社区编辑申请
注册/登录
AI视频监控普及应用的三大挑战
人工智能
视频监控在安全领域已经根深蒂固了几十年,但视频监控具有超越安全的价值这一观点正在被越来越多的业内人士认可和关注。

近年来,安防视频监控无论在软件还是硬件方面都迎来了重大的技术进步,各式各样的智能监控摄像头被投放到市场。

不过,与任何新事物一样,人工智能视频监控也面临着一些限制其采用和发展的挑战。尽管有一些明显的优势可以将投资回报提高数倍,但一些客户仍然犹豫不决。

一般来说,几乎所有市场层面都需要额外的教育和意识培育,但知识鸿沟并不是唯一的问题。本文将简单分析一下现阶段AI 视频监控行业面临的主要挑战。

AI监控尚处浅层应用

视频监控作为各大机构和场所的核心安防系统之一,伴随着技术的发展和应用,视频监控摄像头不仅仅能够实现基础的安全防范功能,同时也是助力商业智能的重要工具。

Azena 营销副总裁 Fabio Marti 谈到,视频监控摄像头如今正成为越来越重要的物联网传感器设备,在商业智能、城市管理、工业监测等领域发挥着重要的作用,这已被公认为是智能安防行业的显著趋势。不过从普及应用的情况来看,监控摄像头依然主要被视为安全和监视工具,距离被纳入到企业的数字化运营工作中还有一段距离。”

用户培育尚待成熟

智能摄像头和人工智能分析的应用是市场趋势,市场正在接受这些可以处理复杂分析的强大边缘传感器的潜力。

“客户需要了解这些摄像头的真正潜力以及如何从中获得价值。”Marti 补充道。“此外,系统集成商和终端用户依然缺乏较为全面的数据科学专业知识,还无法帮助推动诸如利用智能摄像机系统生成有价值数据或提高运营效率之类的举措。”

根据 Hakimo 创始人兼首席执行官 Sam Joseph 的说法,最大的挑战是终端用户尚未习惯 AI 算法,因此,在某些情况下,他们对算法是否真的能在实践中发挥作用犹豫不决。

“不过越来越多的终端用户开始尝试采用人工智能解决方案,且随着时间的推移,他们也对这些算法越来越充满信心,因为他们能很清楚的感受到AI算法相较于传统方式带来的能效提升。”Joseph 补充道。

使用AI监控具有一定门槛

人工智能视频监控摄像头和智能训练一样好。Vicentive Systems的集成产品经理Dan Berg指出,限制人工智能在视频监控中应用的一个主要挑战是配置和微调分析所需的时间和成本。

“要想取得成功,集成组织需要找到合适的客户——一个在运营中理解人工智能需求并每天参与该技术的客户,”Berg表示。“成功部署人工智能分析系统需要集成商和终端用户有明确的目标和成功指标,以及耐心。”

结论

人工智能在视频监控中的应用将继续存在。在未来几年里,我们肯定会看到更多的技术进步,使安全摄像头更加智能。

但它们的采用速度可能没有业界希望的那么快。目前,安全行业变化缓慢,需要很长时间才能接受新技术,同时,安全设备的安全性考虑也是一个同样重要的问题。

为了让人工智能监控系统实现更多的市场渗透,有必要让用户端更多地了解AI监控系统的诸多应用优势,而这则有赖于解决方案提供商和集成商的积极宣扬推广。


责任编辑:华轩 来源: 今日头条
相关推荐

2022-08-09 18:51:15

人工智能

2022-03-28 11:10:18

人工智能智能平台视频监控数据

2022-06-27 11:24:20

2018-02-25 12:28:22

2021-06-30 08:49:02

2021-11-02 18:45:15

英特尔人工智能

2022-05-12 09:00:00

人工智能面部识别智能监控

2022-05-06 15:14:20

视频数据

2021-05-19 15:30:56

人工智能AI远程视频

2021-10-31 15:51:30

2020-06-22 13:56:41

人工智能医疗AI

2022-04-24 13:49:15

人工智能监管机器学习

2010-06-24 17:03:49

视频监控

2022-04-21 23:38:44

人工智能监管机器学习

2020-12-30 08:22:49

2018-03-15 14:51:01

人工智能

2022-04-02 14:34:42

人工智能手机拍照

2021-04-15 13:48:08

视频监控视频分析智能安防

2019-07-07 08:02:05

AI人工智能智能监控

2018-02-25 17:09:30

视频AI图像

同话题下的热门内容

基于人工智能技术快速构建三维模型AI赋能视频直播,如何提升系统安全性?特斯拉全自动驾驶三次撞上儿童假人,撞后没停重新加速面向推荐的汽车知识图谱构建数据闭环研究:自动驾驶发展从技术驱动转向数据驱动美国“断供EDA”,究竟怎么一回事?专访字节跳动王明轩:机器翻译和人工翻译实质是两个赛道 | T前线2023 年值得关注的十大人工智能趋势

编辑推荐

转转公司架构算法部孙玄:AI下的微服务架构Facebook开源相似性搜索类库Faiss,超越已知最快算法8.5倍运维:对不起,这锅,我们不背快消品图像识别丨无人店背后的商品识别技术最全面的百度NLP自然语言处理技术解析
我收藏的内容
点赞
收藏

51CTO技术栈公众号