由于旅游突然中断，酒店受到重创，酒店房间基本上无人居住。值得庆幸的是，旅游业正在复苏。 根据Statista 最近的一份报告，酒店行业预计将以10.8%的年增长率(2022-2026年CAGR)增长，到2026年，预计市场规模将接近1180亿美元。

从大流行中吸取的教训使许多人要求改善他们住宿的安全以及健康和安全条件。这激励酒店扩大设施，投资于安全解决方案和相关服务，以在疫情后恢复时保持竞争力。

例如，精心设计和战略实施的视频系统被证明是酒店非常有效的管理工具。它们为酒店经营者及其现场管理团队提供了所需的视频情报，以提供更好的服务。 由于增强的视频监控提供了对其运营各个方面的扩展可见性和控制，因此整体安全性、损失预防和风险管理本质上变得更加高效。

今天的摄像机性能已经通过传统的分析功能得到了增强，包括主动篡改警报、运动检测、自动跟踪等。 此外，由于深度学习算法的发展，人工智能(AI)驱动的分析已经变得更加准确、有用和经济。人工智能视频分析已经证明了其在多种情况下的价值，能够更快地检测、验证和响应。在酒店环境中，它们使安保人员和一般运营团队能够更快、更有效地应对事件，并符合从疏散到封锁的标准操作程序。

酒店与远程监控

深度学习分析被证明特别有利于酒店的一个领域是其远程监控和虚拟守卫功能。人工智能支持的远程监控服务，包括业务运营监控，通过利用人工智能和深度学习算法来执行以前劳动密集型和昂贵的现场监控任务，扩展了视频监控的能力，并带来了极高的准确率。

新的视频功能为客户提供了更实惠的企业级监控。人工智能辅助警报和通知的越线，游荡和物体检测，减轻了酒店安全团队的压力，同时也为各种大小的用户提供全天候监控。这种类型的虚拟保安为酒店节省了现场雇佣保安的费用。

因为他们是人类，警卫可能会分心，错过他们视野范围之外的东西，并且一次只能出现在一个地方 。另一方面，人工智能驱动的深度学习分析可以发现各种可疑行为，无论是人或车的徘徊，一个不寻常的物体或可疑的包裹，即使是行李堵塞了消防出口。可以设置虚拟线路，当其中一条线路越过时发出警报，还可以根据位置、风险、运营需求等进行定制，以满足个别酒店的特定需求。

这些由人工智能驱动的深度学习分析，无论使用多少摄像机——8个还是80个——都可以发挥关键作用。从停车场到楼梯间、走廊、泳池区域、餐厅、大堂等，有很多智能的眼睛在监视着酒店的整体运营。当警报被触发时，人为因素就会以快速和有根据的响应的形式发挥作用。通过将警报检测和响应外包给我们的监控获取响应中心，酒店正在使用这些深度学习分析技术进行远程守卫和监控，它们发现，它们可以比现场的物理守卫更高效地完成工作。

这些系统不仅仅局限于大型酒店。先进的远程视频监控对中小型酒店越来越有吸引力，这要归功于AI分析技术的发展，这些技术正在改变酒店提供的服务质量，以保持竞争力。这些视频解决方案正在帮助酒店降低风险，简化运营，并尽可能创造最佳的客户体验，经济实惠，无缝。

关键词： 人工智能 虚拟线路 数字基建 远程监控