實(shí)現(xiàn)這樣的目標(biāo)，自然要涉及云計(jì)算笋途、大數(shù)據(jù)在缆、物聯(lián)網(wǎng)應(yīng)用等新一代信息技術(shù)的支撐，特別是人工智能的應(yīng)用隅凡。

    人工智能（AI-ArtificialIntelligence）是計(jì)算機(jī)科學(xué)的分支茫失，是研究、開(kāi)發(fā)用于模擬绵捡、延伸和擴(kuò)展人的智能的理論真王、方法、技術(shù)及應(yīng)用的一門邊緣和交叉學(xué)科“泊В現(xiàn)已發(fā)展成具有完整的學(xué)科體系街立；獨(dú)特的研究方法和非常廣泛應(yīng)用領(lǐng)域的獨(dú)立的學(xué)科。

    由于深度學(xué)習(xí)優(yōu)異的特征學(xué)習(xí)能力；對(duì)數(shù)據(jù)更本質(zhì)的刻畫赎离；快速的知識(shí)積累逛犹，拓展了人工智能的研究和應(yīng)用領(lǐng)域，使得機(jī)器學(xué)習(xí)能夠完成更多的任務(wù)梁剔，實(shí)現(xiàn)更多的應(yīng)用虽画；勢(shì)如破竹地攻克了一些長(zhǎng)期未能解決的難題，使得人們企盼的智能機(jī)器變?yōu)榭赡苋俨。斯ぶ悄懿辉偈侨藗兊钠谕胱墙谘矍埃踔良磳?shí)現(xiàn)个盆。如灸拍、無(wú)人駕駛汽車、預(yù)防性醫(yī)療與健康管理等砾省。

    可以說(shuō)鸡岗，人工智能界終于找對(duì)了方向，實(shí)現(xiàn)了大爆發(fā)编兄。人類第一次如此接近了人工智能的夢(mèng)想咕烟；真正、真實(shí)的看到了人工智能輝煌的未來(lái)淀祟。

    人工智能是支撐自動(dòng)（智能）化系統(tǒng)的基礎(chǔ)技術(shù)憎对。也是安防（視頻監(jiān)控）系統(tǒng)的基礎(chǔ)技術(shù)，或者說(shuō)：安防是人工智能研究（應(yīng)用）的重要領(lǐng)域酌铺。雪亮工程應(yīng)時(shí)而出散岩，自然成為人工智能新的研究和應(yīng)用領(lǐng)域。具體應(yīng)用主要有：

    一辕洗、實(shí)施功能的自主化

    視頻監(jiān)控系統(tǒng)包含許多遙控和編程控制功能和子系統(tǒng)萌圣，如、攝像機(jī)的目標(biāo)跟蹤趋亡；多個(gè)攝像機(jī)低海，或攝像機(jī)與系統(tǒng)其它設(shè)備的多機(jī)聯(lián)動(dòng)、功能聯(lián)動(dòng)等遙控和編程控制功能或子系統(tǒng)挪其。這些功能是由人的操縱或預(yù)先設(shè)定的程序控制來(lái)完成顿蝇。采用人工智能，可實(shí)現(xiàn)系統(tǒng)的自主動(dòng)作什猖，如票彪、攝像機(jī)自動(dòng)發(fā)現(xiàn)目標(biāo)，然后自主地進(jìn)行跟蹤不狮；根據(jù)目標(biāo)的行為降铸，自主地與相關(guān)攝像機(jī)和其它設(shè)備進(jìn)行聯(lián)動(dòng)锉屈。

    機(jī)器人、無(wú)人機(jī)等是人工智能的重要研究領(lǐng)域垮耳，涉及人工視覺(jué)颈渊、人工觸覺(jué)等技術(shù)。目前廣泛應(yīng)用于安防領(lǐng)域的這些設(shè)備基本上還是遙控裝置终佛。采用人工智能技術(shù)俊嗽，可以逐漸實(shí)現(xiàn)動(dòng)作的自主動(dòng)性，如通過(guò)人工視覺(jué)铃彰，感知目標(biāo)的特征绍豁、形態(tài)、距離和速度等牙捉，自主地跟蹤目標(biāo)竹揍、避障、制動(dòng)和發(fā)動(dòng)攻擊等橘凿；通過(guò)人工觸覺(jué)棱悄，感知物體的重量、虛實(shí)寡络、光滑度等鬼壹，自主地抓物或采用相應(yīng)的失能處置。

    通常述搀，自動(dòng)化系統(tǒng)分為三個(gè)層次：遙控寥药、編程控制和自主動(dòng)作。顯然恰避、后者技術(shù)難度最高颅蟹，是自動(dòng)化的最高境界——智能化。但并不是所有系統(tǒng)和設(shè)備都需要智能化获殉，各層次的產(chǎn)品適應(yīng)不同的應(yīng)用令消，并非都要實(shí)現(xiàn)自主動(dòng)作。

    二歹朵、提高動(dòng)作的精準(zhǔn)性和效率

    視頻監(jiān)控系統(tǒng)中許多功能和子系統(tǒng)已采用了機(jī)器學(xué)習(xí)技術(shù)黎人，根據(jù)統(tǒng)計(jì)學(xué)理論，進(jìn)行價(jià)值判斷挠说，提高性能與能力。若采用深度學(xué)習(xí)愿题，就可以進(jìn)一步提高它們的學(xué)習(xí)能力损俭。如圖像系統(tǒng)的生物特征識(shí)別（人臉、指紋等）潘酗、圖像內(nèi)容分析及搜圖等系統(tǒng)杆兵，通過(guò)深度學(xué)習(xí)可提高識(shí)別雁仲、判斷、搜索的精準(zhǔn)性和效率琐脏；同時(shí)可以增強(qiáng)系統(tǒng)的抗干擾能力攒砖、環(huán)境適應(yīng)性，提高其實(shí)用性日裙，擴(kuò)展其應(yīng)用的范圍吹艇。

    攝像機(jī)圖像調(diào)節(jié)（光、焦昂拂、抖動(dòng)）受神、寬動(dòng)態(tài)、數(shù)字降噪及透霧等功能都是通過(guò)軟件來(lái)實(shí)現(xiàn)的逻富。通過(guò)機(jī)器學(xué)習(xí)的訓(xùn)練副呆，可以不斷的優(yōu)化算法，獲得更佳的圖像效果拳刚。在此基礎(chǔ)上朋井，產(chǎn)生了軟件定義攝像機(jī)的概念。

    改進(jìn)圖像內(nèi)容分析及搜圖等系統(tǒng)的學(xué)習(xí)方法楷首，提高目標(biāo)分類捞蹈、行為判斷、搜索的精準(zhǔn)性和效率围杉。特別是通過(guò)深度學(xué)習(xí)的訓(xùn)練钧鸳，提高圖像分類特征表示的精細(xì)（粒）度，提高圖像標(biāo)識(shí)的精準(zhǔn)性乖粘。為系統(tǒng)學(xué)習(xí)提供高質(zhì)量的搓睦、深層次的數(shù)據(jù)，逐步實(shí)現(xiàn)圖像信息的（半）結(jié)構(gòu)化處理砌熬。在通常的監(jiān)控環(huán)境下傍念，實(shí)現(xiàn)圖像中事件的標(biāo)識(shí)；人臉識(shí)別的應(yīng)用葛闷；以及步態(tài)識(shí)別憋槐、聲紋識(shí)別等關(guān)鍵技術(shù)的突破和初步應(yīng)用。在進(jìn)行圖像內(nèi)容標(biāo)識(shí)時(shí)淑趾，數(shù)據(jù)融合對(duì)提高標(biāo)識(shí)的精準(zhǔn)性和深度有很大的幫助阳仔。數(shù)據(jù)融合也有助于感知前端的完善和云邊結(jié)構(gòu)的構(gòu)成。

    三扣泊、提高系統(tǒng)的決策水平

    安防和視頻監(jiān)控系統(tǒng)中存在著各種各樣的決策系統(tǒng)近范，大如風(fēng)險(xiǎn)評(píng)估、預(yù)警系統(tǒng)和預(yù)案（專家）系統(tǒng)延蟹；小如圖像調(diào)節(jié)的算法评矩、目標(biāo)跟蹤的方案叶堆。采用深度學(xué)習(xí)技術(shù)，提高預(yù)警斥杜、風(fēng)險(xiǎn)評(píng)估虱颗，預(yù)案等專家系統(tǒng)的決策水平；圖像搜索的策略等蔗喂，這些決策水平的高低墙滋，決定系統(tǒng)的應(yīng)用水平和功能滿足業(yè)務(wù)需求的能力。

    通過(guò)人工智能的應(yīng)用咖雀，深化圖像信息的應(yīng)用擎势；破解公共安全難題；構(gòu)建風(fēng)險(xiǎn)評(píng)估體系亮购，安全預(yù)警體系楚携，促進(jìn)和加快現(xiàn)代安全體系的建立，是中央對(duì)公共安全的要求岔爹，也是雪亮工程建設(shè)的重要目標(biāo)茅囱。

    上述應(yīng)用本質(zhì)是大數(shù)據(jù)處理，我們通過(guò)從新的旧伺、更多的角度（維度）和深度浆英，觀察世界（事務(wù)），來(lái)提高洞察君祸、決策批型、程序優(yōu)化的能力；通過(guò)數(shù)據(jù)融合含滴，挖掘圖像的深層次的信息诱渤，真正發(fā)現(xiàn)大數(shù)據(jù)的價(jià)值。

    四谈况、人工智能的應(yīng)用場(chǎng)景

    場(chǎng)景勺美，是指技術(shù)應(yīng)用的（外界）環(huán)境。是充分發(fā)揮技術(shù)本質(zhì)能力的外部條件碑韵，或技術(shù)可以適應(yīng)的外部條件赡茸。通常智能系統(tǒng)要求建立稍加限制的應(yīng)用環(huán)境（場(chǎng)景），以保證技術(shù)本質(zhì)能力的發(fā)揮祝闻。因此占卧、場(chǎng)景（環(huán)境因素）也成了限制技術(shù)應(yīng)用和影響應(yīng)用效果的重要因素。顯然治筒、外部條件的限制越少（低）屉栓，技術(shù)的環(huán)境適用性越好。

    人工智能的出現(xiàn)耸袜，特別是深度學(xué)習(xí)的應(yīng)用友多，正逐漸突破環(huán)境因素的限度。使智能系統(tǒng)的應(yīng)用環(huán)境（場(chǎng)景）日益自然妨宪、自由锥约。如在通常的監(jiān)控系統(tǒng)環(huán)境保護(hù)下，實(shí)現(xiàn)許多智能化技術(shù)的應(yīng)用之灼。我們也把解決視頻監(jiān)控系統(tǒng)現(xiàn)存問(wèn)題和不足侮搭，寄望予人工智能。

    從應(yīng)用場(chǎng)景的角度比紫，分析人工智能智能在雪亮工程中的應(yīng)用闭凡，還可以更直觀和清晰地表現(xiàn)出人工智能技術(shù)的切入點(diǎn)、可以解決的具體問(wèn)題和可能實(shí)現(xiàn)的效果蕾捣。

    雪亮工程中人工智能的應(yīng)用場(chǎng)景主要有：

    圖像標(biāo)識(shí)

    標(biāo)識(shí)圖像是圖像信息結(jié)構(gòu)化的一個(gè)途徑秩菩。人工智能將是實(shí)現(xiàn)圖像標(biāo)識(shí)的主要的技術(shù)方法。這里暫且稱之為半結(jié)構(gòu)化齐寻。圖像標(biāo)識(shí)包括：

    標(biāo)識(shí)圖像中的目標(biāo)粉簇，它需要截取一（幾）幀圖像。目前大多系統(tǒng)都可完成這個(gè)功能刨吸。如標(biāo)識(shí)視頻圖像中的人或車蛀膊。人工智能化應(yīng)用于該場(chǎng)景，有助于目標(biāo)的標(biāo)識(shí)更精準(zhǔn)底挫、更精細(xì)恒傻。

    標(biāo)識(shí)圖像中的事件，需要分析一段視頻圖像（一個(gè)圖像序列）建邓，屬視頻語(yǔ)義解釋盈厘。目前，很多應(yīng)用離業(yè)務(wù)需求尚有差距涝缝。深度學(xué)習(xí)將為解決這一問(wèn)題提供一個(gè)新思路和方法扑庞。

    人臉識(shí)別

    深度學(xué)習(xí)很可能實(shí)現(xiàn)人臉識(shí)別的突破，而且解決問(wèn)題的速度之快會(huì)令人驚訝拒逮。

    模式識(shí)別罐氨，是傳統(tǒng)人臉識(shí)別的基本方法。要求系統(tǒng)定義人臉滩援、建立特征庫(kù)和稍加限制的環(huán)境栅隐。在技術(shù)上實(shí)現(xiàn)后，一直沒(méi)有實(shí)質(zhì)性進(jìn)步玩徊，距實(shí)用化尚有很大距離租悄，特別是在通常的視頻監(jiān)控環(huán)境下。

    深度學(xué)習(xí)写寄，通過(guò)模仿人的思維過(guò)程诲操，產(chǎn)生大量的烟瞳、深層的數(shù)據(jù)分布式特征的表示，經(jīng)大數(shù)據(jù)的訓(xùn)練帮伙，使圖像的分類表示越來(lái)越精細(xì)航娩，知識(shí)積累愈加豐富，很快就產(chǎn)生許多實(shí)用性的成果鹰党§徘眩基于深度學(xué)習(xí)，將會(huì)導(dǎo)致生物特征識(shí)別方法和模式的創(chuàng)新钓藏。使人臉識(shí)別在通常的監(jiān)控環(huán)境下状奴，得以實(shí)現(xiàn)。

    同樣精臭，深度學(xué)習(xí)也將支持步態(tài)識(shí)別耗憨、聲紋識(shí)別等新技術(shù)得到初步的應(yīng)用。

    構(gòu)建城市空間狀態(tài)圖像

    把系統(tǒng)前端設(shè)備（攝像機(jī)等）感知的信息悲组，通過(guò)深度學(xué)習(xí)检痰，生成反映城市狀態(tài)的原始、實(shí)時(shí)數(shù)據(jù)的可視化表示锨推。是觀察城市實(shí)時(shí)狀態(tài)铅歼、動(dòng)態(tài)變化的最佳、最直觀方式换可。

    視頻信息對(duì)構(gòu)建城市空間狀態(tài)圖像具有最大的價(jià)值椎椰，前提是實(shí)現(xiàn)視頻語(yǔ)義的理解。

    視頻信息可直接生成空間狀態(tài)圖像沾鳄。如人流密度慨飘、分布，車輛密度等译荞。

    通過(guò)深度學(xué)習(xí)瓤的，從視頻信息中產(chǎn)生城市狀態(tài)深層數(shù)據(jù)的可視化表示。如道路擁堵指數(shù)吞歼、人流踩踏風(fēng)險(xiǎn)指數(shù)等圈膏。

    非視頻信息經(jīng)大數(shù)據(jù)處理，也可生成空間狀態(tài)圖像篙骡。如高危人稽坤、物、活動(dòng)的分布掺昵，城市人口狀態(tài)等土嚼。

    而且，多種數(shù)據(jù)的融合是構(gòu)建空間狀態(tài)圖像的最有效方法，可以提高狀態(tài)圖像的準(zhǔn)確性和實(shí)時(shí)性缓缝。

    風(fēng)險(xiǎn)管控

    風(fēng)險(xiǎn)管控是現(xiàn)代安全的基本功能（要素）钳葬。

    傳統(tǒng)安全，風(fēng)險(xiǎn)分析的目的是發(fā)現(xiàn)系統(tǒng)的脆弱性栈眉。通過(guò)系統(tǒng)加固（建設(shè)）趣闹，降低風(fēng)險(xiǎn)到可接受的程度豁惨。風(fēng)險(xiǎn)分析是系統(tǒng)設(shè)計(jì)的依據(jù)（方法）榛架。

    現(xiàn)代安全，風(fēng)險(xiǎn)管控的目的是發(fā)現(xiàn)安全環(huán)境可能出現(xiàn)的風(fēng)險(xiǎn)烂辟。采用適當(dāng)?shù)拇胧┗谨ⅲ乐刮ｋU(xiǎn)事件的發(fā)生。風(fēng)險(xiǎn)分析是系統(tǒng)功能（要素）哨叙。

    風(fēng)險(xiǎn)分析恕刘，通過(guò)對(duì)影響安全的諸多因素（政、經(jīng)抒倚、社）的大數(shù)據(jù)處理褐着。洞察和判斷宏觀的安全狀態(tài)及可能出現(xiàn)的風(fēng)險(xiǎn)；通過(guò)對(duì)敏感人托呕、物含蓉、時(shí)、地项郊、突發(fā)馅扣、形勢(shì)等的大數(shù)據(jù)處理，判斷各類事件發(fā)生的可能性（風(fēng)險(xiǎn)高低）着降。

    空間狀態(tài)圖像反映安全環(huán)境的實(shí)時(shí)狀態(tài)差油，狀態(tài)的變化是趨勢(shì)，良性的保持任洞；不良的就是風(fēng)險(xiǎn)蓄喇，采取適當(dāng)方式改善。就是風(fēng)險(xiǎn)管控和預(yù)警交掏。

    風(fēng)險(xiǎn)管控系統(tǒng)具有自主成長(zhǎng)性偷真，在大數(shù)據(jù)的支持下、通過(guò)迭代式的訓(xùn)練庇讥，可不斷的提高系統(tǒng)的洞察尚技、判斷的能力和風(fēng)險(xiǎn)分析的準(zhǔn)確性。

    空間狀態(tài)預(yù)測(cè)調(diào)節(jié)

    交通管理系統(tǒng)是典型案例润沸，傳統(tǒng)系統(tǒng)以交通信號(hào)的實(shí)時(shí)控制為核心潭耙，希望能實(shí)現(xiàn)點(diǎn)、線、面的控制及最佳綠信比都宅。但實(shí)踐證明列汽，傳統(tǒng)控制方法（信號(hào)的實(shí)時(shí)控制）實(shí)現(xiàn)不了這些目標(biāo)；現(xiàn)代（城市）交通管理系統(tǒng)必須采用現(xiàn)代控制理論愧橄，通過(guò)多變量的空間狀態(tài)分析喳律，進(jìn)行區(qū)域性（整體空間）的預(yù)測(cè)調(diào)節(jié)，來(lái)實(shí)現(xiàn)道路資源與車流狀態(tài)的匹配瘪期。

    風(fēng)險(xiǎn)管控更是典型的現(xiàn)代復(fù)雜系統(tǒng)赤朽。所謂發(fā)現(xiàn)可能出現(xiàn)的風(fēng)險(xiǎn)，采用適當(dāng)?shù)拇胧├ヂ耄乐刮ｋU(xiǎn)事件的發(fā)生气忠，實(shí)質(zhì)上、是空間狀態(tài)的預(yù)測(cè)和多方位赋咽、立體化的安全體系的調(diào)節(jié)旧噪。

    概括的講，雪亮工程是人工智能最適配的應(yīng)用場(chǎng)景脓匿，除上述幾個(gè)方面外淘钟，還有許多可為人工智能大展身手的場(chǎng)景∨阏保總之米母，雪亮工程為智能監(jiān)控提供了新的舞臺(tái)，通過(guò)人工智能的應(yīng)用缤骨，極大地提升視頻監(jiān)控系統(tǒng)的智能化水平爱咬，解決傳統(tǒng)系統(tǒng)的缺欠和不足。真正使視頻監(jiān)控的眼睛更加雪亮绊起。同時(shí)精拟，也成為行（企）業(yè)轉(zhuǎn)型、升級(jí)的切入點(diǎn)箩晦。將安防行業(yè)的改革引入新的階段甫蹄。

    李仲男，公安部第一研究所研究員淀甘，長(zhǎng)期從事安防技術(shù)研究工作缚粮。