简介
随着人工智能技术的不断进步,具有自动分析能力的智能摄像头开始大规模普及。本次分享将介绍目前智能摄像头网络的应用与挑战。算法上重点介绍智能摄像头中的关键技术,以及如何融合多个摄像头组成智能摄像头网络。实践部分,将介绍如何采用端云结合的方式,对算法进行拆分,从而达到效率和精度的平衡。
目标
了解家用摄像头场景下的核心技术,如人脸检测、识别,人体检测,行为识别,跟踪等,以及相应的工业化应用;
了解多摄像头协同,重识别等关键技术,理解如何从单个智能摄像头拓展到整个智能摄像头网络。
成功要点
理解核心算法的算法原理,以及不同算法的适用范围。了解不同算法的计算复杂度,进而从整体的角度进行系统设计。
启示
可以举一反三的领会IoT时代智能摄像头网络的广泛应用,对人脸、人体、跟踪、行为分析、重识别等核心技术有全面的了解,了解如何设计一个智能摄像头网络分析系统。
受众人群
算法工程师、开发工程师以及其他对AI算法感兴趣的人员。
课程时长
1天(6H)
分享提纲
第一部分 | 人工智能时代的摄像头网络 |
第二部分 | 基于人脸的视频理解 |
第三部分 | 基于人体的视频理解与行为分析 |
第四部分 | 分级处理-速度与性能的平衡 |
第五部分 | 多摄像头协同 |