今年三月份的那场人机大战，AlphaGO与李世石对弈着实让深度学习火了一把，但是深度学习的应用不单单是和人下下棋那么简单，它既然是对人脑的模拟，它就可以完成很多人脑的功能，也就可以用于更多的领域，目前很多安防企业都在涉及深度学习的应用。
而在近日落幕的2016北京安博会上，要说什么技术在安博会上火了一把，我以为是深度学习。
那么深度学习为什么再一次的火遍安防圈?
深度学习和人工智能的区别
今年三月的AlphaGO与李世石的那场人机大战，在媒体的报道中将人工智能、机器学习、深度学习这三个词都用到了。但是究竟这三个词有什么区别呢?网络上的一位作者用一张图描述了它们之间的关系：
由此可以看出，人工智能起源zui早，其次是机器学习，再后来是深度学习，深度学习取得突破，推动了人工智能的蓬勃发展。
人工智能(ArtificialInligence)是为机器赋予人的智能，而深度学习是一种实现机器学习的技术。近年来，深度学习已经在图像识别、语音识别等领域获得了一些应用。目前深度学习技术在安防行业应用zui多的还是视觉领域，即对图像和视频的分析。在图像分析方面，比如人们熟悉的人脸识别、文字识别和大规模图像分类等，深度学习大幅提升了复杂任务分类的准确率，使得图像识别、语音识别，以及语义理解准确率大幅提升。
大数据是深度学习的基础
大数据指的是需要新处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产。而深度学习可以通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示，就比如今年的那场人机大战，就是AlphaGO在大量的围棋对弈资料中检索出有用信息提出优化的应对方案，才能击败李世石。
让深度学习能够如此大行其道的关键要素就是数据，李彦宏曾表示“深度学习的技术配合上大数据的储备，语音搜索、图像搜索等新兴技术就不再仅仅是技术的噱头，而是将搜索用户从数亿拓展到数十亿的大生意。”
千视通提出，人工神经网络深度学习的一小步，计算机视频结构化分析*次历史性的飞跃，深度学习技术让计算机*次真正实现对各类目标深度解析。基于神经网络深度学习的视频结构化技术，进行人、车、物目标检测，并准确地在海量视频中检索出人、车、物目标。进一步对每一类目标的详细特征进行提取形成结构化标签。
目前应用在安防行业中的深度学习案例主要在以下两个领域。
智能安防视频监控领域：
智能化是安防发展的必然结果，随着深度学习算法的突破，目标识别、物体检测、场景分割、人物和车辆属性分析等智能分析技术，都取得了突破性进展。可以说,较之以往的传统智能算法,深度学习在解决视频结构化问题方面更“智能”。本次安博会上，千视通发布了基于深度学习技术的智能服务器产品和平台。千视通发布的“千视”视频结构化服务器和视频大数据结构化平台，内嵌专为视频监控场景设计优化的深度学习算法，具备了比人脑更的安防大数据归纳能力，实现了在各种复杂环境下人、车、物的多重特征信息提取和事件检测，支持单台设备自成一个完整的系统，提供结构化分析和视图库存储。
人脸识别领域：
近年来人脸识别技术得到进一步发展，这无疑与深度学习这项技术相关。在深度学习的加持下，人脸识别算法已经达到了它的鼎盛时期，识别准确率甚至超过了人眼。“千视”视频结构化服务器在人脸识别领域的应用-人脸信息结构化：能够对人脸卡口中的人脸信息进行矢量分析及结构化分析。结构化特征包括：基本特征（性别、年龄、人种）；服饰特征（上衣颜色、眼镜），并提供语义检索、人脸比对等手段，可快速准确的定位目标。
总结：
细看如今的安防行业都在朝智能化的方向走，智能化的产品、技术、解决方案等在安防领域四处开花。人工智能的核心深度学习技术走红安防领域也成了理所当然，而深度学习正推动人工智能发展，带动安防行业的产业变革。未来深度学习在安防领域的应用令人期待。
