董文陽 東營市第一中學
中國是世界上視頻監控發展最快的國家。一組來自行業調查公司IHS Markit2017年的數據顯示,中國在公共和私人領域(包括機場、地鐵火車站、大型商場和街道社區)共裝有監控攝像頭1.76億個,同時期在美國只安裝了大約5000萬個。而且預計到2020年中國安裝監控攝像頭總數會增加到6.26億個。龐大的攝像頭數量為人工智能提供了硬件基礎和切實可行的數據采集方式。
目前人工智能在視頻監控工程方面的應用場景主要包括以下兩點:
(一)視頻監控。2018年1月7日,國務院印發的《關于推進城市安全發展的意見》中,第十六條明確指出:“強化安全科技創新和應用。加大城市安全運行設施資金投入,積極推廣先進生產工藝和安全技術,提高安全自動監測和防控能力。加強城市安全監管信息化建設。”在國家政策的大力支持下,以傳統智能化的視頻監控為基礎,加以人工智能技術應用已成為目前發展的重要指示。通過監控系統,人工智能技術的應用主要為以下步驟:特征識別檢測,信息定位采集,數據庫比對。
從視頻監控片段中提取人臉信息是第一步。自動人臉檢測技術是所有圍繞人臉圖像分析的基礎,主要有人臉檢測,人臉追蹤。以深度學習算法為主的各類算法的發展使其有了長足進步。在弱光、側臉、模糊等情況下的識別精度極高。現在,大部分算法的識別精度在90%以上,反應速度也在毫秒級。前沿的識別技術還包括表情識別和側臉還原技術。后者僅需要一張側臉圖片就能通過算法生成正臉照。在獲得人臉檢測數據的基礎上,根據輸入的圖像自動定位出面部關鍵特征點,這就是人臉關鍵點定位技術。這類似于動作捕捉技術,目標人像面部的關鍵點會被算法提取、整合,而不用在不同的圖像中反復加入關鍵點位上的標志。當前,前沿的關鍵點定位技術有3D關鍵點定位與2D關鍵點定位,已經廣泛地在民用領域實踐,如手機的面部識別。最后,人工智能系統會把采集到的關鍵點信息與身份證等大型數據庫中的圖像比對,進而確定目標。
(二)道路交通監測。類似于視頻監控,人工智能在道路交通監測方面的應用步驟大體分為采集車輛信息,檢測是否違章。而采集信息靠的是專門的電子警察攝像頭與識別靜止的圖像和識別圖像中的人臉不同,在監測道路交通方面,第一步就是要在復雜背景和影子間識別出車輛,這依賴于識別動態物體的算法,常見算法有基于灰度圖像的檢驗算法或基于特征提取的車輛檢測算法,不過此算法識別精度低,不符合現代監測道路信息的要求。以屬于運動追蹤算法STR(空時置信關系)算法為例,影子只會等量地改變像素點的亮度。利用這個差別,STR 算法可以把每個像素點與周圍像素點比較。如果該像素點與周圍像素點的變化同步,即認為該像素點是影子。進而與車輛區分。目前STR算法在白天的車輛檢測率可達99%,夜間可達95%,再配以目標跟蹤算法,電子警察的精度就大大提高了。
進入大數據時代,信息的重要性越發體現,而個人信息的保密與安全越來越被重視。而利用基于深度學習與神經網絡的人工智能對信息的處理與防護就顯得越發重要了。目前,人工智能技術在信息安全領域的應用仍處于探索階段,由于人工智能對大量數據處理的深度學習過程,其主要應用仍集中在原有信息安全防護的基礎上,如入侵檢測,識別垃圾郵件,惡意號碼檢測,攻擊攔截,防網絡詐騙等。
(一)技術。人工智能技術在我國公共安全方面的應用主要依靠堅實的硬件基礎與龐大的信息數據庫獲得數據,基于深度學習等神經網絡系統來對目標的目標對象的關鍵信息及數據進行篩選、解釋,再根據一些算法,如面部識別算法、動態目標追蹤算法、智能攔截算法等解決各個實際問題。然而人工神經網絡對人類神經網絡的模仿機制不夠成熟,目前一些算法也不能恰當準確地解決實際問題。所以,明確大腦神經網絡對問題的處理機制并對人工神經網絡進行優化,更新算法是擴大人工智能使用范圍、完善其使用效果的必經之路。
(二)替代性。顯然,在公共安全領域,尤其是保障社會穩定方面,相對于過去純人工的工作過程,“人工智能+”的模式極大地提高了工作效率和人力資源的利用率,這使得大量曾經從事簡單枯燥工作,比如對監控錄像的分析和對交通情況的實時監控等的勞動力被解放了出來,去做更加復雜、只能由人力完成的工作。
(三)國家大力支持。大數據、人工智能將會是新時代各行各業都會涉及的技術,而我國對大數據和人工智能一直持支持態度,《互聯網+人工智能三年行動實施方案》、《國務院關于印發新一代人工智能發展規劃的通知》等等,一個個政策、建議都表明我國政府正推動我國人工智能行業向世界前列奮斗。而在公共安全領域里,全國的公安科技信息化部門按照公安部黨委的要求,扎實推進基礎信息化建設,積極應用云計算、大數據、物聯網、人工智能等新技術,在系統整合、信息共享等方面取得了突破。下一步,將繼續促進大數據和公安行業的深度融合,打造以系統化、智能化、扁平化、動態化、人性化為特征的智慧公安,不斷提升公安工作的信息化、智能化水平。在國家的大力推動下,我國各個領域將以更大、更深的人工智能覆蓋邁入發展的新時期。