如果回首看安防，2016是一個開啟新紀(jì)元的關(guān)鍵節(jié)點。這一年，安防和AI正式“聯(lián)姻”，五年間，AI安防，重構(gòu)了行業(yè)的智能想象，也讓安防成為一種業(yè)務(wù)形態(tài)，深入千行百業(yè)，真正的海納百川。

人工智能的定義

談及安防行業(yè)的人工智能，我們需要精準(zhǔn)把握人工智能定義。

很難想象，早在1956 年人工智能在Dartmouth學(xué)會上提出，英文縮寫為AI。它是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。是對人的意識、思維的信息過程的模擬。

人工智能是計算機(jī)科學(xué)的一個分支，它企圖了解智能的實質(zhì)，并生產(chǎn)出一種新的能以人類智能相似的方式做出反應(yīng)的智能機(jī)器，該領(lǐng)域的研究包括機(jī)器人、語言識別、圖像識別、自然語言處理和專家系統(tǒng)等。

人工智能在計算機(jī)領(lǐng)域內(nèi)，得到了愈加廣泛的重視，并在機(jī)器人、經(jīng)濟(jì)政治決策、控制系統(tǒng)、仿真系統(tǒng)中得到應(yīng)用。

著名的美國斯坦福大學(xué)人工智能研究中心尼爾遜教授對人工智能下了這樣一個定義：“人工智能是關(guān)于知識的學(xué)科――怎樣表示知識以及怎樣獲得知識并使用知識的科學(xué)?！倍硪粋€美國麻省理工學(xué)院的教授溫斯頓認(rèn)為：“人工智能就是研究如何使計算機(jī)去做過去只有人才能做的智能工作?！?/p>

這些說法反映了人工智能學(xué)科的基本思想和基本內(nèi)容。即人工智能是研究人類智能活動的規(guī)律，構(gòu)造具有一定智能的人工系統(tǒng)，研究如何讓計算機(jī)去完成以往需要人的智力才能勝任的工作，也就是研究如何應(yīng)用計算機(jī)的軟硬件來模擬人類某些智能行為的基本理論、方法和技術(shù)。

與安防相關(guān)的人工智能核心技術(shù)

人工智能在安防需要展開深度應(yīng)用，那么人工智能有哪些核心技術(shù)與安防行業(yè)相關(guān)的核心技術(shù)呢？記者總結(jié)為有幾點：

1.計算機(jī)視覺

計算機(jī)視覺技術(shù)運(yùn)用由圖像處理操作及機(jī)器學(xué)習(xí)等技術(shù)所組成的序列來將圖像分析任務(wù)分解為便于管理的小塊任務(wù)。

其實在2015年科達(dá)提出的機(jī)器識圖概念，就是屬于該項核心技術(shù)。

由于在當(dāng)下安防行業(yè)針對已經(jīng)生成的海量視頻內(nèi)容需要進(jìn)行自動化處理，識別出特定的人、車輛、物體或者事件。另一方面，將計算機(jī)視覺技術(shù)與攝像頭結(jié)合，使得攝像頭具有實時識別人臉、車輛、物體的能力。

此外，除了公安領(lǐng)域，在出入境管理、交通領(lǐng)域、商業(yè)識別等強(qiáng)識別監(jiān)控領(lǐng)域，計算機(jī)視覺也都有所應(yīng)用。

這種技術(shù)帶來的變化也在一定程度上重塑安防產(chǎn)業(yè)鏈。

其一，傳統(tǒng)安防市場的巨頭在跨界整合，尋找技術(shù)方面的支持與合作，比如?？德?lián)手騰訊，大華牽手阿里。

其二，新的技術(shù)提供商，也從技術(shù)切入，或直接切入安防視頻方案處理領(lǐng)域，或與產(chǎn)業(yè)鏈的原有玩家合作提供技術(shù)支持。

目前，國內(nèi)主流的計算機(jī)視覺初創(chuàng)公司，如曠視(Face++)、商湯、云從、依圖等都已入局了智能安防領(lǐng)域。

2.自然語言處理

對自然語言文本的處理是指計算機(jī)擁有的與人類類似的對文本進(jìn)行處理的能力。例如：自動識別文檔中被提及的人物、地點等，或?qū)⒑贤械臈l款提取出來制作成表。

計算機(jī)視覺與自然語言處理是高度協(xié)作性的技術(shù)，自然語言處理給計算機(jī)視覺的圖片數(shù)據(jù)帶來了結(jié)構(gòu)化和語義化。比如：在交通執(zhí)法中攝像機(jī)拍攝的圖片通過機(jī)器視覺技術(shù)形成的小任務(wù)塊，在結(jié)合自然語言處理形成語句來描述圖片內(nèi)容，彈出預(yù)警信號。

3.機(jī)器學(xué)習(xí)

機(jī)器學(xué)習(xí)并不是深度學(xué)習(xí)，其是從數(shù)據(jù)中自動發(fā)現(xiàn)模式，模式一旦被發(fā)現(xiàn)便可以做預(yù)測，處理的數(shù)據(jù)越多，預(yù)測也會越準(zhǔn)確。

其核心在于，機(jī)器學(xué)習(xí)是從數(shù)據(jù)中自動發(fā)現(xiàn)模式，模式一旦被發(fā)現(xiàn)便可用于預(yù)測。比如：給予機(jī)器學(xué)習(xí)系統(tǒng)一個關(guān)于交易時間、商家、地點、價格及交易是否正當(dāng)?shù)刃庞每ń灰仔畔⒌臄?shù)據(jù)庫，系統(tǒng)就會學(xué)習(xí)到可用來預(yù)測信用卡欺詐的模式，處理的交易數(shù)據(jù)越多，預(yù)測就會越好。

機(jī)器學(xué)習(xí)技術(shù)將成安防巨頭的關(guān)注重點，因為從目前安防市場上的技術(shù)來看，幾乎全集中在弱人工智能階段，無論是人臉識別、陪伴機(jī)器人、智能分析……安防行業(yè)已經(jīng)逐步與人工智能擦上火花，但要由弱到強(qiáng)，機(jī)器學(xué)習(xí)這一步目前來看是技術(shù)障礙。

其原因之一是該項技術(shù)基本都嵌入到芯片之中，在這一領(lǐng)域里占據(jù)主導(dǎo)地位的芯片企業(yè)包括 Advanced Micro Devices， Inc.， 谷歌，Graphcore，英特爾，IBM，英偉達(dá)，高通，臺灣半導(dǎo)體制造公司有限公司等，安防巨頭如何與之進(jìn)行深度合作，那也得破費(fèi)一番心思。

4.生物識別技術(shù)

生物識別可融合計算機(jī)、光學(xué)、聲學(xué)、生物傳感器、生物統(tǒng)計學(xué)，利用人體固有的生體特性如指紋、人臉、 虹膜、靜脈、 聲音、步態(tài)等進(jìn)行個人身份鑒定，最初運(yùn)用于司法鑒定。

隨著科技的發(fā)展，生物識別技術(shù)已經(jīng)成為個人身份識別或認(rèn)證技術(shù)的重要方式，人臉識別作為生物特征識別的重要分支，它的無侵害性和對用戶以最自然、最直觀的識別方式更容易被接受，然而，已有的一些機(jī)器學(xué)習(xí)算法大都使用淺層結(jié)構(gòu)，而淺層結(jié)構(gòu)的網(wǎng)絡(luò)很難表示復(fù)雜函數(shù)。

同時，以往提出的多層感知機(jī)器雖可以表示復(fù)雜的函數(shù)關(guān)系但又由于沒有很好的學(xué)習(xí)算法。

近幾年深度學(xué)習(xí)技術(shù)被業(yè)界廣泛認(rèn)可，并在各個相關(guān)領(lǐng)域都取得了突飛猛進(jìn)的進(jìn)展，特別是深度學(xué)習(xí)技術(shù)在人臉識別領(lǐng)域的應(yīng)用。

該項技術(shù)是安防行業(yè)最早應(yīng)用的人工智能技術(shù)，無論是金鼎和新銳產(chǎn)品評測活動還是2017深圳安博會上，出現(xiàn)最多的人工智能技術(shù)就是基于深度學(xué)習(xí)的人臉識別。

由于該項技術(shù)在安防行業(yè)應(yīng)用極為寬泛，所以針對該技術(shù)的應(yīng)用我們多加表述。

無錫作為了智慧城市的先行者，目前已經(jīng)在機(jī)場以及四個區(qū)部署有110余個攝像頭并接入了人臉識別功能，覆蓋460個小區(qū)試點至今已經(jīng)成功處理了4000萬個人臉，并基于此先后抓獲犯罪嫌疑人10名，協(xié)助確認(rèn)嫌疑人身份15名。

在安博會展會現(xiàn)場記者采訪中了解到，無錫采用的視頻采集設(shè)備正是曠視在安博會中亮相的智能安防級攝像機(jī)MegeyeC1，其搭載了Nvidia Tergra K1 GPU，擁有超過300,000,000次/秒的浮點運(yùn)算能力，可以在前端完成視頻信息的快速、統(tǒng)一的結(jié)構(gòu)化處理，真正的做到實時響應(yīng)。

除以上所述，其實人臉識別在安防領(lǐng)域還有更廣闊的發(fā)揮空間，例如：刑偵、技偵、監(jiān)獄、車輛監(jiān)管、邊檢、安全、法院、治安、緝毒等細(xì)分市場，不僅可以通過照片在人口信息庫查詢出照片的身份信息，也可以在視頻數(shù)據(jù)中找出照片相關(guān)的視頻數(shù)據(jù)，幫助辦案人員縮小犯罪嫌疑人的搜尋范圍并提高辦案效率，為公安人員解決大海撈針的困惑。

人臉識別技術(shù)不僅僅增加了安防應(yīng)用寬度和深度，也為行業(yè)增添了新的產(chǎn)品形態(tài)。比如：金鼎獎評選中有?？怠⒓讯伎萍?、富士智能的基于人臉識別的通道管理系統(tǒng)。

以海康認(rèn)證通道舉例，他們產(chǎn)品在近景人臉識別有效解決了防止未授權(quán)人員蹲守附近，等待通道開門繼而混入的情況；其“一臉一人”進(jìn)出，有效防止未授權(quán)人員跟隨授權(quán)人群中，借用他人人臉權(quán)限混入；單人鑒權(quán)，實時鎖定檢測最近一張人臉，以防多人情況下誤識誤判；考慮到不同的應(yīng)用場合，設(shè)備可對人員權(quán)限進(jìn)行分組管理，內(nèi)部人員可直接通過刷臉快速通行，外部人員需通過身份證+人臉比對成功后方可進(jìn)出，同時保存數(shù)據(jù)至本地或上傳平臺，便于留證查詢。

由此可見，隨著市場需求的不斷變化，不同的應(yīng)用場合，人臉識別技術(shù)也根據(jù)需要開發(fā)出各種各樣的產(chǎn)品來滿足用戶的需求。

各種因素促成人工智能與安防行業(yè)的聯(lián)姻

現(xiàn)在各行各業(yè)都在向人工智能靠攏，但若論在哪個行業(yè)人工智能發(fā)展更快、更具有潛力，非安防莫屬，因為安防具有人工智能發(fā)展需要的必要條件。

首先，從國家層面分析，政策推進(jìn)智慧城市、平安城市、智慧社區(qū)等重點建設(shè)項目，某些暴恐事件、交通安全事故、市民人身傷害事件發(fā)生，使得智能安防成為剛需。

智慧城市建設(shè)在“十三五”規(guī)劃中，被國內(nèi)95%的副省級城市、76%的地級城市明確提出，到2017年我國啟動智慧城市建設(shè)和在建智慧城市的城市數(shù)量將有望超過500個。

智能安防作為智慧城市的一部分，在建設(shè)中設(shè)計多個領(lǐng)域，有望伴隨著智慧城市建設(shè)實現(xiàn)快速增長。

人工智能技術(shù)是安防領(lǐng)域發(fā)展應(yīng)用最急切的需求，有助于安防行業(yè)從原先被動式事后查證轉(zhuǎn)變成主動式事前預(yù)防。

基于深度學(xué)習(xí)的人工智能算法，實時分析視頻內(nèi)容，探測異常信息，進(jìn)行風(fēng)險防控，以最高效、最簡單的方法提升攝像頭的功能，提高整體安防系統(tǒng)價值。

同時，安防領(lǐng)域海量的視頻、圖片數(shù)據(jù)為基于深度學(xué)習(xí)架構(gòu)的人工智能算法提供了多維訓(xùn)練樣本，促進(jìn)算法性能的提高，并成熟應(yīng)用于其他行業(yè)，所以智能安防是未來整個安防行業(yè)的發(fā)展趨勢。

其次，從安防產(chǎn)品層面分析，經(jīng)過幾年的快速發(fā)展，人工智能技術(shù)仍在不斷完善，在安防行業(yè)的應(yīng)用案例層出不窮。

從去年開始，全國各省公安廳已經(jīng)陸續(xù)開始建設(shè)全省靜態(tài)人像數(shù)據(jù)庫與非標(biāo)人像數(shù)據(jù)庫，解決視頻偵查“最后一公里”的難題。國內(nèi)大部分城市，基于車輛大數(shù)據(jù)系統(tǒng)，已經(jīng)形成了一套完善的車輛技戰(zhàn)法，成功遏制城市交通犯罪，提高城市交通流暢度。

以后，人工智能在安防行業(yè)的應(yīng)用模式會越來越多，關(guān)鍵是將技術(shù)與行業(yè)需求相結(jié)合，切實解決行業(yè)難題。

單一的人工智能技術(shù)所能帶來的效益極其有限，而且未與現(xiàn)有安防系統(tǒng)結(jié)合，在用戶使用上有一定的局限性。只有深入行業(yè)業(yè)務(wù)，深度挖掘用戶需求，與現(xiàn)有系統(tǒng)進(jìn)行無縫融合才能使人工智能技術(shù)在安防行業(yè)有長足的應(yīng)用空間。

最后，安防擁有大數(shù)據(jù)。安防行業(yè)最大的資源就是海量高清的視頻圖像以及通行數(shù)據(jù)，安裝在各種場景中的安防攝像機(jī)能夠?qū)崿F(xiàn)365天全天候的采集，可以源源不斷的輸出海量數(shù)據(jù)。

這些數(shù)據(jù)可以充分滿足人工智能對于算法模型訓(xùn)練的要求。同時安防行業(yè)事前預(yù)防、事中響應(yīng)、事后追查的訴求與人工智能的技術(shù)邏輯完全吻合。

AI安防走入千行百業(yè)

人工智能在安防行業(yè)應(yīng)用具備了天時地利人和，那么其能解決安防的那些實際需求?

第一，公安行業(yè)迫切需求在海量的視頻信息中，分析發(fā)現(xiàn)犯罪嫌疑人的線索。人工智能在視頻內(nèi)容的特征提取、內(nèi)容理解方面有著天然的優(yōu)勢。

通過實時分析視頻內(nèi)容，檢測運(yùn)動對象，識別人、車等屬性信息，能迅速發(fā)現(xiàn)犯罪嫌疑人的線索，大大提高公安檢索圖像的效率;

其次，交通行業(yè)利用人工智能技術(shù)，可實時分析城市交通流量，實時掌握著城市道路上通行車輛的軌跡信息，停車場的車輛信息，以及小區(qū)的停車信息，合理調(diào)配資源、疏導(dǎo)交通，提升整個城市的運(yùn)行效率，為居民的出行暢通提供保障。

在智能樓宇的應(yīng)用。人工智能建筑的大腦，綜合控制著建筑的安防、能耗，對于進(jìn)出大廈的人、車、物實現(xiàn)實時的跟蹤定位，區(qū)分辦公人員與外來人員，監(jiān)控大樓的能源消耗，使得大廈的運(yùn)行效率最優(yōu)，延長大廈的使用壽命。

在工廠園區(qū)的應(yīng)用。在工廠園區(qū)場所，一方面是廣泛應(yīng)用在生產(chǎn)線上的操作機(jī)器人，一方面是利用可移動巡線機(jī)器人，定期巡邏，分析潛在的風(fēng)險，保障全封閉無人工廠的可靠運(yùn)行。

民用安防的應(yīng)用，主要體現(xiàn)在人工智能和智能家居的結(jié)合，利用人工智能強(qiáng)大的計算能力及服務(wù)能力，為每個用戶提供差異化的服務(wù)，提升個人用戶的安全感，確實滿足人們?nèi)找嬖鲩L的服務(wù)需求。

可以看出，安防對于人工智能具有切實的實際需求，而安防又是一個涉及廣泛的行業(yè)，只要深入挖掘，人工智能在安防大有作為。

除了解決幾大行業(yè)實際需求之外，人工智能在安防行業(yè)的應(yīng)用也極為廣泛。可以用于以下場景應(yīng)用：

人員分析應(yīng)用，依托人工智能系統(tǒng)的人員特征識別服務(wù)輸出的結(jié)果，進(jìn)行數(shù)據(jù)分析，實現(xiàn)人員身份的識別、人員布防、人臉軌跡等功能。

車輛分析應(yīng)用，可以滿足全地圖操作，實現(xiàn)可視化的應(yīng)用，包括：軌跡分析、跟車分析、碰撞分析、頻次分析、假牌分析、隱匿車輛挖掘等功能。

多資源時空應(yīng)用，可以基于GIS地圖的指揮調(diào)度，通過地理信息系統(tǒng)實現(xiàn)對各項視頻資源進(jìn)行一體化管理，實現(xiàn)監(jiān)控圖像的直觀可視化應(yīng)用。

實現(xiàn)快速調(diào)取需要關(guān)注的監(jiān)控點或監(jiān)控區(qū)域圖像，實現(xiàn)目標(biāo)在線追蹤。通過視頻圖層疊加、視頻資源搜索和視頻定位，將道路情況、資源分布情況、人員分布情況、地理坐標(biāo)信息、警力部署情況以圖形化的形式展示出來，直觀的對全局信息進(jìn)行全面的展示，使指揮調(diào)度更加直觀高效。

視圖內(nèi)容預(yù)警、自動告警聯(lián)動應(yīng)用，對視頻的內(nèi)容進(jìn)行自動預(yù)警。當(dāng)觸發(fā)預(yù)先設(shè)置的預(yù)案后，聯(lián)動的攝像機(jī)將會同時打開監(jiān)控圖像，形成對案發(fā)地的監(jiān)控包圍，同時實時報警。

布控智能規(guī)則分析功能包括：區(qū)域入侵、絆線檢測、非法停車、徘徊檢測、打架檢測、物品遺留、物品丟失、非法尾隨、人群聚集、車流統(tǒng)計、車牌特征識別、煙火檢測等。

視頻實時標(biāo)注應(yīng)用，可以利用實時視頻進(jìn)行實時結(jié)構(gòu)化，包括人、車、運(yùn)動目標(biāo)進(jìn)行特征提取，實時視頻標(biāo)注將視頻數(shù)據(jù)轉(zhuǎn)化為*實戰(zhàn)所用的情報，實現(xiàn)視頻數(shù)據(jù)向信息、情報的轉(zhuǎn)化。

人像快速比對查找應(yīng)用，可對嫌疑人員進(jìn)行比對，快速確認(rèn)目標(biāo)身份，提供智能、精準(zhǔn)、快速的人臉比對和完善的視頻圖像大數(shù)據(jù)分析挖掘應(yīng)用。

綜合解決人像實時追蹤監(jiān)控預(yù)警、人員身份快速比對檢索核準(zhǔn)、人員歷史軌跡追蹤倒查等查人、找人、預(yù)警、追蹤等的人員管理監(jiān)控問題。

視頻圖像智能研判應(yīng)用，可以對多種格式視頻、圖片采用適用于多種場景、多種情況的圖像處理算法，實現(xiàn)對模糊圖像的清晰化處理。還提供視頻智能標(biāo)注服務(wù)和檢索服務(wù)，實現(xiàn)對視頻、圖片中涉案嫌疑目標(biāo)的智能(系統(tǒng)自動提取描述信息)結(jié)構(gòu)化描述，減少人工標(biāo)注錄入的結(jié)構(gòu)化描述信息的工作量，同時滿足多種檢索方式，提高視頻查看的速度和效率，達(dá)到快速查找、定位嫌疑目標(biāo)的目的，減少案事件視頻中嫌疑目標(biāo)信息遺漏的可能。

車輛數(shù)據(jù)碰撞挖掘應(yīng)用，可以對卡口圖片車輛數(shù)據(jù)的二次識別，包括車牌號碼、車輛品牌、車輛子品牌、車輛年款、車輛顏色、車牌顏色、車輛類型、車牌類型、年檢標(biāo)、遮陽板、安全帶等車輛細(xì)節(jié)信息，將車輛的運(yùn)行軌跡，活動規(guī)律等進(jìn)行數(shù)據(jù)碰撞比對，從而挖掘隱藏的案事件線索實現(xiàn)可視化的應(yīng)用，功能包括：軌跡分析、跟車分析、碰撞分析、頻次分析、假牌分析、隱匿車輛挖掘等。

車輛實時布控應(yīng)用，可針對于被盜車輛、違章車輛、涉案車輛、高危人員車輛、重點車輛等，對特定移動目標(biāo)對象的特征屬性(如車牌號碼、車型、顏色、空間區(qū)域等)及其組合進(jìn)行在線即時布控功能。

以上能看出，人工智能在安防行業(yè)大有作為，不僅僅有效解決細(xì)分領(lǐng)域的實際需求，也能在多個場景下展開安防+AI的深度應(yīng)用，為安防行業(yè)改變世界增添了技術(shù)活力。

結(jié)束語

安防遇上AI，世界會怎樣？

我們暫時無法給予答案，當(dāng)時光荏苒后，人工智能在安防遍地開花時，世界會因兩者的聯(lián)姻而精彩紛呈，也會為世界的改變留下最深的記憶，抒寫安防+AI的建設(shè)傳奇。