富士通實驗室以AI認(rèn)可的圖像質(zhì)量高度壓縮視頻數(shù)據(jù)

近年來，在各個業(yè)務(wù)領(lǐng)域中使用AI分析視頻數(shù)據(jù)的需求迅速增長。此外，諸如4K和8K之類的高清攝像機的普及以及2020年推出的5G服務(wù)已導(dǎo)致使用大規(guī)模視頻數(shù)據(jù)，例如制造和零售行業(yè)中的行為分析，并且對AI分析的需求也在增加。預(yù)計會越來越多。

深度學(xué)習(xí)通常被用作用于分析視頻的AI方法，但是處理量巨大，并且僅在終端側(cè)使用邊緣服務(wù)器分析大型視頻時，有必要通過增加邊緣服務(wù)器等來確保計算能力。成為。為此，與云合作進行處理是有效的，但是需要能夠?qū)⑺幸曨l數(shù)據(jù)傳輸?shù)皆贫唤档唾|(zhì)量的高壓縮技術(shù)，從而視頻數(shù)據(jù)很大并且網(wǎng)絡(luò)帶寬不緊密。

因此，富士通實驗室公司開發(fā)了一種技術(shù)，該技術(shù)可將高清，大容量視頻數(shù)據(jù)高度壓縮到AI可以識別的最小必要大小。這是因為，當(dāng)識別視頻數(shù)據(jù)中的人，動物，物體等時，強調(diào)作為判斷標(biāo)準(zhǔn)的特征的圖像區(qū)域在人工智能和人類之間是不同的，并且人工智能強調(diào)的區(qū)域很重要。該技術(shù)自動分析數(shù)據(jù)并將數(shù)據(jù)壓縮到AI可以識別的最小所需大小。

針對每個圖像區(qū)域分析特定于壓縮的圖像質(zhì)量下降對識別精度的影響，并根據(jù)AI識別結(jié)果自動估算不影響識別精度的壓縮率。

結(jié)果，可以在不降低AI的識別精度的情況下分析大量的視頻數(shù)據(jù)，并且可以顯著降低操作和傳輸線成本。這項技術(shù)已應(yīng)用于工廠中由多名工人打包的4K高清晰度攝像機拍攝的圖像，證實了在不降低識別精度的情況下，數(shù)據(jù)大小可以減小到1/10。是的

該技術(shù)用于不需要嚴(yán)格實時處理的應(yīng)用程序，以及用于將云中存儲的多個視頻數(shù)據(jù)，視頻以外的傳感器數(shù)據(jù)以及銷售等實際數(shù)據(jù)結(jié)合在一起的高級視頻數(shù)據(jù)分析。也期望使用。

富士通實驗室將在各種情況下對該技術(shù)進行評估，并將繼續(xù)進行研發(fā)以進一步提高壓縮性能，以期在2020財年實現(xiàn)商業(yè)化。該公司還計劃將其業(yè)務(wù)擴展到多個行業(yè)，包括富士通制造業(yè)解決方案COLMINA，這是一個數(shù)字制造場所，是支持制造業(yè)的服務(wù)平臺。