街頭巷尾，你的一舉一動正被數(shù)以億計的攝像頭注視。這些攝像頭每周7天、每天24小時不間斷工作，持續(xù)產(chǎn)生海量數(shù)據(jù)。調(diào)查顯示，到2020年，攝像頭的安裝量將達到10億。

　　以往，當你成為警察的目標，他們要通宵拖著監(jiān)控視頻進度條找你一掠而過的身影;現(xiàn)在，他們將不費吹灰之力在萬人之中精準識別你，盡管你的性別、著裝還是年齡已經(jīng)發(fā)生了變化……曾專注于游戲、顯卡等領域的NVIDIA正在武裝這些攝像頭，同時運用深度學習、人工智能及大數(shù)據(jù)處理來減輕警察們的工作量。

　　搖身一變成為“人工智能計算公司”(AI Computing Company)的NVIDIA已經(jīng)在安防領域展開布局，確切的說，主要集中在“智能視頻分析(IVA)”領域。這也是NVIDIA人工智能城市構想中的一部分，此外還包括智能駕駛、智能醫(yī)療保健以及智能工業(yè)等領域。

　　“人工智能就像未來的一種新形式的電力，每個行業(yè)都要用到相關技術”，NVIDIA全球副總裁、Tegra事業(yè)部總經(jīng)理Deepu Talla對此深信不疑。在人工智能和深度學習應用到智能視頻分析之前，都是人工在做這樣的事情，無論是在準確率還是運行速度上，表現(xiàn)都不能盡如人意。

　　以往傳統(tǒng)的計算機編程以一種二元的思維進行工作，準確率最高只能做到60%到80%，這還是世界上領先的企業(yè)，花了20年時間才做到的。而現(xiàn)在，使用人工智能與深度學習后，只需花一年時間，就可做到比以往任何時候都高的準確率。相應地，因為深度學習、GPU技術的高速發(fā)展，識別與分析的速率也將大幅提升。

　　那么NVIDIA到底要怎么做?NVIDIA公司已經(jīng)引入并推出了端到端(Training到Inference，后端服務器到前端攝像頭)的深度學習平臺，適用于公共安全的視頻監(jiān)測等領域。正是依靠端到端的深度學習平臺，在公共安全領域，產(chǎn)品解決方案變得更加智能，視頻監(jiān)測效果做得更好。

　　人工智能第一步是要先創(chuàng)建一個神經(jīng)網(wǎng)絡，然后對這個神經(jīng)網(wǎng)絡使用大量的數(shù)據(jù)進行訓練，主要用的是DGX-1;之后將訓練好的數(shù)據(jù)存入到云和數(shù)據(jù)中心，這方面主要使用的是Tesla P4&P40;當然，也可以將這些數(shù)據(jù)部署到錄像機和攝像頭之中，這里主要使用的是Jetson TX1計算平臺。

　　Jetson TX1是NVIDIA的一款嵌入式視覺計算系統(tǒng)，今年3月份正式在中國市場上市，該系統(tǒng)基于NVIDIA的Tegra處理器打造。在訓練、識別以及分析方面表現(xiàn)非常優(yōu)秀。

　　步驟如下：

　　1、創(chuàng)建神經(jīng)網(wǎng)絡;

　　2、數(shù)據(jù)訓練;

　　3、將數(shù)據(jù)上傳到數(shù)據(jù)中心和云中，還可以將數(shù)據(jù)部署到錄像機和攝像頭之中;

　　4、識別：簡單來講，就是把監(jiān)控攝像頭采集到的視頻信息輸入系統(tǒng)，系統(tǒng)會自動分離出所有人(包括人臉、衣著甚至背影)和所有汽車(包括車牌、顏色、年款)。

　　至于為什么NVIDIA要進入到安防IVA領域，Deepu Talla表示，一方面是維護人身安全的情懷;同時，因為這個行業(yè)需要用到視頻分析，需要進行語音辨識，這兩個領域借助深度學習再合適不過。而且，目前的視頻分析智能做到事后分析，對于事前的預測和分析還是盲區(qū)，所以需要深度學習和人工智能來做這樣的事情。

　　同時，NVIDIA是人工智能計算公司，其人工智能計算平臺不管是在哪個應用領域，都是最優(yōu)選的平臺。其次，從解決方案的層面，NVIDIA提供從訓練到推理的解決方案，也可以提供從云到數(shù)據(jù)中心到服務器到端這樣的解決方案。而且，未來NVIDIA還會繼續(xù)對下一代的GPU的技術進行投入。目前，NVIDIA已經(jīng)與國內(nèi)9家智能安防硬件供應商展開合作，安博會上，他們的服務器與攝像頭產(chǎn)品都有展出。

　　人工智能和深度學習正在深深地改變著視頻監(jiān)控行業(yè)，從而讓我們所處的這個世界，有更好的公共安全水平。我們已經(jīng)進入到一個對人工智能使用程度越來越深的階段。NVIDIA的GPU正在讓深度學習的進程不斷加快，同時，在國內(nèi)的安防行業(yè)，NVIDIA也在積極發(fā)展合作伙伴，希望在這個行業(yè)占據(jù)支配地位。

摘自雷鋒網(wǎng)