人工智能正在深刻改變著安防行業(yè)的面貌，使應用場景日益豐富

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(wǎng)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绞褂弥悄芑娜讼癖葘ο到y(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(chǎn)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(chǎn)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，最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，在視頻采集時就把最關鍵的畫面，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，安防是人工智能最具市場前景的領域。”?？低曆芯吭褐悄芩惴ú控撠熑嗣舷閺V認為，視頻監(jiān)控的高清化和網(wǎng)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(chǎn)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(jīng)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，最終從“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暩呒壪到y(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最高，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(chǎn)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“AI Cloud”（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(chǎn)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(chǎn)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。