人工智能技術在安防領域應用研究

張世英

中時訊通信建設有限公司，廣東 廣州 510030

0 引言

人工智能（AI）是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。人工智能在安防領域中的發展層次是逆向推進的：第一一個層次是視頻監控終端智能識別技術，例如人臉識別、車牌號識別等；第二個層次是安防數據的智能分析技術，能夠自動儲存數據并進行數據本質分析;第三個層次是大數據分析運算技術，能夠仿真分析一段時間內的環境安防形態，進行深度分析和趨勢預判。人工智能在安防產業的發展階段主要為三個階段：第一個階段是基礎安防產品的人工智能技術應用，如監控圖像識別、語音識別、門禁系統等；第二個階段是高級人工智能應用，安防產品能夠模擬人類思維，代替部分人力工作，并能跨平臺、跨設備聯網協作；第三個階段是超人工智能應用，在某些技術儲備足夠的領域，人工智能的表現能夠優于人類，是人工智能技術發展的頂級階段。人工智能在安防領域中有著非常重要的作用，它已經成為了維護社會治安的重要技術內容，有助于推動社會穩定發展，維護國民的利益。各個部門通過引入人工智能技術，顯著提高了安防領域的發展速度，使得各項工作更具智能化和智慧化水平。通過大力研發人工智能設備，確認明確的安防應用方案，可以充分利用資源，以技術作為支撐，推動安防領域的發展。

1 人工智能技術在安防領域的價值

人工智能技術推進安防管理方式創新，解決安防過程中人防、物防的局限性和隨意性，消除傳統安防感知能力弱、聯動能力差、反應速度慢、預測能力低等弊端，采用現代科技構建一套感知化、物聯化、共享化、智慧化的安防體系，提供集視音頻監控等多維感知、聯動報警、軌跡定位、應急處突、聯動指揮、自主學習、自主預測等功能，提供精準的預控手段和有效的處置措施，確保真正實現安全管理[1]。

2 人工智能技術在安防領域的作用

人工智能核心技術為：視頻結構化技術，大數據技術，視頻智能分析技術等。

（1）視頻結構化技術是通過前端采集設備對于視頻中的人、物等活動目標進行分類檢測；將采集的信息寫入存儲設備便于后續快速查詢檢索提取。（2）提取信息寫入大數據服務器中然后通過大數據技術，搭配大數據服務器進行快速檢索目標或通過行人的半結構化特征進行以圖搜圖。借助大數據技術計算分析能力及海量數據庫管理能力幫助人工智能設備和系統完成剖析預估、自主完備等工作，也使得各項操作能夠更加方便快捷[2]。

（3）視頻智能行為分析技術把前端采集數據通過后端平臺智能分析，提供區域入侵、危險品檢測、隔欄傳物檢測、實時流量、擁堵事件、事故檢測等多種智能行為分析功能。智能算法對畫面中選定區域進行檢測，通過多目標跟蹤算法，檢測并跟蹤進入目標區域的人員，物品的情況。同時智能算法通過深度學習目標檢測算法，進行現場實時自動化剖析，完成目標對象的識別、跟蹤，對異常行為系統給出告警信號，提醒工作人員按照業務軟件的提示進行緊急處置工作。

各個行業通過引入人工智能技術，顯著提高了安防的水平，使得各項工作更具智能化和智慧化水平。大量的智能安防方案的應用有利的維護社會治安，有助于推動社會穩定發展，維護國民的利益。

3 人工智能在安防領域中的應用

3.1 在交通行業中的發展與應用情況

人工智能技術可以完成城市各交通脈絡的監測，借助互聯網技術完成城市管理和交通運輸等環節的控制，保障城市交通的順暢度。若發生交通事故等突發情況，也可以最快速度獲悉，并完成交通疏導[3]。在交通行業通過創建范圍較廣的城市交通運輸管理體系，能夠使各項工作更具精確度和時效性。首先在智能交通體系構建中借助人工智能技術對車輛管理與控制體系、出口與入口體系以及旅游數據體系的詳細分析，結合目前交通資源，人工智能技術可以自動分析路況，智能指引車輛運行，解決城市交通壓力，有效降低資源消耗，達到保護環境的目的。其次相關部門和企業也能夠借助智能化手段，對城市交通進行全方位管控，有效調控車輛行速，使駕駛員出行更加安全，整個交通狀況也能夠更趨穩定和高效。綜上所述通過智能化交通體系構建與智能化手段的利用可以完成交通疏導，緩解城市交通擁堵的情況，避免車輛停留時間過長或者行駛速度過于緩慢，造成尾氣排放量增加或者石油消耗量增加等情況的產生。這種模式不僅可以提高運輸速度，方便人們的日常出行，還能夠提升人們的生活品質，減少廢棄物的產生。

3.2 在公安領域的發展和應用情況

當前社會中的公安領域工作內容包括圖偵、實戰、預判等環節，根據不同階段的需求，可借助人工智能技術完成圖像的識別、視頻特征的提取和內容分析等工作，這種技術應用手段比人工模式更具效率和質量[4]。通過在前端攝像機內置入人工智能芯片，也可以及時探知運動對象的運動軌跡，剖析視頻中的具體內容，對相關車輛屬性進行研究。通過詳細分析數據，截取有效信息并傳輸至后端人工智能中心，借助各項平臺和數據庫完成信息儲存工作。對儲存的海量城市信息進行截取，再利用計算機等技術對各項數據信息進行分析，借助人工智能的智慧化剖析功能，找到有用的數據信息，從而完成對嫌疑人的鎖定，獲得關鍵性的線索。借助人工智能手段可以把犯罪嫌疑人的軌跡由幾天縮短到幾小時甚至幾分鐘，這顯著提高了破案效率，縮短了偵破案件所需的時間，有助于保護公民減少犯罪份子的破壞程度。該技術形式已成為了公安辦案的重要工具和現代化的專業助手，提高工作效率，提升案件偵破的概率。

4 人工智能技術在安防領域應用的案例介紹

某水利樞紐智慧安防建設項目特殊的地理位置決定了其極易受到來自陸域、水域和低空的威脅，安全保衛及反恐防范工作遠比其他水電廠難度更大、要求更高。對某水利樞紐水、陸、低空，設計全方位的、立體的、無死角的智慧安防體系。安防平臺建設的主要內容包含安防平臺綜合應用功能軟件、安防安防業務中心軟件以及數據庫及操作系統、網絡安全系統、系統對接、平臺運維體系及平臺配套硬件等內容。

平臺需針對物聯網、低空防范系統、水域防范等系統通過數據采集模塊進行對接，數據采集模塊獲取到數據后，通過消息隊列公共服務的方式發送給數據處理模塊。數據處理模塊對數據進行清洗、入湖（形成主題和專題數據庫）、建模等。業務處理模塊根據對數據的需求，對其進行抽取、轉換和加載。運行中心IOC應用根據對業務模塊的邏輯關系，對業務處理模塊的服務進行提取、組合、編排，形成高效的應用[5]。本次建設的硬件設備均部署在安防機房。硬件設備主要包含預警指揮系統設備，數據中心核心交換機、服務器匯聚交換機、管理交換機、安全產品、超融合一體機、AI服務器、視頻管理服務器、視頻存儲服務器等。

項目建成后通過運行中心IOC可視化管理平臺將可視化地理信息技術與壩區信息化應用相結合，實現壩區各類基礎設施資源的空間數據、屬性數據與業務數據的統一管理，高效的資源規劃及資源合理調度，為各類業務提供更加及時、有效、直觀的智能化展示。完成壩區多維度空間位置的虛擬化呈現，實現壩區運行數據的可視化展示、監測與預測。達到管理者實時掌握壩區整體運行態勢。通過運行中心IOC可視化展示關鍵指標數據，包括綜合安防、人員通行、車輛管理、低空/水域防范、壩區管理等信息實現構建總體態勢一張圖，結合GIS地圖與精細化建模，可以宏觀查看壩區總體情況、微觀查看壩區重點區域情況，提供點、面結合的壩區全貌。

在某智慧交通項目中針對城區范圍內45個主要路口進行智能化交通系統建設，搭建增城區本地的智能交通管理系統平臺，包括：智能交通指揮中心建設、交通指揮綜合系統、交通控制綜合系統、交通誘導系統、交通視頻監控系統、交通流檢測系統等。通過介入交通“堵點”動態計算控制系統，使每個紅綠燈能夠根據交通流的數量自適應地自動設置紅綠燈時間，在主干道上實現“一個綠燈”的優先綠波控制，指揮中心可以在每個十字路口聯網實時遠程控制，這樣，車輛需要停車等待紅綠燈的十字路口數量將大大減少，使交通事故及擁堵的數目得到有效控制，提高警力的利用效率，顯著提升生產力水平及人民生活質量。

在平安廣州項目+高清改造項目/福田區雪亮工程購置項目我司承接廣州市21條主干道、488個主要路口、14個主要城市出入口等位置的建設，共建設5668個前端監控點，全部為高端配置。在工程項目實際操作的過程當中，應當就監控系統功能的應用深度進行詳細的分析，借助人像識別、監控點自動跟蹤、復位等功能整合信息系統，實現網絡資源的共享。對于前端建設應當實現監控數字化、高清化的效果，在機場、車站、軌道交通等主干道路要尤其注重對人臉抓拍、人臉識別等功能的升級過程。為避免造成資源的浪費，應在重要和主干道部位設置治安卡口，實現充分利用設備資源的目的；同時也要避免一些監控死角部位，通過詳細勘察確定監控布設位置，保證做到高清人臉抓拍。同時應加強關鍵性設備的維護工作，設置明確的規章制度和操作流程，從而在短期目標實現的基礎之上實現長期目標。

5 目前人工智能在應用中存在困難

（1）數據融合的障礙：多維數據碰撞也已被認為是未來業界的發展趨勢之一。多維數據碰撞后將與地理信息系統相結合，用來確定某些特征人群的位置，兼具安全防范及保障人身的安全。目前看來，多維數據碰撞唯一的困擾點在于人臉數據、車輛數據等多種數據的質量問題。由于數據來源不同、數據提供方不同，所采集的數據可能存在噪音數據、數據不準確等質量問題。

（2）要使得AI技術進一步與安防場景結合，不僅需要時間與實踐積累，同時也需要算力、算法進一步的進步，在當下，廠商之間的智能化能力也體現在場景的落地能力的差異上。目前在AI落地的場景的實際運用中，一些標準化的場景中，人臉識別、人證合一、車輛結構化描述等AI技術應用擁有很高的成熟度，應用效果很好。但在非標準場景下，由于安裝角度、光線環境等因素，人臉和車輛的識別分析效果依舊有待提升。

6 人工智能在未來安防領域中的創新和突破形式

6.1 創新技術形式

掌握核心科技，提高安全高可靠性。關鍵核心技術自主研發，包括安防數據中心、綜合應用、安全體系、運維體系、AI音視頻畫面采集增強、音視頻編解碼技術、網絡通信技術等。目前人工智能技術還在不斷革新之中，未來借助高清視頻技術和智能剖析技術，能夠對各項數據信息進行前端處理、靜態處理、動態識別，構建出智慧安防的新發展模式。同時針對智慧安防產業的相關企業，推動其積極運用機器人、語言圖像識別技術、專家系統等多種人工智能技術；推動其遵循國際國內相關標準進行設計，推動其在建設相關數據平臺中組成聯合開發團隊以達到技術高度一體化和聯合應用的目的；推動其利用現有技術，在完備芯片的開發和設計中發揮作用。

6.2 創新政策形式

有關部門通過創新政策，提高資金投入度，并且健全各項制度，能夠真正的扶持智慧安防行業的相關工作，也推動該領域的進一步發展，使得人工智能技術的研發擁有充足條件。各大院校也應開設相關專業，從而培養更多的新興人才。各企業也可以引導安防設施的生產建設工作，可以從國外引進先進人才，加強企業內部專業人才的培訓，使技術研發的力度得以增強。以多方面的政策措施綜合推動人工智能技術的創新和發展。

6.3 需求改善發展模式

社會的穩定發展和政府的職能需求也是整個智能安全領域發展的重要動力和源泉，只有在行業發展的過程中結合智慧安防領域的發展需求，根據社會的發展形態和不同行業的發展現狀，考慮人工智能安防技術的具體應用模式，有目的性的開發相關技術方法，也可以提高人工智能的感知能力，提升識別水準，真正的達到智慧安防領域系統構建和推動行業進一步發展的目的。而且，安防本身的業務應用需求會使人工智能市場擁有更大的發展前景和更多的發展動力。智慧安防技術中的人工智能算法具備一定的特殊性，其中視覺智慧算法在人臉識別、文字識別等過程中得深化應用。只有應用人工智能算法，對各項技術和算法進行深入學習，才能夠有效處理大規模的樣本。在未來，也使人工智能技術在智慧城市的發展中得以深化應用，根據行業的發展需求，掌握市場發展前景，獲得更大的發展空間。

7 結語

綜上所述，人工智能技術是智慧安防管理的重要組件之一。在人工智能的發展過程中，對智能安全產業的投資可以充分體現該技術的價值。且隨著人工智能技術的不斷進步，在智慧安防領域中的各項困難會一一突破，能夠真正的保障城市公共安全，使社會能夠和諧發展。同時，相關部門和企業應當高度重視對人工智能技術的研發工作，使技術在安防領域中的融合度越來越高，且人工智能技術可以與其他技術形式聯合應用，采取有效措施來提升社會整體發展水平，真正推動社會主義經濟的發展過程，也使人們的物質基礎得以提高，生活質量得到保障。