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：太平洋安防網作者：admin發布時間：2017-09-23 16:18:43
隨著經濟環境、政治環境、社會環境的變化和日趨復雜，各行業對安防的需求不斷增加，同時對于安防技術的應用性、靈活性、人性化也提出了更高的要求，傳統安防技術的局限性日益凸顯。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行業，其中安防市場在政策和技術的雙輪驅動下成為AI的首要著陸場。為什么安防會成為AI的首要著陸場?產業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、產業存在的、需要解決的問題
社會經濟進入轉型階段，原本穩定的社會關系變得復雜。資源的市場化配置造成人口流動和就業分布以及城市、農村格局等一系列變化，導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遇。
面對城市這樣一個龐大的復雜系統，如果想要做到信息的實時發布、監控、分析和智能化管理，以確保整個系統的決策、命令能夠穩妥迅速地傳達執行并反饋，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控系統是城市管理系統的重要組成部分。
隨著監控點位的驟增，遍布大街小巷的監控攝像頭每時每刻產生的視頻數據也在爆炸式增長，過去簡單利用人海戰術進行檢索和分析已經很難滿足新時代的安防工作需求。為此行業相關人士寄希望于AI的強大的算力和數據表達能力。
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，?？?、大華等安防設備龍頭早從2006年就開始布局智能安防產品了， 2006年安防行業就開始向智能化發展，但一直不能有令人滿意的突破。個中原因總結出來有：1.識別準確不夠高;2.設備環境適應性不夠;3.識別種類少。面對這三點不足，“人工智能”可以解決。
歸根結底，AI賦能安防就是借助計算機視覺識別技術解決海量視頻監控數據得不到很好利用的問題。海量數據到信息到情報再到洞察，中間需要層層的數據價值提煉，而計算機視覺識別技術就能很好地將“看到”的東西結構化成以“人”、“車”、“物”為主體的屬性信息。
智能化早在2006年就存在，計算機視覺識別技術應用于安防也是從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，識別的準確度在提高，也越來越能夠適應復雜度更高的環境，識別種類也越來越多。
3、如何通過AI進行解決的具體場景案例?
AI結構化視頻監控數據大致可以劃分為四種應用場景——“點”布防、“線”布防、“面”布防、后臺分析。
1) “點”布防，以卡口、出入口的身份認證為主，應用于車站、機場、酒店等關鍵節點;
場景描述：車站、機場、酒店等關鍵節點的身份認證，此類場景特點為相對封閉的室內空間、人流量多;
應用描述：單點布防的場景主要以靜態人臉識別為核心技術，系統通?？梢酝瓿?ldquo;人臉圖像+身份證+公安局端數據”三者比對并完成身份驗證;
技術描述：1. 人臉識別技術既可以實現“主動識別”又可以實現“被動識別”場景;2.目前眾多安防企業已經完成技術迭代，實現高于99%的識別率，可以實現金融安防級別的應用。
“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“主動識別”又可以應用于“被動識別”場景的生物識別方案，因此具有更廣闊的應用空間與市場。
公司案例：商湯科技的身份證一體機、格靈深瞳的威目人臉識別系統等;
2)“線”布防，以道路監控為主要部署場景，結合車輛識別和人臉識別;
場景描述：ITS系統(Intellifent Traffic System智能交通系統)是人工智能實現把各個點連成“線”的重要應用場景。以道路監控為主，結合車輛識別和人臉識別，此類場景特點為開放區域、車流量較多;
應用描述：通過安裝在道路旁邊或者中間隔離帶的支架上的攝像機和圖像采集設備將實時的視頻信息采入，經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、轉彎信息等。車輛識別目前已經能夠勝任識別車牌、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等行為;
技術描述：基于車輛識別的識別類算法可以大幅降低道路信息監控系統的技術門檻，提高道路執法效率;
公司案例：格靈深瞳旗下的威目車輛大數據系統，便是基于深度學習的新一代車輛識別引擎，其產品形式包括有：在線云服務、離線SDK、軟硬一體。
3)“面”布防，以熱點區域、重點場所為主要部署場景，應用人群與行為特征分析技術，按需部署人臉識別產品;
場景描述：重點區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，重點區域與重點社會活動已經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;
應用描述：通過對視頻的迅速分析，信息分析平臺可以監測出可視范圍內的人群數量，并且捕捉每個個體的行為動作，形成重點場所及區域的面狀布防;
技術描述：1. 圖像識別技術不僅可以實現靜態識別，也可以完成動態識別和軌跡識別;2.人群與行為識別是圖像識別的一個延伸，通過更為優化的AI算法與模型實時分析可視范圍內的人物、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，諸如重點區域智能監控可自動判別在危險分子進入前后，是否出現異常態勢(例如人員異常聚集等)并及時預警;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，能夠為公安機關實現快速、精準、移動化指揮提供依據。
4)后臺分析，結合數據進行智能案情分析、統籌資源調配;
場景描述：公安機關坐擁龐大的文字卷宗檔案及數據庫，警方需要對卷宗進行查閱和分析時，往往需要動用大量警力，進行人工文檔篩查;
應用描述：例如，有經驗的警官通常對特定案件，如盜竊案件，有著獨特的理解。根據實戰的經驗，警官可以對案件的要素，如作案時間、作案手段、受害對象等，進行分類。根據這些分類，警方往往可以進行串并案操作，豐富犯罪嫌疑人的行為特征，實現快速破案;
技術描述：利用自然語言理解技術對電子卷宗進行智能檢索;
公司案例：商湯科技旗下的視圖情報研判系統，便是基于深度學習以圖搜圖、模糊人臉搜索技術，助力公安干警快速確認相關人員身份的產品，適用于刑偵破案場景。
