种扩展算法等，可应用在多场景中，如：明厨亮灶、通用安防监控、企业安全生产、公共卫生防疫、智慧校园、智慧景区等。

智能分析网关基于ARM的CPU，可同时支持4路1080P视频流实时分析，能实现毫秒级识别，设备提供多算法接入能力，支持TensorFlow、Caffe等模型转RNN，支持一键替换算法模型，满足用户的多算法场景。

主要算法包括：

• 人体检测
• 口罩佩戴检测
• 安全帽佩戴检测
• 区域入侵检测

除了上述算法外，智能分析网关可针对多元化应用场景进一步拓展更多AI算法，包括：

• 通用安防：机动车/非机动车检测与识别、车牌识别等；
• 明厨亮灶：厨师帽/厨师服识别、抽烟识别、玩手机识别、垃圾桶未盖检测、动火离人检测、陌生人检测、猫/狗/老鼠识别等；
• 智慧工地：反光衣识别、火焰识别、烟雾识别、行为识别（抽烟、玩手机、摔倒等）；
• 智慧安监：工作服识别、火焰识别、烟雾识别、灭火器识别、行为识别（抽烟、玩手机、摔倒等）。

以深度学习为代表的第三次人工智能浪潮席卷而来，基于视频图像的智能分析技术也飞速发展。随着连接的设备数量不断攀升，随之产生的视频数据体量也更加庞大，其蕴含的数据价值也更高，对视频内容进行智能分析的价值与应用意义也日益凸显。

AI计算机视觉技术为现场视频监控提供了自动化且可扩展的替代方案，不仅更省时，而且更精准。比如基于AI的安全帽佩戴检测技术，可以有效检测建筑工人、煤矿工人等是否合规穿戴个人防护装备，可以避免很多意外事故，保障安全生产。