【門窗幕墻網(wǎng)】伴隨著AI技術(shù)的深化應(yīng)用，中國智能安防視頻監(jiān)控技術(shù)和系統(tǒng)應(yīng)用的發(fā)展正越來越成熟。本文將主要圍繞著當(dāng)前階段公安實戰(zhàn)業(yè)務(wù)的應(yīng)用需求以及人工智能在安防領(lǐng)域的應(yīng)用現(xiàn)狀展開討論，同時也對智能安防產(chǎn)業(yè)未來的應(yīng)用及技術(shù)趨勢提出了一些思考方向！

公安實戰(zhàn)應(yīng)用需求分析

由于海量視頻圖像數(shù)據(jù)資源的積累和多種應(yīng)用場景的適配，當(dāng)前階段國內(nèi)以人臉識別和交通卡口機動車圖像結(jié)構(gòu)化描述為代表的智能視頻監(jiān)控的應(yīng)用已經(jīng)相對成熟，不過，從公安實戰(zhàn)的需求角度來看，仍有一些待改進的地方，簡單可以概括為這幾個方面：

1、視頻監(jiān)控系統(tǒng)頂層設(shè)計，在面向智慧城市、平安城市建設(shè)過程中，如何更好地整合各部門的資源和需求來完善頂層設(shè)計，比如針對各警種不同業(yè)務(wù)應(yīng)用需求，利用統(tǒng)一的數(shù)據(jù)資源池提供靈活的算法資源服務(wù)，頂層設(shè)計是當(dāng)務(wù)之急；2、在計算資源的頂層設(shè)計方面，針對混合計算的問題，針對云、邊、端的系統(tǒng)架構(gòu)，如何實現(xiàn)計算資源的靈活部署也是需要考慮的方向；3、要能適應(yīng)靈活多變的業(yè)務(wù)規(guī)則，不同的目標(biāo)布控有不同的需求，因此需要進一步完善視頻監(jiān)控前端或云端對于這種業(yè)務(wù)需求的適配性；4、視頻分析作為大數(shù)據(jù)的應(yīng)用，分析的精準(zhǔn)度很大程度上依賴于用于訓(xùn)練的數(shù)據(jù)集，在這個過程中，希望能夠建立起一個行業(yè)知識庫，來輔助建立更高精準(zhǔn)度的視頻監(jiān)控識別系統(tǒng)。

從業(yè)務(wù)需求的角度來看，針對不同警種的業(yè)務(wù)需求以及公安實戰(zhàn)過程中的不同環(huán)節(jié)，公安視頻監(jiān)控系統(tǒng)主要聚焦在在線視頻智能監(jiān)控預(yù)警、海量視頻離線綜合研判以及共性的視頻解析服務(wù)平臺這幾大類的業(yè)務(wù)需求方面，這些需求也將帶來警務(wù)模式的創(chuàng)新，從原來傳統(tǒng)的被動警務(wù)變?yōu)橹鲃泳瘎?wù)。

綜合而言，視頻監(jiān)控分析應(yīng)用不僅是建立更多高清聯(lián)網(wǎng)的視頻監(jiān)控探頭，更重要的是通過一個視頻解析和服務(wù)體系的建設(shè)，從采集、分析、處理、挖掘各個環(huán)節(jié)出發(fā)實現(xiàn)對海量視頻資源的深度應(yīng)用，以此來促進視頻監(jiān)控產(chǎn)業(yè)從監(jiān)控到理解的轉(zhuǎn)型。

人工智能在安防領(lǐng)域的技術(shù)應(yīng)用現(xiàn)狀

那么，針對公安行業(yè)的應(yīng)用需求，現(xiàn)階段人工智能的技術(shù)應(yīng)用現(xiàn)狀如何?首先來看下視頻結(jié)構(gòu)化描述的技術(shù)進展情況。視頻結(jié)構(gòu)化描述有兩個核心：圖像對象要素的識別和構(gòu)建對象間的語義關(guān)系。

目前很多視頻結(jié)構(gòu)化描述基本只做到了第一層即可以實現(xiàn)對圖像對象要素內(nèi)容的識別和標(biāo)注，且進展已經(jīng)很成熟，甚至已能夠?qū)崿F(xiàn)在前端攝像機內(nèi)即可實現(xiàn)結(jié)構(gòu)化描述，比如車輛卡口，能夠?qū)崿F(xiàn)對車牌、車型、車標(biāo)、車身顏色的信息的識別。不過對于一些更個性化的內(nèi)容檢索，比如車輛年檢標(biāo)志、車內(nèi)掛飾、紙巾盒等細節(jié)的特征識別還有一定的發(fā)展空間。另外在非交通卡口像治安卡口這一類非標(biāo)場景下的目標(biāo)識別檢測，由于安裝角度、光照條件等因素的影響，視頻機構(gòu)化描述還有進一步發(fā)展空間。

第二層次構(gòu)建起對象間的語義關(guān)系至關(guān)重要，以闖紅燈的場景為例，闖紅燈語義本身有幾個要素，包括信號燈、車輛、交通標(biāo)志、標(biāo)線等，識別這些要素是視頻結(jié)構(gòu)化描述的第一步。第二步是把識別對象之間形成一定的語義關(guān)系，比如車行狀態(tài)、信號燈狀態(tài)、人和車之間的位置關(guān)系等等，把這些關(guān)系建立起來之后可以形成一個關(guān)系規(guī)則，它的優(yōu)勢在于我們可以根據(jù)實際情況靈活調(diào)整規(guī)則來拓展不同電子警察模式識別的能力。通過構(gòu)建語義關(guān)系來實現(xiàn)一些復(fù)雜的規(guī)則，這也是視頻結(jié)構(gòu)化描述的初心，也就是構(gòu)建不止是讓人理解的描述，更要構(gòu)建讓機器可理解的描述。

要實現(xiàn)對象的識別和構(gòu)建起對象間的語義關(guān)系，需要一些專業(yè)的技術(shù)支持：一個是目標(biāo)檢測和識別，其次是知識圖譜，目標(biāo)檢測識別出來之后，需要構(gòu)建語義關(guān)系構(gòu)成一個知識圖譜，這兩個方面的技術(shù)是實現(xiàn)視頻結(jié)構(gòu)化描述的關(guān)鍵。

在人臉識別的技術(shù)應(yīng)用現(xiàn)狀方面，1:1的人臉識別在國內(nèi)的應(yīng)用已經(jīng)非常廣泛，但它也仍然存在一些問題，比如非實體線下的場景即網(wǎng)絡(luò)場景下需要加強活體人臉檢測做人臉防偽，在金融等高安全級別的人臉識別的場景下也需要進一步鞏固人臉識別的安全性和可靠性。1:N的人臉識別技術(shù)進展也相當(dāng)迅猛，目前在國內(nèi)已有一些項目落地。

行人檢索的研究也取得了不錯的進展，但是這些成績都是基于小規(guī)模的數(shù)據(jù)，不同于車輛識別，車輛天然和車牌、車主身份證這些數(shù)據(jù)信息綁定在一起，其數(shù)據(jù)標(biāo)注較為容易，但行人檢索的數(shù)據(jù)標(biāo)注成本相對會高出很多，所以導(dǎo)致現(xiàn)階段行人檢索目前的實用性和可用性方面仍沒有車輛檢索的應(yīng)用成熟。

安防人工智能應(yīng)用發(fā)展趨勢

伴隨著AI的深化應(yīng)用及應(yīng)用需求的升級，接下來，智能安防產(chǎn)業(yè)的發(fā)展將呈現(xiàn)這幾大發(fā)展趨勢：一是后視頻監(jiān)控時代將迎來物聯(lián)網(wǎng)防控。除了視頻數(shù)據(jù)之外，像Wi-Fi、RFID、電子車牌等不同維度的物聯(lián)網(wǎng)信息都可以關(guān)聯(lián)到一起，通過豐富的數(shù)據(jù)類型，來共同碰撞出更有價值的信息；二是數(shù)據(jù)融合的能力更強，分析應(yīng)用更智能；三是隨著5G的到來，不同的應(yīng)用場景里面融合通信的程度將會加強；第四個就是三維圖像建模，通過將視頻監(jiān)控畫面和三維圖像進行融合，實現(xiàn)城市大場景的虛實融合，這種應(yīng)用或?qū)⒊蔀槲磥碇笓]中心可視化指揮調(diào)度的一個新的方向。還有一個趨勢是移動視頻監(jiān)控信息采集，當(dāng)前階段的視頻監(jiān)控更多是采用固定點位進行視頻數(shù)據(jù)的采集，隨著車輛移動監(jiān)控以及可穿戴式監(jiān)控設(shè)備的出現(xiàn)，未來移動監(jiān)控的應(yīng)用也將成為一大趨勢方向。

安防人工智能需要攻克的五大技術(shù)要點

同時，我們還梳理了一些安防人工智能的技術(shù)趨勢及接下來將重點攻克的技術(shù)要點。首先是視頻流媒體的分布式計算引擎。視頻云現(xiàn)在還是基于單個文件的處理，如何實現(xiàn)基于流媒體的分布式處理需要進一步研究；其次在視頻圖像增強方面，盡管視頻監(jiān)控攝像頭清晰度不斷提高，但同時也存在由于運動、光線、壓縮等因素造成的模糊，如何實現(xiàn)對模糊視頻圖像像素的增強和還原，也是一大技術(shù)方向之一，未來有望通過基于深度學(xué)習(xí)的人工智能技術(shù)來實現(xiàn)圖像增強的突破；聯(lián)邦學(xué)習(xí)也是這兩年的一個熱門方向，主要是為了解決數(shù)據(jù)不共享情況下AI訓(xùn)練的問題，聯(lián)邦學(xué)習(xí)可以有效解決“數(shù)據(jù)孤島”問題，讓參與方在不共享數(shù)據(jù)的基礎(chǔ)上聯(lián)合建模,能從技術(shù)上打破數(shù)據(jù)孤島，實現(xiàn)AI協(xié)作；半監(jiān)督學(xué)習(xí)主要是解決數(shù)據(jù)標(biāo)注的問題，因為很多數(shù)據(jù)不可能在短的時間內(nèi)得到全量的標(biāo)注；還有類腦智能研究，通過摸索大腦對圖像和動作的識別過程，去發(fā)現(xiàn)深度學(xué)習(xí)在理解大腦模式中所存在的問題，在這方面，可以聯(lián)合神經(jīng)科學(xué)、心理學(xué)等構(gòu)成跨學(xué)科的研究團隊，目前我們和上海類腦中心也在積極探索這方面的理論研究；人工智能對抗，就像病毒跟反病毒一樣，隨著人工智能技術(shù)的逐漸成熟以及在大眾生活場景中的密切應(yīng)用，未來利用人工智能違法也可能成為一種趨勢，比如當(dāng)下為了防止人臉信息被盜用冒用推出的人臉識別活體檢測手段，人工智能的對抗研究將是一個持續(xù)的過程。

在身份認(rèn)證的技術(shù)應(yīng)用方面，區(qū)塊鏈技術(shù)有望進一步增強身份認(rèn)證的可靠性和安全性。如何利用去中心化的身份構(gòu)建一個隱私保護下的生物特征識別系統(tǒng)，使得身份信息的隱私保護提高到一個新的高度，這也是值得研究的課題，目前關(guān)注區(qū)塊鏈技術(shù)應(yīng)用的企業(yè)不少，未來人證合一領(lǐng)域的技術(shù)應(yīng)用可能會帶來新的體驗。

最后，在整個產(chǎn)業(yè)都在強調(diào)AI的落地應(yīng)用方面，如何評判廠商和機構(gòu)的人工智能算法及產(chǎn)品的卓越性，在沒有數(shù)據(jù)集的情況下，現(xiàn)階段很多測試還依賴于甲方的評價，行業(yè)內(nèi)缺乏一個專業(yè)的測評服務(wù)平臺，需要構(gòu)建一個公共的、專業(yè)的測評服務(wù)平臺。

對于上述這些產(chǎn)業(yè)現(xiàn)狀和待突破的技術(shù)方向，創(chuàng)新技術(shù)的研究和落地應(yīng)用，光靠企業(yè)或技術(shù)單位的力量還遠不夠，希望政產(chǎn)學(xué)研等多方力量來一起共同推進，助推智能安防產(chǎn)業(yè)加速發(fā)展。