AI智能分析在學(xué)校安防中的使用

趙耀

人工智能（Artificial Intelligence），也就是常說的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)。

人工智能是計算機科學(xué)的一個分支，它試圖理解智能的本質(zhì)是什么，并在此基礎(chǔ)上，生產(chǎn)出一種模擬人的智慧思考的一種智能機器。這個方向的研究包括很多不同的領(lǐng)域，如機器人技術(shù)、圖像語音識別、自然語言處理（NLP）以及無人駕駛等。人工智能技術(shù)已經(jīng)提出很久，因為大數(shù)據(jù)與機器學(xué)習(xí)的蓬勃發(fā)展，使得理論和技術(shù)越來越成熟，應(yīng)用領(lǐng)域也在不斷進行拓展。能夠想象得到，未來人工智將給人類帶來更多的便利，相應(yīng)的技術(shù)產(chǎn)品也必將成為人類智慧的“容器”。

傳統(tǒng)意義上的人工智能主要是指“人工智能之父”McMcarthy以及一些其他不同學(xué)科的專家在1956年Dartmouth大學(xué)召開會議時提出的一種概念，現(xiàn)在已經(jīng)成為一門計算機學(xué)科。

當(dāng)前人工智能己在如下一些領(lǐng)域和方向取得了深入的應(yīng)用和發(fā)展：機器人，金融，零售，無人駕駛，智能醫(yī)療等。但是隨著國內(nèi)國外恐怖主義抬頭，傳統(tǒng)的監(jiān)控已經(jīng)不能滿足目前的需求，本文主要從以下幾個方案來闡述AI智能分析特別是人臉識別和動作識別在校園市場的使用。

一、傳統(tǒng)的視頻監(jiān)控的特點與痛點

傳統(tǒng)視頻監(jiān)控雖然已經(jīng)可以實現(xiàn)回放，并將監(jiān)控數(shù)據(jù)存儲一段時間，甚至能夠通過無線網(wǎng)絡(luò)實現(xiàn)遠程通信，但是依然不能實現(xiàn)目標(biāo)識別，無法對一些目標(biāo)信息進行主動判斷，如智能識別盜賊與路人?，F(xiàn)階段，要想實現(xiàn)目標(biāo)信息的全方位監(jiān)控，依然需要在現(xiàn)場對可疑目標(biāo)進行檢索查證，這樣就需要大量的工作人員時刻關(guān)注監(jiān)控視頻的動向，來完成對實況目標(biāo)的監(jiān)測。對于已經(jīng)發(fā)生的事故，需要對監(jiān)控視頻回放，查找相關(guān)可疑人員、目標(biāo)線索等。這種傳統(tǒng)的監(jiān)控方式顯然會造成人力資源的大量消耗。而且人為操作的一個缺點就是，可能會因為操作人員疏忽而錯過重要的信息，導(dǎo)致一些本可以避免的悲劇發(fā)生。

所以由于傳統(tǒng)的視頻監(jiān)控系統(tǒng)缺乏智能，在很大程度上依賴于人的判斷。然而，人類有著自身難以克服的弱點，比如：（1）人力有限，由于人類自身一些弱點，使得反應(yīng)速度與處理速度可能在某些時候有局限，就會導(dǎo)致有些時候不能時刻監(jiān)控目標(biāo)信息。（2）人的主觀能動性，由于人類具有主觀思考的能力，所以有的時候人類做出的決定可能是不正確的，甚至有的時候不能及時發(fā)現(xiàn)威脅，從而錯過最佳處理時間。

綜上所述，在一些較大規(guī)模的視頻監(jiān)控的情形下，AI智能分析變得快速高效，當(dāng)系統(tǒng)具備一定的分析能力之后，就有可能成為輔助人類工作的一種不可或缺的技術(shù)。有時候巨大的人力物力資源的投資，并不能改善人類自身存在的一些弱點，這樣就有可能造成資源浪費。以學(xué)校為例，傳統(tǒng)的視頻監(jiān)控智能被動防御，即記錄發(fā)生的事情，而不能在事故發(fā)生之前主動介入，有時會發(fā)生一些不必要的悲劇與糾紛。

二、人工智能在視屏監(jiān)控的表現(xiàn)

人工智能可以智能分析監(jiān)控屏幕中感興趣的目標(biāo)視頻，提取可疑的人物、車輛、物體等目標(biāo)信息，生成結(jié)構(gòu)化語義描述，實現(xiàn)對特定目標(biāo)的快速定位、查找和檢索。人工智能在視頻內(nèi)容的特征提取和內(nèi)容理解方面具有天然優(yōu)勢。前端攝像頭內(nèi)置人工智能芯片，就可以對視頻內(nèi)容、移動對象進行實時分析與檢測，識別人和車輛屬性信息，并將信息傳輸?shù)胶蠖巳斯ぶ悄茉品?wù)器進行數(shù)據(jù)存儲。將大量的城市信息收集聚合之后，可以利用云服務(wù)器強大的計算能力進行智能分析。人工智能可以對可疑人物的信息進行實時分析與判定，因此可以給出最有可能的建議，及時鎖定嫌疑目標(biāo)的動向，節(jié)約事故處理時間。其強大的交互能力也可以用自然語言與人交流，真正成為學(xué)校管理方面的專家助理。

AI智能視頻技術(shù)可以在很多地方得到應(yīng)用。主要應(yīng)用在以下幾個：

1.高級視頻移動檢測：在復(fù)雜天氣條件（如雨、雪、霧、大風(fēng)等）下，準(zhǔn)確檢測和識別單個或多個物體的運動，包括運動方向和運動特性。

2.對象跟蹤：檢測到移動的對象后，根據(jù)對象的運動情況自動發(fā)送PTZ控制命令，使攝像機能夠自動跟蹤對象。當(dāng)該物體超過攝像機的監(jiān)視范圍時，會發(fā)送信息給臨近區(qū)域的攝像機進行繼續(xù)監(jiān)視。

3.人臉識別：自動識別人臉特征，通過與數(shù)據(jù)庫人臉信息進行比對，能夠驗證出目標(biāo)人臉信息。這種類型的應(yīng)用程序可以分為兩類：“合作類型”和“非合作類型”?！昂献黝愋汀睉?yīng)用程序要求監(jiān)視器在攝像機前停留一段時間，通常使用訪問控制系統(tǒng)?！安缓献黝愋汀敝傅氖侨巳褐械奶囟▊€體。這些應(yīng)用程序可以在機場、火車站和體育場等安全應(yīng)用程序中發(fā)揮重要作用。

4.車輛識別：識別車輛的形狀、顏色、車牌號碼等特征，并將其反饋給監(jiān)視器。這種類型的應(yīng)用程序可以用于諸如被盜車輛跟蹤之類的場景。

5.非法停留：當(dāng)物品（如盒子、包裹、車輛、人員等）在敏感區(qū)域停留過長或超過預(yù)定時間時，會產(chǎn)生報警。典型應(yīng)用場景包括機場、火車站、地鐵站等。

6.交通流控制：用于監(jiān)測道路交通狀況，如車輛通過次數(shù)、平均車速、違規(guī)停車、故障車輛等數(shù)據(jù)。

人工智能AI可以通過收集的信息進行大數(shù)據(jù)分析，得到管理者所需要的信息。

三、AI監(jiān)控在學(xué)校監(jiān)控的應(yīng)用模式

進校，在學(xué)校門口安裝道閘機，進行人臉識別，由于智能監(jiān)控能夠通過人臉來識別學(xué)生，同時可以通過學(xué)生行為，衣著的識別，可以快速地檢查學(xué)生行為衣著是否合規(guī)，如果不合規(guī)迅速記錄到數(shù)據(jù)庫中，為學(xué)校對學(xué)生考核打下數(shù)據(jù)基礎(chǔ)，不需要值周老師進行一對一統(tǒng)計，減輕學(xué)校老師的負擔(dān)

1.行為管理，通過教室里安放行為和人臉識別設(shè)備，通過分析，可以對學(xué)生的坐姿、聽課程度、自習(xí)課紀(jì)律、書寫進行分析，對不符合行為規(guī)范的學(xué)生進行記錄，然后把學(xué)生的圖片直接發(fā)送到老師的手機上，減少中間環(huán)節(jié)，直接提高班級管理效率。

2.校園安全，對于危險地方，池塘、墻頭、上下樓梯地方可以設(shè)置周界報警，越線報警，當(dāng)學(xué)生進入危險區(qū)域，可以產(chǎn)生報警信號，同時聯(lián)動學(xué)校廣播系統(tǒng)，對進入危險區(qū)域的學(xué)生進入警報。學(xué)生放學(xué)時，如果產(chǎn)生上下樓擁擠，也可以產(chǎn)生警報。

3.就餐，學(xué)生進入食堂直接進行人臉識別，然后系統(tǒng)會根據(jù)學(xué)生的身體狀況，進行合理化的菜單推薦，當(dāng)學(xué)生選定菜單以后可以進行人臉識別付款。

4.放學(xué)，學(xué)生放學(xué)離校以后可以進行人臉識別通過門禁。

由以上流程可以看出，人工智能監(jiān)控可以將學(xué)生在學(xué)校的一天的行為習(xí)慣，記錄成數(shù)據(jù)，未來如果和學(xué)生的成績、作業(yè)等方面結(jié)合起來，必然產(chǎn)生巨大的效果。

四、智能分析面臨的問題及未來發(fā)展趨勢

1.智能分析技術(shù)的難點

智能分析技術(shù)面臨的難點是：智能分析的準(zhǔn)確率、智能分析對環(huán)境的適應(yīng)性及不同場景使用的復(fù)雜性。

（1）檢測精度未達到預(yù)期結(jié)果。視頻分析的準(zhǔn)確性在某些地方很難達到人類識別標(biāo)準(zhǔn)。

（2）智能分析對識別場景具有較高的要求，光的變化會導(dǎo)致目標(biāo)顏色和背景顏色的變化，有可能導(dǎo)致錯誤檢測與跟蹤。不同的顏色空間可以減輕光照變化對算法的影響，但這種影響并不能完全消除。

（3）安裝調(diào)試復(fù)雜。智能分析應(yīng)用程序幾乎都需要為每個應(yīng)用程序場景執(zhí)行不同的參數(shù)調(diào)試，并涉及大量的專業(yè)參數(shù)調(diào)試。非專業(yè)人員根本無法調(diào)試出最理想的結(jié)果。

2.大數(shù)據(jù)與智能分析的融合

大數(shù)據(jù)與視頻監(jiān)控具有天然的聯(lián)系，據(jù)統(tǒng)計，每天全國新產(chǎn)生的視頻數(shù)據(jù)達PB級別（PB=1024T），占全部大數(shù)據(jù)份額的50%以上，因此視頻就是大數(shù)據(jù)。在安防領(lǐng)域，主要的數(shù)據(jù)來源是視頻，與其他行業(yè)結(jié)構(gòu)化的數(shù)據(jù)不一樣，視頻本身就是一種非結(jié)構(gòu)化的數(shù)據(jù)，不能直接被計算機進行處理或分析。因此，安防要進行大數(shù)據(jù)應(yīng)用，首先就要采用智能分析技術(shù)將非結(jié)構(gòu)化的視頻數(shù)據(jù)轉(zhuǎn)換成計算機能夠識別和處理的結(jié)構(gòu)化信息，即將視頻中包含的各種信息（主要是運動目標(biāo)及其特征）提取出來轉(zhuǎn)成文字描述并與視頻幀建立索引關(guān)聯(lián)，這樣才能通過計算機來對這些視頻進行快速搜索、比對、分析等。

綜上分析，智能分析具有如下發(fā)展趨勢：

（1）算法準(zhǔn)確率和環(huán)境適應(yīng)性不斷提高，特別是機器學(xué)習(xí)、人工智能等技術(shù)的不斷進步，促進智能分析應(yīng)用的大規(guī)模部署。

（2）前端智能不斷發(fā)展，各種SMART IPC不斷涌現(xiàn)，包括專注某幾種智能分析算法的專用IPC。

（3）智能分析與云計算、大數(shù)據(jù)的融合應(yīng)用將越來越多。

五、結(jié)束語

目前，視頻的高清化已經(jīng)成為現(xiàn)實，制約智能分析分辨率的障礙已經(jīng)消除，未來基于智能分析技術(shù)的安防應(yīng)用將會是安防發(fā)展的一個大方向。給視頻裝上大腦，實時看得懂視頻、快速檢索歷史視頻成為新常態(tài)。傳統(tǒng)的視頻監(jiān)控系統(tǒng)將會因為智能分析技術(shù)的大規(guī)模應(yīng)用，逐步向智能大數(shù)據(jù)綜合應(yīng)用系統(tǒng)發(fā)展。這些發(fā)展必將對學(xué)校的管理產(chǎn)生巨大的影響。

編輯 劉瑞彬