PR Newswire: news distribution, targeting and monitoring

Memperluas Kegunaan Surveillance

2017-07-11 12:58

HANGZHOU, Tiongkok11 Juli 2017 /PRNewswire/ -- Aspek Deep Learning cepat mendapat tempat dalam industri Teknologi Informasi (TI), mewujudkan berbagai manfaat dan pengklasifikasian yang lebih baik terhadap beberapa aplikasi teknologi. Terinspirasi dari cara kerja otak manusia, teknologi ini menggunakan proses pembelajaran berlapis (layered learning) untuk membantu komputer dalam mengklasifikasi, menyimpan dan mengakses data, yang dapat merujuk pada pembelajaran. Hal ini berarti, teknologi tersebut dapat menggunakan seluruh gambar untuk mengenali, ketimbang mengandalkan aspek terpisah dari sebuah gambar. Proses ini bersifat kumulatif – kian banyak elemen yang digunakan, semakin baik klasifikasi yang bisa dihasilkan – dengan begitu, aspek 'learning' kian meningkat.

Infografis Deep Learning
Infografis Deep Learning

Kegunaan teknologi ini untuk pengenalan wajah (face recognition) dan klasifikasi gambar menjadikannya sebagai perangkat paling penting dalam industri keamanan. Teknologi tersebut menjangkau setiap aspek dalam industri keamanan – dari deteksi wajah dan kendaraan, hingga menganalisis perilaku (behaviour analysis). Dengan demikian, teknologi ini mulai mengubah fokus kegiatan keamanan dari yang sebelumnya bersifat reaktif, kini mampu memperkirakan berbagai permasalahan sebelum timbul.

Hikvision telah menggunakan teknologi ini dan berinovasi dengan sederetan produk demi meningkatkan penerapannya. Kamera dengan kemampuan DeepInView IP dan DeepInMind NVR, secara bersamaan menghadirkan seluruh daya dan manfaat teknologi Deep Learning. Di satu sisi, kamera tersebut menghadirkan 'mata yang canggih bagi sistem. NVR menghasilkan kemampuan pengukuran (analytic) dan penyimpanan otak. Berbagai produk membantu aspek keamanan dalam dua segi – pengenalan (recognition), pemantauan dan penghitungan orang serta pengenalan dan deteksi kendaraan. Hal ini menggunakan teknologi Deep Learning dengan sangat efektif – untuk kemampuannya dalam mengklasifikasi dan mengenali ribuan 'fitur'.

Secara jelas, pendekatan berlapis-lapis (multi-layered) ini memakai banyak memori dan kinerja. Hal ini pula yang menjadi salah satu alasan mengapa teknologi ini telah banyak menyebar selama beberapa tahun terakhir. Supaya lebih jelas, dalam beberapa tahap awal dari pengembangan teknologi tersebut, ada 1.000 perangkat dengan 16.000 CPU yang dibutuhkan untuk membuat simulasi jaringan saraf (neural). Kini, hanya sedikit GPU yang dibutuhkan. Hikvision bermitra dengan beberapa merek chipset terbesar –Intel dan nVidia– untuk menjajaki berbagai peluang Deep Learning dalam industri pengawasan (surveillance). Inovasi Hikvision juga memfasilitasi dan meningkatkan industri ini – codec H.265+ mengurangi transmisi pitalebar (bandwidth) dan kebutuhan penyimpanan data. Dengan begitu, tak ada penurunan mutu meski data yang dibagikan dan disimpan berlipat-lipat kali lebih besar.

Penerapan teknologi ini jumlahnya banyak. Teknologi yang mendukung sistem ini menghadirkan kegunaan black list/white list alarm, misalnya, bisa bermanfaat dalam skenario penggunaan access control. Teknologi itu juga bisa digunakan untuk mengenali perilaku yang mencurigakan –memungkinkan staf keamanan dalam mencegah permasalahan orang-orang yang berkeliaran di sekitar lokasi, contohnya.

Sederet produk premium terbaru ini akan lebih menambah mutu dan kemampuan sistem keamanan. Produk tersebut juga membantu profesional dalam industri keamanan untuk merencanakan pencegahan berbagai isu, ketimbang hanya mengatasinya. Hal ini menjadi evolusi selanjutnya dari seluruh industri – menggunakan Kecerdasan Buatan (AI) yang mengubah dunia, satu solusi Hikvision untuk satu keperluan.

Untuk informasi lebih lanjut, cek artikel "How Deep Learning Benefits the Security Industry," Tautan di sini

Ikuti situs Hikvision untuk melihat peluncuran produk DeepinView dan DeepinMind yang terbaru pada tahun ini.

Foto - https://photos.prnasia.com/prnh/20170710/1892893-1

Berita Video Terpilih

Pencarian
  1. Produk & Layanan
  2. Cari Rilis Berita
  3. Pusat Informasi
  4. bagi Jurnalis & Media
  5. Hubungi Kami