明(míng)景視(shì)頻(pín)結構化服務器——高清視(shì)頻(pín)實時(shí)分析

• 2019/07/18

随着安防行(xíng)業的飛速發展，市場對大數(shù)據、雲計算、物(wù)聯等新技術(shù)的需求呈上(shàng)升趨勢，如(rú)何提取視(shì)頻(pín)信息成為(wèi)行(xíng)業難題。北京明(míng)景科技秉承着以創新行(xíng)業的理念，基于視(shì)頻(pín)智能(néng)處理技術(shù)的積累，推出明(míng)景系列視(shì)頻(pín)結構化服務器，性能(néng)強勁，多可(kě)支持多路高清視(shì)頻(pín)實時(shí)結構化分析，大幅度提高平安城市視(shì)頻(pín)使用效率，推進大數(shù)據在安防領域的落地(dì)。

低(dī)功耗，高性能(néng)

明(míng)景視(shì)頻(pín)結構化服務器可(kě)支持多路高清視(shì)頻(pín)實時(shí)結構化分析，相較于市場上(shàng)同類别的産品，視(shì)頻(pín)處理能(néng)力将提高50倍以上(shàng)。與傳統的CPU方案相比，處理推理應用的能(néng)效比與CPU相比提高了(le)40倍，節省成本(包括服務器成本和(hé)電力成本)超過800%。

智能(néng)分析，讓視(shì)頻(pín)說話

明(míng)景視(shì)頻(pín)結構化服務器把實時(shí)視(shì)頻(pín)進行(xíng)結構化分析，将複雜(zá)場景中的人(rén)、機動車、非機動車分離，提取車輛特征，如(rú)車型、車系、車身顔色、車牌顔色、車牌号碼識别、主副駕駛是否系安全帶、是否打電話、有無遮陽闆、有無年(nián)檢标、有無挂墜、有無紙(zhǐ)巾盒；針對行(xíng)人(rén)，明(míng)景視(shì)頻(pín)結構化服務器可(kě)以多方面分析其相關特征，包括性别、表情、年(nián)齡段、服飾特征(上(shàng)下(xià)衣着顔色、眼鏡)、攜帶物(wù)特征(背包、打傘)、運動特征等。

經過結構化處理之後的視(shì)頻(pín)數(shù)據，可(kě)以進行(xíng)長(cháng)期保存，用戶按照尋找目标的特征，對人(rén)、機動車、非機動車的各種特征條件進行(xíng)組合篩選，快(kuài)速檢索目标，提高查詢效率。

服務實戰，數(shù)據深化業務改革

安防大數(shù)據的發展依賴于視(shì)頻(pín)數(shù)據的産生，而傳統的智能(néng)分析産品所能(néng)産生的數(shù)據較為(wèi)單一(yī)，無法滿足實戰需求，明(míng)景視(shì)頻(pín)結構化服務器的誕生将改變現有局面。

在公安行(xíng)業，明(míng)景視(shì)頻(pín)結構化服務器針對城市中無法直接産生數(shù)據的普通(tōng)治安監控視(shì)頻(pín)進行(xíng)結構化分析，得出多種實戰數(shù)據，實現公安部門對于視(shì)頻(pín)布控預警、實時(shí)指揮、視(shì)頻(pín)偵查、情報收集等多種實戰應用需求，将傳統的事後反查應用模式向事前預警模式轉變，豐富警務大數(shù)據內(nèi)容，深化智能(néng)服務實戰改革。

在交通(tōng)、金(jīn)融、樓宇等行(xíng)業，明(míng)景視(shì)頻(pín)結構化服務器的誕生，為(wèi)日後大安防智能(néng)化提供了(le)新的思路和(hé)建設模式。對于已建視(shì)頻(pín)，同樣可(kě)以接入明(míng)景視(shì)頻(pín)結構化服務器進行(xíng)視(shì)頻(pín)結構化分析，避免系統重複建設，降低(dī)部署成本，使得智能(néng)化真正深入行(xíng)業領域。

明(míng)景視(shì)頻(pín)結構化服務器采用深度學習算法、可(kě)擴展集群設計，全面提高了(le)視(shì)頻(pín)結構化分析效率，為(wèi)海(hǎi)量視(shì)頻(pín)存儲及數(shù)據挖掘、數(shù)據碰撞提供有力支撐，無論是對垂直行(xíng)業，還是平安城市提升監控視(shì)頻(pín)的應用價值具有重要(yào)意義。

聯系我們  

北京總部：  

張先生：13911129392    zhangchi@botechnic.com