小编:
机器学习太高深?人工智能太遥远?对贝尔实验室来说,这都不是事儿!
当你开车经过路口,一排排的摄像头齐刷刷的罩住你,背后产生海量的视频资料,已经超过了人力有效处理的范围,导致极低的利用率。不仅如此,视频监控的收集也导致了网络带宽的大量消耗。更为重要的是,由于真实场景比传统的目标识别要复杂的多,因此目前常见的视频分析方案造成了很多误判和漏判。
诺基亚贝尔的智能视频分析技术即为解决此类问题而提出。通过获取视频中的多维度的抽象矢量信息并滤除大量冗余信息,利用贝尔实验室的专利算法,能发现图像中行为异常的目标,并对其进行跟踪、分析,及时发现异常行为,触发报警并采取其它措施进行干预,可用在公共安全和交通应用中。
从获取的视频中提取多维度的抽象矢量信息(如:运动、驻留、速度等)。
通过视频对比分析异常。采用分析论和机器自学习来分析矢量要素,获取样本并比对分析异常,通过机器比对发现异常,从而生成事件的分析结论。
智能视频系统可以适应较为苛刻的环境条件。诺基亚贝尔的智能视频分析系统能够适应光线差、人流密集嘈杂以及其它较为苛刻的场景环境条件。
诺基亚贝尔智能视频分析系统优势
实时性
自学习系统
主要特征及边界信息专利算法
同时支持基于规则和基于学习两种模式
多尺度的处理架构
诺基亚贝尔端到端物联网方案,涵盖终端、网络、平台和应用,并提供端到端的服务支撑能力。通过多样化的网络接入技术,并积极储备更多物联网应用,着力于构建高效的物联网合作生态。