人工智能基础与安防深度学习应用于自然环境中的fieldbus总线系统
当前，人工智能已成为各行各业的焦点关键词之一，物理安防领域也不例外。广义的人工智能指的是关于机器计算的智能，而非人类本身。在安防行业，我们所说的AI指的是模仿人类及生物认知功能的技术应用，即模仿人类大脑学习和解决问题的思路和方法。
人工智能推动了安防行业的快速发展。三大趋势正在推动人工智能的快速增长：首先，计算机硬件如图形处理器（GPU）的崛起能够处理复杂的计算；其次，更有效“训练”系统编程方法，如神经网络，它们能够与GPU并行处理，同时工作；第三，传感器如摄像机的大量激增产生了大量数据，使得系统能够被有效地“训练”。
深度学习是更广泛的人工智能方法的一种类型，也是与安防视频行业最为相关的概念。它需要使用大量来自能神经网络学习系统的数据（例如视频图像）。这种方法极大改变了视频监控系统效率。
通过展示大量案例数据进行“学习”，深度学习系统便形成相应识别模式。虽然训练神经网络耗时费力，但一旦训练完成，可以在诸如网络视频录像机(NVR)之类设备中部署受过训练系统，从而可以快速识别目标物体并做出决策。
深度学习实现超人类模式识别准确性，还具备抵抗干扰性，可分类和识别数千个不同特征，如最新的人脸识别、车牌识别系统准确率接近100%，这些特性使得深度学习对视频分析应用具有很高价值和意义。
