新聞中心
安防將成為AI的首要著陸場 具體場景案例有哪些？
來源：太平洋安防網(wǎng)作者：admin發(fā)布時間：2017-09-23 16:18:43
隨著經(jīng)濟(jì)環(huán)境、政治環(huán)境、社會環(huán)境的變化和日趨復(fù)雜，各行業(yè)對安防的需求不斷增加，同時對于安防技術(shù)的應(yīng)用性、靈活性、人性化也提出了更高的要求，傳統(tǒng)安防技術(shù)的局限性日益凸顯。在這樣的大背景下，人工智能脫穎而出。
AI作為一項降本增效工具賦能傳統(tǒng)行業(yè)，其中安防市場在政策和技術(shù)的雙輪驅(qū)動下成為AI的首要著陸場。為什么安防會成為AI的首要著陸場?產(chǎn)業(yè)存在需要解決的問題有哪些?為什么AI適合解決這個問題?具體場景案例有哪些?
1、產(chǎn)業(yè)存在的、需要解決的問題
社會經(jīng)濟(jì)進(jìn)入轉(zhuǎn)型階段，原本穩(wěn)定的社會關(guān)系變得復(fù)雜。資源的市場化配置造成人口流動和就業(yè)分布以及城市、農(nóng)村格局等一系列變化，導(dǎo)致社會管理的難度加大和各種矛盾沖突的表面化，客觀上為犯罪活動提供了更多的機(jī)遇。
面對城市這樣一個龐大的復(fù)雜系統(tǒng)，如果想要做到信息的實時發(fā)布、監(jiān)控、分析和智能化管理，以確保整個系統(tǒng)的決策、命令能夠穩(wěn)妥迅速地傳達(dá)執(zhí)行并反饋，高度集成的可視化終端必不可少。裝載在城市各個角落的視頻監(jiān)控系統(tǒng)是城市管理系統(tǒng)的重要組成部分。
隨著監(jiān)控點位的驟增，遍布大街小巷的監(jiān)控攝像頭每時每刻產(chǎn)生的視頻數(shù)據(jù)也在爆炸式增長，過去簡單利用人海戰(zhàn)術(shù)進(jìn)行檢索和分析已經(jīng)很難滿足新時代的安防工作需求。為此行業(yè)相關(guān)人士寄希望于AI的強(qiáng)大的算力和數(shù)據(jù)表達(dá)能力。
2、為什么AI適合解決這個問題?
實際上智能安防并非新邏輯，?？?、大華等安防設(shè)備龍頭早從2006年就開始布局智能安防產(chǎn)品了， 2006年安防行業(yè)就開始向智能化發(fā)展，但一直不能有令人滿意的突破。個中原因總結(jié)出來有：1.識別準(zhǔn)確不夠高;2.設(shè)備環(huán)境適應(yīng)性不夠;3.識別種類少。面對這三點不足，“人工智能”可以解決。
歸根結(jié)底，AI賦能安防就是借助計算機(jī)視覺識別技術(shù)解決海量視頻監(jiān)控數(shù)據(jù)得不到很好利用的問題。海量數(shù)據(jù)到信息到情報再到洞察，中間需要層層的數(shù)據(jù)價值提煉，而計算機(jī)視覺識別技術(shù)就能很好地將“看到”的東西結(jié)構(gòu)化成以“人”、“車”、“物”為主體的屬性信息。
智能化早在2006年就存在，計算機(jī)視覺識別技術(shù)應(yīng)用于安防也是從2006年左右就開始，過去只可以做簡單的車牌識別，而后隨著計算力的提升，識別的準(zhǔn)確度在提高，也越來越能夠適應(yīng)復(fù)雜度更高的環(huán)境，識別種類也越來越多。
3、如何通過AI進(jìn)行解決的具體場景案例?
AI結(jié)構(gòu)化視頻監(jiān)控數(shù)據(jù)大致可以劃分為四種應(yīng)用場景——“點”布防、“線”布防、“面”布防、后臺分析。
1) “點”布防，以卡口、出入口的身份認(rèn)證為主，應(yīng)用于車站、機(jī)場、酒店等關(guān)鍵節(jié)點;
場景描述：車站、機(jī)場、酒店等關(guān)鍵節(jié)點的身份認(rèn)證，此類場景特點為相對封閉的室內(nèi)空間、人流量多;
應(yīng)用描述：單點布防的場景主要以靜態(tài)人臉識別為核心技術(shù)，系統(tǒng)通常可以完成“人臉圖像+身份證+公安局端數(shù)據(jù)”三者比對并完成身份驗證;
技術(shù)描述：1. 人臉識別技術(shù)既可以實現(xiàn)“主動識別”又可以實現(xiàn)“被動識別”場景;2.目前眾多安防企業(yè)已經(jīng)完成技術(shù)迭代，實現(xiàn)高于99%的識別率，可以實現(xiàn)金融安防級別的應(yīng)用。
“主動識別”功能場景，即識別對象必須“主動配合”識別過程，例如主動伸出手指、雙眼或者做出特定行為;而人臉識別則是一種既可以實現(xiàn)“主動識別”又可以應(yīng)用于“被動識別”場景的生物識別方案，因此具有更廣闊的應(yīng)用空間與市場。
公司案例：商湯科技的身份證一體機(jī)、格靈深瞳的威目人臉識別系統(tǒng)等;
2)“線”布防，以道路監(jiān)控為主要部署場景，結(jié)合車輛識別和人臉識別;
場景描述：ITS系統(tǒng)(Intellifent Traffic System智能交通系統(tǒng))是人工智能實現(xiàn)把各個點連成“線”的重要應(yīng)用場景。以道路監(jiān)控為主，結(jié)合車輛識別和人臉識別，此類場景特點為開放區(qū)域、車流量較多;
應(yīng)用描述：通過安裝在道路旁邊或者中間隔離帶的支架上的攝像機(jī)和圖像采集設(shè)備將實時的視頻信息采入，經(jīng)過對視頻圖像的實時處理分析得到各種交通信息，如車輛的流量、速度、交通密度、車型分類、車輛排隊長度、轉(zhuǎn)彎信息等。車輛識別目前已經(jīng)能夠勝任識別車牌、車輛顏色、車輛品牌、車輛類型、車輛型號，以及駕駛員是否使用安全帶及接聽手機(jī)等行為;
技術(shù)描述：基于車輛識別的識別類算法可以大幅降低道路信息監(jiān)控系統(tǒng)的技術(shù)門檻，提高道路執(zhí)法效率;
公司案例：格靈深瞳旗下的威目車輛大數(shù)據(jù)系統(tǒng)，便是基于深度學(xué)習(xí)的新一代車輛識別引擎，其產(chǎn)品形式包括有：在線云服務(wù)、離線SDK、軟硬一體。
3)“面”布防，以熱點區(qū)域、重點場所為主要部署場景，應(yīng)用人群與行為特征分析技術(shù)，按需部署人臉識別產(chǎn)品;
場景描述：重點區(qū)域布防對于公安部門而言有著重要意義，但卻消耗大量警力資源，重點區(qū)域與重點社會活動已經(jīng)成為公安部門安防布控的重點與難點;此類場景為特定時間、特定活動下的人流量聚集，諸如2014年跨年夜上海外灘踩踏事件;
應(yīng)用描述：通過對視頻的迅速分析，信息分析平臺可以監(jiān)測出可視范圍內(nèi)的人群數(shù)量，并且捕捉每個個體的行為動作，形成重點場所及區(qū)域的面狀布防;
技術(shù)描述：1. 圖像識別技術(shù)不僅可以實現(xiàn)靜態(tài)識別，也可以完成動態(tài)識別和軌跡識別;2.人群與行為識別是圖像識別的一個延伸，通過更為優(yōu)化的AI算法與模型實時分析可視范圍內(nèi)的人物、車輛及其行為;
公司案例：曠視科技的智能安防解決方案便適用于“面”布防場景，諸如重點區(qū)域智能監(jiān)控可自動判別在危險分子進(jìn)入前后，是否出現(xiàn)異常態(tài)勢(例如人員異常聚集等)并及時預(yù)警;再比如可視化人員的滯留分析、人群行為分析和群體軌跡分析，能夠為公安機(jī)關(guān)實現(xiàn)快速、精準(zhǔn)、移動化指揮提供依據(jù)。
4)后臺分析，結(jié)合數(shù)據(jù)進(jìn)行智能案情分析、統(tǒng)籌資源調(diào)配;
場景描述：公安機(jī)關(guān)坐擁龐大的文字卷宗檔案及數(shù)據(jù)庫，警方需要對卷宗進(jìn)行查閱和分析時，往往需要動用大量警力，進(jìn)行人工文檔篩查;
應(yīng)用描述：例如，有經(jīng)驗的警官通常對特定案件，如盜竊案件，有著獨特的理解。根據(jù)實戰(zhàn)的經(jīng)驗，警官可以對案件的要素，如作案時間、作案手段、受害對象等，進(jìn)行分類。根據(jù)這些分類，警方往往可以進(jìn)行串并案操作，豐富犯罪嫌疑人的行為特征，實現(xiàn)快速破案;
技術(shù)描述：利用自然語言理解技術(shù)對電子卷宗進(jìn)行智能檢索;
公司案例：商湯科技旗下的視圖情報研判系統(tǒng)，便是基于深度學(xué)習(xí)以圖搜圖、模糊人臉?biāo)阉骷夹g(shù)，助力公安干警快速確認(rèn)相關(guān)人員身份的產(chǎn)品，適用于刑偵破案場景。
