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(shí)間：2017-09-23 16:18:43
隨著經(jīng)濟(jì)環(huán)境、政治環(huán)境、社會(huì)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(shí)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(xiàng)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(dòng)下成為AI的首要著陸場。為什么安防會(huì)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(gè)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(huì)經(jīng)濟(jì)進(jìn)入轉(zhuǎn)型階段，原本穩(wěn)定的社會(huì)關(guān)系變得復(fù)雜。資源的市場化配置造成人口流動(dòng)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(huì)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(dòng)提供了更多的機(jī)遇。
面對城市這樣一個(gè)龐大的復(fù)雜系統(tǒng)，如果想要做到信息的實(shí)時(shí)發(fā)布、監(jiān)控、分析和智能化管理，以確保整個(gè)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(gè)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(diǎn)位的驟增，遍布大街小巷的監(jiān)控?cái)z像頭每時(shí)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(shí)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(gè)問題?
實(shí)際上智能安防并非新邏輯，海康、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(gè)中原因總結(jié)出來有：1.識(shí)別準(zhǔn)確不夠高;2.設(shè)備環(huán)境適應(yīng)性不夠;3.識(shí)別種類少。面對這三點(diǎn)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(jì)算機(jī)視覺識(shí)別技術(shù)解決海量視頻監(jiān)控?cái)?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(bào)再到洞察，中間需要層層的數(shù)據(jù)價(jià)值提煉，而計(jì)算機(jī)視覺識(shí)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(jì)算機(jī)視覺識(shí)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(shí)別，而后隨著計(jì)算力的提升，識(shí)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(shí)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?cái)?shù)據(jù)大致可以劃分為四種應(yīng)用場景——“點(diǎn)”布防、“線”布防、“面”布防、后臺(tái)分析。
1) “點(diǎn)”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(diǎn);
場景描述：車站、機(jī)場、酒店等關(guān)鍵節(jié)點(diǎn)的身份認(rèn)證，此類場景特點(diǎn)為相對封閉的室內(nèi)空間、人流量多;
應(yīng)用描述：單點(diǎn)布防的場景主要以靜態(tài)人臉識(shí)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(yàn)證;
技術(shù)描述：1. 人臉識(shí)別技術(shù)既可以實(shí)現(xiàn)“主動(dòng)識(shí)別”又可以實(shí)現(xiàn)“被動(dòng)識(shí)別”場景;2.目前眾多安防企業(yè)已經(jīng)完成技術(shù)迭代，實(shí)現(xiàn)高于99%的識(shí)別率，可以實(shí)現(xiàn)金融安防級(jí)別的應(yīng)用。
“主動(dòng)識(shí)別”功能場景，即識(shí)別對象必須“主動(dòng)配合”識(shí)別過程，例如主動(dòng)伸出手指、雙眼或者做出特定行為;而人臉識(shí)別則是一種既可以實(shí)現(xiàn)“主動(dòng)識(shí)別”又可以應(yīng)用于“被動(dòng)識(shí)別”場景的生物識(shí)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(shí)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(shí)別和人臉識(shí)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(shí)現(xiàn)把各個(gè)點(diǎn)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(shí)別和人臉識(shí)別，此類場景特點(diǎn)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(shí)時(shí)的視頻信息采入，經(jīng)過對視頻圖像的實(shí)時(shí)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(duì)長度、轉(zhuǎn)彎信息等。車輛識(shí)別目前已經(jīng)能夠勝任識(shí)別車牌、車輛顏色、車輛品牌、車輛類型、車輛型號(hào)，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(shí)別的識(shí)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(shí)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(diǎn)區(qū)域、重點(diǎn)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(shí)別產(chǎn)品;
場景描述：重點(diǎn)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(diǎn)區(qū)域與重點(diǎn)社會(huì)活動(dòng)已經(jīng)成為公安部門安防布控的重點(diǎn)與難點(diǎn);此類場景為特定時(shí)間、特定活動(dòng)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(tái)可以監(jiān)測出可視范圍內(nèi)的人群數(shù)量，并且捕捉每個(gè)個(gè)體的行為動(dòng)作，形成重點(diǎn)場所及區(qū)域的面狀布防;
技術(shù)描述：1. 圖像識(shí)別技術(shù)不僅可以實(shí)現(xiàn)靜態(tài)識(shí)別，也可以完成動(dòng)態(tài)識(shí)別和軌跡識(shí)別;2.人群與行為識(shí)別是圖像識(shí)別的一個(gè)延伸，通過更為優(yōu)化的AI算法與模型實(shí)時(shí)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(diǎn)區(qū)域智能監(jiān)控可自動(dòng)判別在危險(xiǎn)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(shí)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?yàn)楣矙C(jī)關(guān)實(shí)現(xiàn)快速、精準(zhǔn)、移動(dòng)化指揮提供依據(jù)。
4)后臺(tái)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(shí)，往往需要?jiǎng)佑么罅烤ΓM(jìn)行人工文檔篩查;
應(yīng)用描述：例如，有經(jīng)驗(yàn)的警官通常對特定案件，如盜竊案件，有著獨(dú)特的理解。根據(jù)實(shí)戰(zhàn)的經(jīng)驗(yàn)，警官可以對案件的要素，如作案時(shí)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(shí)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(bào)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。
