前不久，針對“行人闖紅燈過馬路”的交通頑疾,山東濟南、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”是海康威視開發(fā)的人臉比對行人闖紅燈交通管理報警系統(tǒng)，可對闖紅燈人員進行人臉抓拍、提取人臉特征,并將數(shù)據(jù)送入后端�？的樧V人臉信息綜合應用系統(tǒng)，實現(xiàn)人臉動態(tài)比對、實時預警等功能,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、運動跟蹤、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%。

2017年夏季青島國際啤酒節(jié)期間,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,首次將人臉識別系統(tǒng)應用于大型安�；顒訉崙�(zhàn)。利用高清攝像頭捕捉采集人臉圖像,0.8秒內就能鎖定可疑人員,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,抓拍識別能夠秒級反應,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、吸毒人員11名,當場抓獲扒竊嫌疑人5名,讓警情“零接報”。

　　在重慶渝中區(qū),當?shù)鼐�方使用智能化的人像比對系統(tǒng),在40個工作日內辨認出69名嫌疑人,相比人工效率提升200倍。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,僅靠人力進行圖像識別,就像大海撈針,效率低、準確性也難以保障。

　　在交通、公安、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,給人們的工作生活加上一道智能化的安全屏障。

　　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,如今安防監(jiān)控領域已進入數(shù)據(jù)大爆炸的時代。專家指出,面對井噴式增長的視頻監(jiān)控數(shù)據(jù)量,停留在淺層次分析識別的傳統(tǒng)智能算法,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,目前已廣泛應用于公安系統(tǒng)的身份甄別、合成追逃、偵查破案、服務民生等各項業(yè)務之中。

　　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,電子鎖、指紋門禁、監(jiān)控攝像頭、傳感器、報警器等,都屬于傳統(tǒng)安防領域的硬件設備。傳統(tǒng)安防主要是視頻安防,因為“眼見為實”,視覺信息相對而言顯得非常重要。

　　傳統(tǒng)的安防只是產生數(shù)據(jù)的設備,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、分析,效率較低。人工智能則通過一系列軟件與算法,提高效率、精準度和覆蓋率,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。

　　李璽說,直觀的例子就是人臉識別,這項通用性技術與安防結合,可以解決安防的痛點。比如一個城市有20萬個攝像頭,光靠人力根本看不過來。人工智能可以進行粗加工,包括壓縮視頻、檢測核心事件、分析擁堵情況,以及對信息進行有效組合等。人工智能的優(yōu)勢還在于能夠拓展人的能力邊界,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,幫助人們決策。而且,通過人工智能算法,在視頻采集時就把關鍵的畫面,包括人的面孔、車輛的牌照等精確捕捉下來,這些畫面第一時間傳送到后端的智能分析系統(tǒng),無需過多人工干預,分析又快又準。

　　“可以說,安防是人工智能具市場前景的領域�！焙？低�視研究院智能算法部負責人孟祥廣認為,視頻監(jiān)控的高清化和網絡化,以及大體量數(shù)據(jù),為人工智能提供了堅實的基礎。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,在行業(yè)數(shù)據(jù)越來越豐富的趨勢下,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,但新一代人工智能帶來的是更加顛覆性的變化。專家表示,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,也依賴于設計者本身的經驗和技術水平。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,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,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,識別種類更豐富。

　　依圖科技首席執(zhí)行官朱瓏說,從2014年到現(xiàn)在,人工智能算法的精度從十萬分之一提升到了十億分之一,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,人工智能技術逐漸“解鎖”更多行業(yè)場景,“人工智能+安防”會把安防水平再抬高一個臺階,終從“人防”升級到“機防”的智能防控預警。這也是平安城市的基礎和“大腦”,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,給安防行業(yè)帶來的變化也更加超乎想象,能夠發(fā)揮作用的應用場景越來越多。

　　�？低�視高級系統(tǒng)技術工程師吳良軍認為,“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,目前指紋識別仍占主導地位,但由于指紋易磨損、偽造成本低,在長期穩(wěn)定性和安全性上存在問題;虹膜識別雖然安全性高,但高昂的成本也使其短期內難以大規(guī)模推廣。人臉識別因為其非接觸性、非強制性、高并發(fā)性,應用場景更為豐富。

　　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、視頻數(shù)據(jù)量巨大,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。這就要求就近提供邊緣智能服務,將人工智能算力或推斷能力逐漸從云遷移到邊緣側。以海康威視為例,其“AICloud”(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,能讓感知理解更精準、數(shù)據(jù)分級更靈活、業(yè)務響應更靈敏。

　　與此同時,“人工智能+安防行業(yè)”的發(fā)展也存在挑戰(zhàn)。專家指出,在人工智能自身領域,深度學習理論基礎尚未完備,缺乏演繹推理能力;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;機器學習基于概率統(tǒng)計,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,更好地發(fā)揮技術和產品的價值。

　　此外,人工智能需要大量數(shù)據(jù)作為支撐。但具體到安全、交通、金融等各個行業(yè),數(shù)據(jù)是核心資源,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,無法形成真正的“大腦”,這在一定程度上也限制了其發(fā)展。

　　朱瓏認為,人工智能在安防領域的應用不只是應用層面的問題,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,人工智能和安防領域的進一步結合,還需更多懂技術的復合型人才。同時,學術界要更關注底層技術和基礎性、前瞻性技術的突破,與產業(yè)發(fā)展形成互補。理想的人工智能模式,是機器能像人一樣進行推理、決策、聯(lián)想,實現(xiàn)真正的智能分析。