澳门金沙线上权威信誉网站游戏平台

<p>在监控领域,存在着一些巨大的挑战 - 研究人员和使用监控的人们顽强地抓住了这些挑战,这些挑战是由挑战带来的技术问题所唾弃</p><p>其中最重要的是实时面对面的技术:一种先进的识别系统,可以筛选大量人群,其中没有人有意识地面对闭路电视摄像机,以获得结果</p><p>这种类型的人脸识别被称为生物识别技术中的“杀手级应用”</p><p> Bang-smack位于其中心,被称为计算机辅助视频分析,它在过去十年中诞生并崭露头角</p><p>分析使用基于计算机的视频分析来监控安全摄像头并帮助其操作人员实时检测事件</p><p>由于计算机处理能力的提高以及更好的统计机器学习工具的可用性,这已成为可能</p><p>这些机器学习工具主要来自研究团体在计算机视觉和模式识别(CVPR)方面的工作,其中监视现在是一个快速发展的领域,以至于现在有很多这方面的会议</p><p>最近在图像和视频处理技术方面的创新 - 例如IP摄像机,低带宽视频编解码器和计算机图形芯片(GPU)以及更智能的视频分析算法 - 为有效使用计算机监控视频输入扫清了道路巨大的闭路电视网络</p><p>如今,有无数的供应商 - 例如iomniscient,objectvideo,nice系统和ioimage--提供不同功能的商业,现成视频分析</p><p>在低端,这些功能包括:市场高端的视频分析可以执行复杂的任务,例如:远距离的ANPR或虹膜识别/验证等技术现在可以在非常可接受和可用的准确度水平上执行</p><p>这为主流应用开辟了道路,例如通过视频车牌匹配收集道路收费以及用于保护建筑物的访问控制</p><p>然而,在面部识别等领域,有许多不满意的视频分析技术用户</p><p>在许多情况下,原因是在一些当前的商业系统中缺乏可靠性</p><p>这通常归结为过多的错误警报,这使得这些系统不实用且令人讨厌</p><p>和那个叫狼的男孩一样,如果一个系统每天都会提供数百个误报警,那么操作员就不太可能注意到真正的警报:他们只是关掉他们的警报系统</p><p>公共场所(例如机场或火车站)中“面对人群”识别的一些关键问题是查询(或“探测”)面与参考面之间的姿势,光照和表情不匹配的问题</p><p>这是什么意思</p><p>除了稳健性和准确性之外,快速处理大型人脸数据库的能力对于监控至关重要</p><p>识别系统应该能够处理大量人员(例如火车站的高峰时段),可能同时处理来自多个CCTV摄像机的数百个视频流</p><p>虽然可以设置精心设计的并行计算机,但总是存在实际的成本考虑因素,限制了可用于处理的计算机的数量</p><p>在这种情况下,系统应该能够实时运行(或者在录制的镜头的情况下更好),这必然会限制复杂性</p><p>但是这样一个系统的实用性 - 以及中央电视台视频中不受控制的人脸识别技术挑战的规模 - 就是为什么人群中的人脸识别被认为是一种圣杯</p><p>随着研究人员在美国国家标准与技术研究院赞助的多生物识别大挑战赛中磨练自己的技能,在解决或至少部分解决这一重大挑战方面取得了一些新的突破</p><p>正如您所想象的那样,这个领域的突破被引起了极大的兴趣,尤其是在我们将在明天讨论的国家安全的可能应用方面</p><p>这是我们关于高级监控的五部分系列中的第三部分</p><p>要阅读其他四个部分,请点击以下链接: