安防行業(yè)晒衩，尤其是視頻監(jiān)控行業(yè)因其自身特點嗤瞎，理所當然的成為了人工智能的天然試驗場。遍布全國各地囚缝，數(shù)以億計的視頻監(jiān)控攝像機7*24小時不間斷采集視頻圖像糠歧，產(chǎn)生了海量的大數(shù)據(jù)。尤其是高清網(wǎng)絡(luò)攝像機的普及應(yīng)用旧匈，數(shù)據(jù)量更是呈指數(shù)級飛速增長预第。如果依靠傳統(tǒng)的人工進行管理、查詢掏博，顯然已經(jīng)無法滿足當前社會治安管理的需求殃玻。因此，安防行業(yè)擁抱人工智能技術(shù)已是必經(jīng)之路伊肿。

    全球人工智能火熱肆鸿，帶動了一大批人工智能初創(chuàng)企業(yè)的出現(xiàn)，各種先進的人工智能技術(shù)方案不斷涌現(xiàn)炒耀。而擁有海量大數(shù)據(jù)與垂直剛需應(yīng)用的安防行業(yè)自然也成了這些AI初創(chuàng)企業(yè)技術(shù)方案的最佳落腳點瞳聊。因此，好埽康藏估、大華、宇視失驶、科達等傳統(tǒng)安防企業(yè)紛紛擁抱人工智能土居；商湯、曠視嬉探、依圖擦耀、云從等AI新貴全面進軍安防應(yīng)用，充分體現(xiàn)了當前安防行業(yè)發(fā)展的趨勢涩堤。

    據(jù)報道眷蜓，憑借著網(wǎng)絡(luò)高清攝像機的應(yīng)用以及人工智能技術(shù)加持分瘾，社會治安破案率得到了明顯提升。甚至有的部分地區(qū)數(shù)據(jù)顯示吁系，由于高清網(wǎng)絡(luò)攝像頭和人臉識別技術(shù)的應(yīng)用德召，不僅破案率極大提升，甚至案發(fā)率也大幅下降汽纤。盡管當前人工智能技術(shù)已經(jīng)極大改善了視頻監(jiān)控的應(yīng)用上岗，但從實際應(yīng)用情況來看依然面臨著許多挑戰(zhàn)。

    筆者近期參加了雷鋒網(wǎng)主辦的2018中國安防AI峰會冒版，撼崽蓿康、大華侈敏、宇視等中國安防前三強都先后登臺迟凫，展示了自家AI+安防解決方案。雖然各自的產(chǎn)品與解決方案有所差異嫩视，但是大家都共同傳達了一個觀點夏岩。那就是當前安防行業(yè)人工智能技術(shù)應(yīng)用依舊挑戰(zhàn)重重。

    例如豪荧，誤報率太高矩粒。在峰會上中科奧森董事長李子青教授舉例說明，以某一個轄區(qū)1000路視頻抓拍人像筑陡，并且有一個黑名單庫歧蛾，1000路在深圳算是一個小的系統(tǒng)。1千個這樣的系統(tǒng)辱矮，假設(shè)每個攝像頭每10秒或者5秒抓拍一張人臉喝爽，該轄區(qū)每秒鐘抓拍100張圖象，該轄區(qū)每天要產(chǎn)生864萬張抓拍人臉愿瘫，與20萬人的數(shù)據(jù)庫比對次數(shù)高大1.728萬億次年堆。

李子青教授在2018中國AI安防峰會演講

    李子青教授表，對動態(tài)人臉識別的性能要求盏浇，我們希望通過率比較高变丧，比如說90%的通過率，在動態(tài)人臉監(jiān)控上面算是比較高的绢掰，它每天的誤報個數(shù)要少于200個⊙髋睿現(xiàn)在的問題是誤報率太高，每次都是“狼來了”滴劲，所以公安對這個東西一方面非常想用攻晒，另一方面又老是誤報，所以他就把這個東西禁用了，甚至最后放棄炎辨，在過去幾年有很多實施的動態(tài)人臉監(jiān)控最后都放棄了。

    眾所周知聪姿，安防視頻監(jiān)控應(yīng)用場景非常復雜多變碴萧。監(jiān)控攝像頭除了監(jiān)控行人之外，還要監(jiān)控汽車末购、物體勤消、事件等等。每一種監(jiān)控對象都有責不同特征壕俱，如監(jiān)控行人需要了解到性別源糖、年齡、身高障浅、穿著师晨、是否戴眼鏡等等信息，對于汽車除了要識別車牌支你，還需要更多細節(jié)特征研神，如顏色、品牌等等旷动，并結(jié)構(gòu)化處理并存儲信息纫益，后續(xù)才能高效利用或作出相應(yīng)的預判。

    但是在實際應(yīng)用中赂裸，我們往往會遇到很多來自不同場景的挑戰(zhàn)揍忍。例如人口密集的車站。

    李子青教授表示贾虽，靜態(tài)人臉識別以及很成熟了逃糟，但動態(tài)人臉識別目前仍然還面臨著巨大的挑戰(zhàn)。除了前端高清攝像機必須要能夠采集到高質(zhì)量的人臉信息之外榄鉴，還需要強大的算法和算力支持履磨。通過神經(jīng)網(wǎng)絡(luò)、深度學習庆尘、大數(shù)據(jù)自主訓練以及高性能并行計算能力等等綜合提升才能解決當前應(yīng)用難題剃诅。

    深度學習是需要進行大量的大數(shù)據(jù)訓練，目前有的AI企業(yè)采用人工對數(shù)據(jù)進行標注驶忌，費時費力矛辕。李子青教授表：“我認為深度學習還有一定的發(fā)展空間，不管是提升算法付魔、改進網(wǎng)絡(luò)架構(gòu)聊品，還是通過增大數(shù)據(jù)標注的方式，提升的空間并不大，它已經(jīng)接近天花板翻屈，具體是多少陈哑，我不能給一個定量，我們必須在這方面突破奋肄，必須像開復老師說的那樣轿南，要形成應(yīng)用場景的數(shù)據(jù)閉環(huán)，能夠利用生產(chǎn)環(huán)節(jié)的大數(shù)據(jù)進行自主標注逃口、自主學習耀即，不管你會不會標注，至少是自主學習”编苛。

    宇視總裁張鵬國近期也表示藻着，?人臉識別目前在商業(yè)落地上有很大的挑戰(zhàn)。“想象一個千萬人口的城市娜摇，在99%的識別率下猩僧，還有10萬人沒有被識別。”

    此外沿信，安防視頻監(jiān)控是一個系統(tǒng)工程袄洁，AI技術(shù)在視頻監(jiān)控的應(yīng)用挑戰(zhàn)，同樣貫穿于前端收罢、傳輸晤泌、存儲、應(yīng)用等等每個環(huán)節(jié)耕姊。隨著神經(jīng)網(wǎng)絡(luò)桶唐、深度學習、邊緣技術(shù)等技術(shù)的進步茉兰、算法的不斷優(yōu)化尤泽、計算機性能提升，當前面臨的種種問題都會逐步得到有效解決规脸。

    同時坯约，由此我們也可以看到，隨著安防與AI的深度融合莫鸭，對安防企業(yè)的技術(shù)研發(fā)實力要求也越來越高闹丐，如果無法在這一波AI浪潮中站住腳跟，勢必會被市場淘汰被因。難怪大家都在戲稱卿拴，如今安防企業(yè)不做AI，都不好意思說自己是安防企業(yè)了梨与。