Продажи камер видеонаблюдения ежегодно растут на 14,1% и в 2020 году достигнут 190 миллионов единиц (согласно исследованию компании IHS, проведенному в сентябре 2016 года), несмотря на то, что рост доходов от продаж замедлился и составляет в среднем 8,1% в год. Видеокамер наблюдения и получаемых с их помощью видеоматериалов становится все больше, и операторам все сложнее ими управлять. Большинство материалов видеонаблюдения удаляется или переписывается без просмотра. С помощью обнаружения определенных шаблонов в видеоматериалах, система может выполнить поиск и провести статистический анализ, определив тенденции и корреляции. Однако, потенциал видеоаналитики до конца не раскрыт, так как существуют определенные технические ограничения. Искусственный интеллект может быть тем самым ключом, который поможет этот потенциал раскрыть.
Технология видеоаналитики активно развивается последние 10 лет. Машинное обучение значительно упрощает процесс разработки программного обеспечения, а вычислительная мощность графического процессора позволяет проводить анализ видео в режиме реального времени. Например, на саммите G20, проходившем в 2016 году, Китай внедрил систему безопасности, разработанную компанией Dahua Technology на основе глубинного обучения. Данная система видеонаблюдения использовалась для обнаружения в аэропортах и на вокзалах подозреваемых в совершении преступлений.
Глубокое обучение имитирует работу мозга, интерпретируя изображения, голоса и текст. Глубокое обучение в 2013 году вошло в десятку самых передовых технологий. Применение глубокого обучения в индустрии безопасности имеет значение по двум причинам. Глубокое изучение, с одной стороны, улучшает точность некоторых алгоритмов. С другой стороны, оно позволяет использовать функции, которые не могут быть реализованы иным способом. Используя глубокое обучение, можно более точно определить выражение лица, пол, возраст, цвет волос, аксессуары, эмоции и т. д.
В 2009 году компания Dahua основала отдел исследований интеллектуальных алгоритмов для изучения потенциала систем безопасности. Отдел позже был объединен с другими исследовательскими группами - образовался Институт передовых технологий, который специализируется на разработках в области искусственного интеллекта. К примеру, технология автоматического распознавания автомобильных номерных знаков, разработанная компанией, значительно улучшила управление дорожным движением. Кроме того, глубокое обучение также применяется для распознавания транспортных средств и людей. Людей можно классифицировать по их одежде, цвету волос, полу, возрасту и даже мимике. Транспортные средства можно классифицировать по цвету, марке, модели и номерному знаку.
