人工智能基础与安防深度学习自然场景下的现场总线应用
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。AI被视为一股有可能改变和重新塑造行业的重要力量。广义的人工智能指的是机器计算的智能，而非人类本身。在安防行业，我们所说的AI指的是机器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。
人工智能正推动安防行业快速发展。三大趋势正在推动人工智能的快速增长。这三大趋势分别是：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，尤其是在“并行处理”模式而不是我们熟悉的CPU“串行处理”模式中效率更高且具有可扩展性；其次，更有效训练系统编程方法，如神经网络，它们能够与GPU并行工作；第三，传感器（包括摄像头）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，也是与安防视频监控最相关的一种概念。深度学习需要使用大量来自神经网络学习系统数据（例如视频图像）。这种方法极大地改变了视频监控系统的有效性。在此之前，计算机已使用视频分析算法进行编程。而深度学习系统则是更加“训练有素”的。
通过展示大量示例，“学习”，不需要编程。一旦训练了神经网络，就可以用来“推断”，协助决策，如判断一张新拍摄到的图片里面是否有猫。这使得我们能够在诸如网络视频录像机(NVR)之类设备上或甚至在网络边缘部署受过训练的事物，从而能够快速识别目标物体，并快速做出相应决策。
深度学习实现了超乎寻常的地模式识别准确性，还具备抵抗干扰性的能力，可以分类和识别数千个不同特征。例如最新的人脸识别、车牌识别等都已经接近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。
