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)的智能機器，該領(lǐng)域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統(tǒng)等。

人工智能在計算機領(lǐng)域內(nèi)，得到了愈加廣泛的重視，并在機器人、經(jīng)濟政治決策、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)。”而另一個美國麻省理工學(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.計算機視覺

計算機視覺技術(shù)運用由圖像處理操作及機器學(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年科達提出的機器識圖概念，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)識別等強識別監(jiān)控領(lǐng)域，計算機視覺也都有所應(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擁有的與人類類似的對文本進行處理的能力。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)法中攝像機拍攝的圖片通過機器視覺技術(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.機器學(xué)習(xí)

機器學(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，機器學(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，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行深度合作，那也得破費一番心思。

4.生物識別技術(shù)

生物識別可融合計算機、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)等進行個人身份鑒定，最初運用于司法鑒定。

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的進展，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MegeyeC1，其搭載了Nvidia Tergra K1 GPU，擁有超過300,000,000次/秒的浮點運算能力，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：金鼎獎評選中有海康、佳都科技、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)線上的操作機器人，一方面是利用可移動巡線機器人，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?？梢杂糜谝韵聢鼍皯?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行實時結(jié)構(gòu)化，包括人、車、運動目標(biāo)進行特征提取，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，將車輛的運行軌跡，活動規(guī)律等進行數(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。