為工作生活加上智能化安全屏障

　　前不久，針對“行人闖紅燈過馬路”的交通頑疾征啦，山東濟南担急、江蘇宿遷等地上崗了一批“斑馬線上的電子警察”。這些“電子警察”是合揽玻康威視開發(fā)的人臉比對行人闖紅燈交通管理報警系統(tǒng)蚁趁，可對闖紅燈人員進行人臉抓拍、提取人臉特征实胸，并將數(shù)據(jù)送入后端核眨康臉譜人臉信息綜合應用系統(tǒng)，實現(xiàn)人臉動態(tài)比對庐完、實時預警等功能钢属，闖紅燈的過程也會被路邊的大屏實時曝光。通過這種視頻分析门躯、運動跟蹤淆党、人臉檢測和識別技術在智能交通領域的全新綜合應用，宿遷市的行人及非機動車闖紅燈的違法行為下降70%讶凉。

　　2017年夏季青島國際啤酒節(jié)期間染乌，高峰時每天入園超過10萬人次。青島開發(fā)區(qū)警方借助依圖智能安防平臺懂讯，首次將人臉識別系統(tǒng)應用于大型安焙杀铮活動實戰(zhàn)。利用高清攝像頭捕捉采集人臉圖像褐望，0.8秒內就能鎖定可疑人員隔阔，實現(xiàn)人像識別成功率為98.1%、識別報警相似度為85%的高效率肖升，抓拍識別能夠秒級反應贵式，為快速甄別和即時抓捕提供技術支撐。啤酒節(jié)開幕兩周就抓獲網上在逃人員22名拦袍、吸毒人員11名衬榕，當場抓獲扒竊嫌疑人5名，讓警情“零接報”誓拉。

　　在重慶渝中區(qū)杈夜，當?shù)鼐绞褂弥悄芑娜讼癖葘ο到y(tǒng)，在40個工作日內辨認出69名嫌疑人篓羊，相比人工效率提升200倍盹组。以前要從數(shù)十甚至上百小時的監(jiān)控視頻里找到關鍵畫面弓呵，僅靠人力進行圖像識別，就像大海撈針哄避，效率低茉漂、準確性也難以保障。

　　在交通誉简、公安碉就、樓宇乃至個人住宅等需要安全防范和保護的領域和場所，人工智能正在深刻改變著安防行業(yè)的面貌闷串，給人們的工作生活加上一道智能化的安全屏障瓮钥。

　　成為現(xiàn)代安防領域的催化劑和助推劑

　　安防行業(yè)具有數(shù)據(jù)信息量大、數(shù)據(jù)層次豐富的特征烹吵，如今安防監(jiān)控領域已進入數(shù)據(jù)大爆炸的時代碉熄。專家指出，面對井噴式增長的視頻監(jiān)控數(shù)據(jù)量肋拔，停留在淺層次分析識別的傳統(tǒng)智能算法锈津，已無法滿足深層次數(shù)據(jù)價值挖掘的需求。因此人工智能在安防行業(yè)的落地水到渠成并日漸深入只损，目前已廣泛應用于公安系統(tǒng)的身份甄別一姿、合成追逃、偵查破案跃惫、服務民生等各項業(yè)務之中叮叹。

　　浙江大學計算機學院人工智能研究所教授李璽介紹說，安防領域非常復雜溺联，電子鎖济问、指紋門禁、監(jiān)控攝像頭捻境、傳感器吝殖、報警器等，都屬于傳統(tǒng)安防領域的硬件設備炸鹅。傳統(tǒng)安防主要是視頻安防帚颤，因為“眼見為實”，視覺信息相對而言顯得非常重要肮渣。

　　傳統(tǒng)的安防只是產生數(shù)據(jù)的設備饮噪，沒有辦法進一步對數(shù)據(jù)進行分析后產生價值，數(shù)據(jù)也需要人去讀取距肯、分析膏姨，效率較低。人工智能則通過一系列軟件與算法，提高效率橙喘、精準度和覆蓋率时鸵，可以從海量數(shù)據(jù)中挖掘出有效信息，從而成為現(xiàn)代安防領域的催化劑和助推劑厅瞎。

　　李璽說饰潜，最直觀的例子就是人臉識別，這項通用性技術與安防結合磁奖，可以解決安防的痛點囊拜。比如一個城市有20萬個攝像頭某筐，光靠人力根本看不過來比搭。人工智能可以進行粗加工，包括壓縮視頻南誊、檢測核心事件身诺、分析擁堵情況，以及對信息進行有效組合等抄囚。人工智能的優(yōu)勢還在于能夠拓展人的能力邊界霉赡，比如分析20萬個攝像頭讀取到的信息，形成精準的分析報告幔托，幫助人們決策穴亏。而且，通過人工智能算法细周，在視頻采集時就把最關鍵的畫面毯创，包括人的面孔、車輛的牌照等精確捕捉下來谒酌，這些畫面第一時間傳送到后端的智能分析系統(tǒng)苫七，無需過多人工干預，分析又快又準遮结。

　　“可以說尼送，安防是人工智能最具市場前景的領域。”涸海康威視研究院智能算法部負責人孟祥廣認為鸭荡，視頻監(jiān)控的高清化和網絡化，以及大體量數(shù)據(jù)往蝉，為人工智能提供了堅實的基礎稻猜。同時，為了解決海量監(jiān)控視頻中無用數(shù)據(jù)淹沒少數(shù)有價值數(shù)據(jù)的問題纸措，在行業(yè)數(shù)據(jù)越來越豐富的趨勢下谓苟，迫切需要更智能化的產品來解決視頻體量激增帶來的有效分析問題。

　　傳統(tǒng)的安防技術和系統(tǒng)具備一定的智能化协怒，但新一代人工智能帶來的是更加顛覆性的變化涝焙。專家表示卑笨，傳統(tǒng)的智能算法一般是通過人工來設計特征，往往具有很大的主觀性仑撞，也依賴于設計者本身的經驗和技術水平赤兴。而深度學習算法是通過機器自動從數(shù)據(jù)中學習出特征。因此隧哮，基于深度學習算法的人工智能可以很好地解決眾多傳統(tǒng)智能算法無法解決的問題桶良，也給安防領域帶來巨大變化：準確率更高，環(huán)境適應性更強沮翔，識別種類更豐富陨帆。

　　依圖科技首席執(zhí)行官朱瓏說，從2014年到現(xiàn)在采蚀，人工智能算法的精度從十萬分之一提升到了十億分之一疲牵，人臉識別算法精度已有了萬倍增長。而隨著算法精度的提升榆鼠，人工智能技術逐漸“解鎖”更多行業(yè)場景岭复，“人工智能+安防”會把安防水平再抬高一個臺階，最終從“人防”升級到“機防”的智能防控預警规倚。這也是平安城市的基礎和“大腦”河美，對全球安防行業(yè)都具有跨時代的意義。

　　應用場景將日益豐富

　　人工智能研究的深入和深化评贫，給安防行業(yè)帶來的變化也更加超乎想象殊划，能夠發(fā)揮作用的應用場景越來越多。

　　夯列簦康威視高級系統(tǒng)技術工程師吳良軍認為且奔，“人工智能+安防行業(yè)”未來的發(fā)展趨勢主要體現(xiàn)在兩點：一是人臉識別在生物識別領域逐漸成為主流。在生物識別領域络骤，目前指紋識別仍占主導地位此腊，但由于指紋易磨損、偽造成本低朵令，在長期穩(wěn)定性和安全性上存在問題羊捧；虹膜識別雖然安全性最高，但高昂的成本也使其短期內難以大規(guī)模推廣彼硫。人臉識別因為其非接觸性炊豪、非強制性、高并發(fā)性拧篮，應用場景更為豐富词渤。

　　二是邊緣智能成為大勢所趨。隨著萬物互聯(lián)時代的到來，計算機視覺領域前端設備產生的圖片缺虐、視頻數(shù)據(jù)量巨大芜壁，如全部將其匯聚到云計算數(shù)據(jù)中心進行智能分析，將對通信的帶寬要求和實時性要求等帶來無限壓力高氮。這就要求就近提供邊緣智能服務慧妄，將人工智能算力或推斷能力逐漸從云遷移到邊緣側。以杭羯郑康威視為例塞淹，其“AI Cloud”（人工智能云）框架就通過云邊融合的方式，將智能前置到攝像機罪裹，能讓感知理解更精準饱普、數(shù)據(jù)分級更靈活、業(yè)務響應更靈敏绒催。

　　與此同時萨宙，“人工智能+安防行業(yè)”的發(fā)展也存在挑戰(zhàn)监昏。專家指出斜州，在人工智能自身領域，深度學習理論基礎尚未完備承副，缺乏演繹推理能力愁逝；人工智能芯片的研制尚處起步階段，現(xiàn)階段人工智能技術的大規(guī)模應用成本還比較高冻菌；機器學習基于概率統(tǒng)計敷忠，再好的技術也做不到100%的準確率，智能應用需要與解決方案相結合才能給用戶帶來良好的應用體驗荚砍，更好地發(fā)揮技術和產品的價值崎北。

　　此外，人工智能需要大量數(shù)據(jù)作為支撐四洗。但具體到安全松招、交通、金融等各個行業(yè)每庆，數(shù)據(jù)是核心資源筐带，受到行業(yè)保護。人工智能研究目前還無法對數(shù)據(jù)進行打通和全面化的分析缤灵，無法形成真正的“大腦”伦籍，這在一定程度上也限制了其發(fā)展。

　　朱瓏認為腮出，人工智能在安防領域的應用不只是應用層面的問題帖鸦，本質上是由人工智能驅動、融合大數(shù)據(jù)和云計算的系統(tǒng)工程。

　　李璽說作儿，人工智能和安防領域的進一步結合剩燥，還需更多懂技術的復合型人才。同時立倍，學術界要更關注底層技術和基礎性灭红、前瞻性技術的突破，與產業(yè)發(fā)展形成互補口注。理想的人工智能模式变擒，是機器能像人一樣進行推理、決策逐嗅、聯(lián)想蹂甥，實現(xiàn)真正的智能分析。