首页 > 科技未来 > 内容

安理会-云天励飞如何布局AI城市大脑？

发布于：2024-06-18 编辑：匿名来源：网络

文章内容语音播放由深声科技提供。

您的浏览器不支持音频元素。

10月28日，全球规模最大、亚洲最具权威性和社会影响力的安防展会——第十七届中国国际公共安全博览会（简称“安博会”）正式拉开帷幕。

云天励飞用“5AIoT”打造自己的安全，以“进化的城市大脑”为主题亮相1号馆1C21展位，展示了从算法、芯片到大数据、从软件到智能的全系列安全产品和解决方案硬件。

云天励飞安博展台的AI数字城市大脑近年来，AI城市大脑的概念逐渐兴起。

面对不断增加的前端数据，如何利用不断发展的AI技术和计算能力，挖掘城市中不断增长的海量数据的价值，成为展会现场AI城市大脑的核心。

云天励飞展示的AI城市大脑主要基于计算资源、安全可靠的计算架构、AI超算中心管理平台等一系列AI基础设施。

前端采集的数据集成在AI OS平台、算法服务平台、大数据上。

分析平台、视频分析服务平台等自主研发的AI数字化服务在台中进行分析和挖掘，开发出警务、校园、交通、商业、行业监管、社会治理等行业领域的一系列产品和解决方案。

打造云天励飞的人工智能数字城市大脑。

云天励飞解决方案总监邹波（左三）向客户介绍AI数字城市大脑。

AI数字城市大脑的实施场景十分广泛，云天励飞展示了其中的三个应用场景。

第一个是云天励飞的深海大数据系统。

该系统主要面向公共安全场景，能够全面感知、整合多源信息。

针对视频大数据中的人像、人体、车辆等多维度信息，不仅可以进行人脸识别、人脸检索、人脸比对、轨迹查询，人员关系图谱创建更能充分挖掘巨大潜力数据背后，深入了解城市运行规律，实现城市高效管理和资源优化配置。

云天励飞副总统程兵（左二）向客户介绍深海大数据系统。

第二个是云集社区综合平台，对社区的人口、车辆等进行管理。

不仅可以实现人口管理、房屋管理、车辆查询等功能，还可以进行画像检索，分析社区成员的轨迹、关系图谱、同伴情况，建立黑名单，及时报警求助确保社区安全。

三是智慧园区系统，有安防管理、车辆概览、设备管理、行业运营等四大功能模块。

可提供人像档案数据、人流分析、停车导航、车流统计等人脸识别控制。

信息概览、园区监控、行业服务等服务内容为政府、企业、员工、物业、自主知识产权人工智能芯片云天励飞第二代自主知识产权人工智能芯片——DeepEye，是一款异构多核视觉分析SoC芯片，内嵌定制指令集神经网络处理器。

目前，云天励飞AI芯片承担工信部、国家发改委、科技部三大部委人工智能芯片重大专项，实现“大满贯”继续为实现“中国芯”贡献国家部委项目的力量。

云天励飞副总统程兵（右一）在展会现场介绍AI芯片。

DeepEye赋能优必选智能巡检机器人ATRIS（Security Patroller），搭载云天励飞智能安防解决方案。

通过接入云天励飞的AI芯片，ATRIS（安全巡逻）可以连接到云天励飞打造的AI数字城市大脑，并利用AI机器人辅助场景的实施。

多维度数据融合、分析、预测的5G时代即将到来。

各类应用场景将出现海量数据爆发，呈现出AIoT接入无处不在、AI应用场景精细化、AI算力前置、数据分析深度化的特点。

。

云天励飞部署5G全面感知城市多维信息，包括图像视频、身份文件关系、生物识别等，基于多维感知数据中显性模式的挖掘，利用历史数据找出变化的模式，构建模型，并使用该模型来预测未来的数据。

预测类型和特征。

同时，对于未标记样本的分布信息，半监督学习有助于开发隐藏规则并获得预测算法。

也可以使用分布信息（未标记的样本）。

用户体验产品基于多维度数据的融合、分析、预测，进而赋能警务、政务、交通、教育、监管等行业应用，构建5AIoT行业大脑AI现代数字城市、新型智慧城市等时代。

视觉中心助力5G时代现代数字城市建设。

精准全维度算法云天励飞AI OS一站式开放算法平台基于AI OS训练场景化算法，可实现算法的快速训练和迭代。

目前AI OS已覆盖40余个场景，实现人脸识别、人体识别、车辆识别、异常行为、安全检测、工业检测、人员统计等多场景的算法训练，辅助企业的精细化管理。

现代数字城市并满足现代数字城市的需求。

城市对管理服务的需求与时俱进，加速了各行业的AI升级进程。

同时，云天励飞采用业界领先的全方位人像识别技术，能够在低头、侧脸、光线不均匀、暗光、高曝光等场景下准确识别人脸。

素描人像模拟修复技术可以重建缺失的五官或素描人像，恢复面部照片，进而实现目标人物的搜索。

人体识别采用业界领先的Re-ID技术，对识别出的人体进行搜索比对，检索人脸照片，进行人脸识别。

此外，全视频结构化平台可以通过具有感知能力的智能前端提取结构化数据。

即识别视频中的人脸、人体、车辆等目标信息后，贴上相应的标签进行特征识别，然后将数据发送到后端进行深度分析。

将非结构化视频转化为可根据一定条件进行搜索的结构化数据，使视频的语义信息能够被机器理解，并进一步转化为公安实际行动中使用的情报数据，如跨镜追踪、特征识别等。

追踪。