“智能监控场景下进行大规模并行化视频分析?西安交大博士教给你”的版本间的差异
来自China Digital Space
第1行: | 第1行: | ||
随着深度学习技术的发展,智能监控所用到的检测、识别、跟踪等技术已经达到了非常高的精度。 | 随着深度学习技术的发展,智能监控所用到的检测、识别、跟踪等技术已经达到了非常高的精度。 | ||
− | [[File:智能监控.jpg| | + | [[File:智能监控.jpg|650px|center|智能监控]] |
3月23日起,智东西联合NVIDIA推出「实战营」第一季,共计四期。第三期于4月13日晚8点在智东西「智能安防」系列社群开讲,由西安交通大学人工智能与机器人研究所博士陶小语、NVIDIA高级系统架构师易成二位讲师先后主讲,主题分别为《智能监控场景下的大规模并行化视频分析方法》和《NVIDIA DGX-2 驱动智能监控革命》。 | 3月23日起,智东西联合NVIDIA推出「实战营」第一季,共计四期。第三期于4月13日晚8点在智东西「智能安防」系列社群开讲,由西安交通大学人工智能与机器人研究所博士陶小语、NVIDIA高级系统架构师易成二位讲师先后主讲,主题分别为《智能监控场景下的大规模并行化视频分析方法》和《NVIDIA DGX-2 驱动智能监控革命》。 |
2022年6月14日 (二) 00:26的版本
随着深度学习技术的发展,智能监控所用到的检测、识别、跟踪等技术已经达到了非常高的精度。
3月23日起,智东西联合NVIDIA推出「实战营」第一季,共计四期。第三期于4月13日晚8点在智东西「智能安防」系列社群开讲,由西安交通大学人工智能与机器人研究所博士陶小语、NVIDIA高级系统架构师易成二位讲师先后主讲,主题分别为《智能监控场景下的大规模并行化视频分析方法》和《NVIDIA DGX-2 驱动智能监控革命》。
深度学习在图像识别、智能视频分析技术方面的精度不断提升,使得安防成为了深度学习快速落地的最清晰方向之一,而计算力的发展,使得大规模的并行计算成为了可能。西安交通大学人工智能和机器人研究所借助双路Tesla P100 GPU强大的并行计算能力,基于大规模深度神经网络构建了智能视频分析系统,实现了对多路视频流的实时处理以及对大规模离线监控录像的高效分析,极大地加速了视频处理的运行效率。
本文为陶小语博士的主讲实录,共计7192字,预计13分钟读完。在浏览主讲正文之前,可以思考以下四个问题:
-如何正确认知基于深度学习的视频分析技术?
-如何通过多路视频流的数据并行或并发流水线方法实现视频分析系统的并行化?
-在大规模视频分析应用中如何合理、灵活的分配计算资源以实现资源利用最大化?
-如何利用跳帧采样技术避免计算资源浪费、提高资源利用率?
智东西「实战营」第一季第一期由图玛深维首席科学家陈韵强和NVIDIA高级系统架构师付庆平,分别就《深度学习如何改变医疗影像分析》、《DGX超算平台-驱动人工智能革命》两个主题在智东西旗下「智能医疗」社群进行了系统讲解。第二期由NVIDIA深度学习学院认证讲师侯宇涛主讲,主题为《手把手教你使用开源软件DIGITS实现目标检测》。第四期是在智东西旗下「高性能计算」社群开讲,主题为《GPU加速的空间天气预报》,主讲老师为清华大学计算机系副教授都志辉、NVIDIA高级系统架构师易成。
主讲环节
陶小语:大家晚上好!我是西安交通大学人工智能与机器人研究所博士陶小语,今天讲解的主题是《智能监控场景下的大规模并行化视频分析方法》。这个主题也是我们实验室合作项目里面做的比较多的一个应用。我们是视频监控组,随着深度学习发展,对大规模的视频图像去做智能分析,在安防领域是非常有应用场景的,所以今天我会给大家来讲解一下,我们实验室在智能监控场景下的大规模并行化视频分析方法。
这一次演讲主要是有以下五个部分:
1,智能监控领域的应用背景以及行业进展;
2,基于深度学习的视频分析技术;
3,视频分析系统的组成以及如何对一个视频分析系统进行并行化;
4,基于Tesla P100的视频分析加速平台;
5,P100视频硬解码加速与视频跳帧采样等一些工程化的应用技巧。
智能监控领域的应用背景以及行业进展