人工智能在安防領域的發展

文/本刊記者 何遙

安防行業是人工智能的重要應用領域之一。簡單地說，人工智能就是讓計算機像人腦那樣工作，但是人工智能并不簡單地等同于人腦。人工智能主要包含以下幾個方面的技術：自然語言處理（包括語音和語義識別、自動翻譯）；計算機視覺（圖像識別）；知識表示；自動推理（包括規劃和決策）；機器學習；機器人學。隨著平安城市建設的繼續開展和深化，以及交通、教育、金融等各行業用戶安防意識的不斷增強，我國視頻監控設備市場將擁有更大的發展空間，預計未來5年年均增長率維持在20%左右。這樣的高增長率將在人工智能技術的推動下實現。

智能視頻監控系統

傳統的視頻監控雖然實現了記錄功能，計算機尚無法準確識別視頻中的人、物以及場景，要實現全方位的實時監控，還必須依靠大量安保人員時刻緊盯屏幕， 監視所有攝像頭傳過來的全部視頻，這顯然難以在實際工作中做到。即便能夠做到，安保人員也會因為疲勞和疏忽而錯漏掉某些稍縱即逝的重要情況。以警方辦案為例，往往要調用案發現場及周邊大量的歷史監控錄像進行持續數天甚至更長時間的肉眼識別，才可能發現破案線索。而具備視覺的智能視頻監控系統將徹底改變現狀，監控的及時性和有效性都得到極大提升。

智能視頻監控系統應用主要包括幾個大類：1、對人、物的識別；2、對人、物的運動軌跡的識別；3、對視頻環境影響的判斷和補償。對人、物的識別是視頻監控系統關心的內容，包括人臉識別、車牌號識別等；人、物運動軌跡的識別和處理，目前細分的很多，主要包括虛擬警戒線、人數統計、車流統計等；對視頻環境影響的判斷和補償：環境的影響主要包括雨、雪、大霧等惡劣天氣、夜間低照度情況、攝像頭遮擋或偏移等，智能視頻監控系統技術應用能夠在惡劣視頻環境情況下實現較正常的監控功能。在實現智能分析功能時，一些關鍵技術尤為重要，比如移動目標檢測提取中的幀差背景去除，光流法，混合高斯模型背景差分等；目標分類和行為分析中的相似度分類和特征分類；異常行為分析中的運動矢量跟蹤，數據關聯，最大似然算法，超分辨率重建等。

生物識別

人臉識別是隨著計算機技術、圖像處理技術、模式識別技術等技術的快速進步而出現的生物特征識別技術。生物識別技術是依靠人體的身體特征來進行身份驗證的一種高科技識別技術，人的指紋、掌紋、掌靜脈、眼虹膜、視網膜、DNA以及相貌等人體特征具有人體所固有的不可復制的唯一性、穩定性，無法復制、失竊或被遺忘。由于每個人的這些特征都不同，因此利用人體的這些獨特的生理特征可以準確地識別每個人的身份。

深圳威富集團研發出了基于“高維形象幾何仿生信息科學”的人臉識別專利技術。該技術的最大特點是超低數據量，表達一張人臉特征僅需48字節，而在全球范圍內模向比較，同行業量少需要1000字節以上。同時由于采用了獨創的高維空間形象思維模式，因此對傳統人臉識別技術及所依賴的邏輯思維模式是一種顛覆。“高維形象幾何仿生信息科學”由首席科學家王守覺院士在神經網張算法基礎上開創，得到了來自中國科學院和工程院13位院士的極高評價和聯名推薦。由于使用了高維仿生超低數據量人臉識別技術，使得我們在生物識別智能管控領域，已經走在世界前列。

圖像識別

通過計算機視覺（圖像識別）技術，可以擴大人眼的機能，代替人工進行長時間監視，讓人能夠看到被監視現場的實際發生的一切情況，并通過錄像機記錄下來。同時報警系統設備對非法入侵進行報警，產生的報警信號輸入報警主機，報警主機觸發監控系統并記錄。

如蘇州科達公司的智能視頻檢索技術融合了視頻處理和計算機視覺技術，極大地提高了監控的效率和監控系統的準確度和聯動性，促使視頻監控系統從傳統安全向現代安防理念轉化，為大數據應用提供全面的技術支撐。

大數據和機器學習

大數據已成為信息應用的新引擎，視頻大數據的獲得是機遇與挑戰并存。大數據包含的信息量大、實時性高等特點決定了其特殊地位。在智慧社區、大型智能小區建筑群的智能安防中需要640x960小時獲取視頻信息，是海量視頻數據，屬于大數據。

大數據的應用最重要的是數據大集中，只有集中數據，才能對數據進行分析和處理，挖掘出有利用價值的信息。智慧交通、智慧社區、智慧安防、平安城市、數據、視頻、信息集成化、集成管理等都應用到大數據技術。

機器學習模擬人類在生活中學習成長的過程，從數據中自動分析獲得規律，并利用規律對未知數據進行預測。因為機器學習算法中涉及了大量的統計學理論，所以也被稱為統計學習理論。機器學習的本質就是將人的操作/思維過程的輸入與輸出記錄下來，然后統計（又叫做訓練）出一個模型用來對新的數據進行預測，使得這個模型對輸入輸出達到和同人類相似的表現，這種方式也慢慢成了現代人工智能最基本的核心理念。

深度學習在機器學習的基礎上進一步深入模擬人腦進行分析學習的神經網絡，它模仿人腦的機制來訓練和預測數據，例如圖像、聲音和文本。

以智能家居為例，智能家居的發展已經走過了兩個階段：一是聯網控制，諸如名目繁多的智能水壺、智能插座等；二是家電聯網，終端接入傳感器，去觸發其他設備聯動。現在市場上的智能家居產品，并沒有大數據和智能學習系統的支撐，因此，智能路由器與傳統路由器沒有明顯的邊界；智能空調與傳統空調的差別，無非是可以上網；智能冰箱與傳統冰箱的區別，只是多了一個手機操控這一遠程控制功能。當智能家居發展到第三個階段，重點在人機交互，大數據和機器學習將成為其核心。

結束語

與云計算、物聯網緊密相聯的人工智能正在安防系統中迅速興起。隨著核心算法的進一步發展及完善，智能安防產品將拓展到更大的應用范圍，并發展出更多的服務于細分領域的具有針對性的產品。