核心技术

基于海量的图像和视频训练数据,旷视设计、构建了核心的“深度卷积神经网络”和 CNN 模型,并通过自研的深度学习训练引擎 Brain++ 训练出了自有的核心算法,如人脸识别,文字识别,行人和车辆识别以及监控视频智能分析和结构化等技术。

与基于 CPU 或者 DSP 通用编程平台的传统智能分析算法不同,旷视为行业提供的智能安防大数据采用了由主流芯片企业提供智能加速引擎和 GPU 计算单元,系统稳定可靠,且能够节省大量计算资源。而针对不同警种在治安管理、警情研判、人员检索、数据挖掘等实战需求,旷视一方面通过“智能前端化”推动采集终端技术升级,一方面结合安防行业海量的数据资源优势对相关算法进行优化和训练,在产品设计上,旷视智能安防大数据解决方案采用分层结构和开放式设计,能够与公安现有视频监控系统无缝集成并实现实时分析和告警。

解决方案构成

核心技术

技术特色

  • 高速建模入库

    旷视硬件和算法的优势将系统底库容量提升至亿级,系统单机可支持1000人/秒的入库速度,8000万人员入库可在一天内完成,同时支持堆叠使用,线性提高入库速度。

    高并发、高精度识别

    系统支持高并发人脸检测,同时全帧率检测和识别,可自动提取质量最佳图片进行比对,系统首位命中率高达95%,前10位命中率高达99%。

  • 结构化检索

    通过智能前端摄像头和算法服务器能够对海量视频、图像数据进行实时结构化处理,支持实战业务中对性别、年龄以及衣着特征进行分类检索。

    秒级响应、自动报警

    系统单机 1500 万底库情况下,查询返回时间小于1秒,同时系统支持任务堆叠,可线性缩短检索时间。同时系统支持黑/白名单的自动报警功能,一旦发现目标人员立即提醒执勤民警。

  • 多种实战图片检索

    静态人像比对系统支持身份证图片、天网视频截图、社会资源录像截图、手机拍照图片等多种图片源,并能够针对不同图片质量进行优化,不受光照、局部遮挡、跨年龄段、非正常表情等影响。

    多维堆叠能力

    系统设计了无上限的堆叠部署能力,可以在系统底库规模、用户并发访问需求以及检索时间等维度上自由扩充,部署计算资源。

  • 星光感应、3D 降噪

    通过采用先进的 Face++ 人脸识别算法和 3D 降噪技术,配合拥有超高信噪比的星光级高清光学传感器和先进的处理器计算单元的智能摄像机,旷视智能安防产品能够克服安防业务中低质量、低照度的视屏数据。