視頻分析依靠計算機處理和視頻內(nèi)容的自動分析來檢測和確定時間和空間事件。隨著視頻迅速成為傳遞信息的主要媒體形式，該領(lǐng)域預(yù)計在未來十年將經(jīng)歷兩位數(shù)的增長。

隨著生成的視頻數(shù)據(jù)量以前所未有的速度增長，分析這些信息的能力和愿望也在增長。智能視頻分析（ IVA ）利用計算機視覺從非結(jié)構(gòu)化視頻數(shù)據(jù)中提取有價值的信息，處于這一新興領(lǐng)域的前沿。

計算機視覺革命

利用深度學(xué)習(xí)模型幫助機器理解視覺數(shù)據(jù)的計算機視覺，由于 HPC 和神經(jīng)網(wǎng)絡(luò)，在過去幾年中得到了極大的改進。它通過一系列任務(wù)（如圖像分類、目標檢測和分割）將像素轉(zhuǎn)換為可用數(shù)據(jù)。

它的一些用例包括行為分析、增強的安全措施、操作管理、光學(xué)檢查和內(nèi)容過濾。它還幫助了自動駕駛汽車、智能零售、智能城市和智能醫(yī)療等新興行業(yè)。認識到 IVA 的潛力，組織迫切希望開發(fā)利用這項技術(shù)的應(yīng)用程序。

開發(fā)視頻人工智能應(yīng)用

NVIDIA ，通過 DeepStream SDK 還有 TAO 工具包 ，使創(chuàng)建高性能視頻人工智能解決方案變得簡單直觀。 DeepStream SDK 是用于構(gòu)建視頻處理管道的流媒體分析工具包。它提供了從各種輸入格式、基于人工智能的推理類型和輸出中進行選擇的靈活性。用戶還可以決定如何處理結(jié)果，例如冷藏、用于展示的復(fù)合材料，或進一步的下游分析。

另一方面， TAO 工具包使用轉(zhuǎn)移學(xué)習(xí)有效地訓(xùn)練視覺模型。該軟件的設(shè)計重點是加速和優(yōu)化視頻人工智能應(yīng)用程序，這些應(yīng)用程序被認為是計算密集型的。它可以部署在低功耗物聯(lián)網(wǎng)設(shè)備上進行實時分析。

一個新的課程開始吧

為了幫助您入門， NVIDIA 深度學(xué)習(xí)培訓(xùn)中心 提供了一個名為 構(gòu)建實時視頻 AI 應(yīng)用程序 的自定進度課程，涵蓋了開發(fā) IVA 應(yīng)用程序的整個過程。

本課程提供基礎(chǔ)理解、重要概念、術(shù)語以及實驗部分的簡單進展。技術(shù)組件的實踐演練為構(gòu)建完整的視頻 AI 應(yīng)用程序提供了機會。

在開發(fā)周期的每一步中，它都有詳盡的解釋，以幫助您自信地為自己的項目做出實施決策。本課程還強調(diào)了優(yōu)化視頻 AI 應(yīng)用程序和滿足部署要求的重要性能注意事項。

完成后，您可以獲得資格證書并開始開發(fā)定制應(yīng)用程序。智能視頻分析是人工智能的一個令人興奮的領(lǐng)域，有著巨大的機會。

關(guān)于作者

Kevin Lee 是 NVIDIA 的一名高級內(nèi)容開發(fā)人員，他在 NVIDIA 幫助跨行業(yè)使用深度學(xué)習(xí)和 GPU 加速計算技術(shù)。此前，他曾擔任摩根斯坦利的首席定量分析員和加利福尼亞大學(xué)的講師伯克利。他在普渡大學(xué)獲得工程和金融雙學(xué)位。

審核編輯：郭婷