人工智能賦能各行各業(yè)已是大勢(shì)所趨，連養(yǎng)豬都運(yùn)用AI了，如果某個(gè)行業(yè)到現(xiàn)在還不談AI，恐怕離被時(shí)代淘汰就不遠(yuǎn)了。這不，安防領(lǐng)域早已刮起了“AI”風(fēng)，在大數(shù)據(jù)、人工智能等技術(shù)的帶動(dòng)下，安防正在向城市化、綜合化、主動(dòng)安防方向發(fā)展，智能安防已經(jīng)成為當(dāng)前發(fā)展的主流趨勢(shì)。

據(jù)統(tǒng)計(jì)，安防在2018年中圍繞區(qū)域人群監(jiān)控、案情分析系統(tǒng)等必將落地更多AI產(chǎn)業(yè)化應(yīng)用，從2016年下半年開始功能性軟件訂單在政府訂單占比迅速提升，2018年將迎來(lái)爆發(fā)期；

AI+安防是安防行業(yè)升級(jí)的大勢(shì)所趨，目前屬于金字塔頂部的高端業(yè)務(wù)，AI+安防的主要應(yīng)用場(chǎng)景包括以下幾點(diǎn)：

1.人體分析：人臉識(shí)別、體態(tài)識(shí)別、人體特征提取等；

2.車輛分析：車牌識(shí)別、車輛識(shí)別、車輛特征提取等；

3.行為分析：目標(biāo)跟蹤監(jiān)測(cè)、異常行為分析等；

4.圖像分析：視頻質(zhì)量診斷、視頻摘要分析等。

AI+安防的技術(shù)落地情況

除了已經(jīng)相當(dāng)成熟的靜態(tài)人臉識(shí)別技術(shù)，目前AI+安防仍然處于概念炒作階段，小編搜索瀏覽了大量新聞報(bào)道，關(guān)于AI+安防的落地應(yīng)用也只看到了以下兩條信息：

1.�？低�視推出AI Cloud

2018年3月30日，安防領(lǐng)域的“老大哥”海康威視在杭州國(guó)際博覽中心舉辦了的“智涌錢塘——2018 AI Cloud生態(tài)國(guó)際峰會(huì)”上，推出了云邊融合的智能物聯(lián)網(wǎng)架構(gòu)——AI Cloud。

AI Cloud由邊緣節(jié)點(diǎn)、邊緣域、云中心三個(gè)部分構(gòu)成，邊緣節(jié)點(diǎn)是由一個(gè)或多個(gè)物聯(lián)網(wǎng)設(shè)備組成的感知系統(tǒng)，能更精確地捕捉視頻中的有效信息及多種類型的物聯(lián)網(wǎng)數(shù)據(jù)，邊緣域可以就近存儲(chǔ)及處理數(shù)據(jù)，能夠?qū)κ录�作出�?shí)時(shí)響應(yīng)，云中心則可以進(jìn)行多維數(shù)據(jù)融合及大數(shù)據(jù)分析應(yīng)用，三層各司其職又相互協(xié)同。所以AI Cloud是一個(gè)更懂智能物聯(lián)網(wǎng)的云邊融合系統(tǒng)。

雖然目前的視頻監(jiān)控網(wǎng)已經(jīng)逐步完善，但依然存在數(shù)據(jù)復(fù)雜、應(yīng)用不足、效率低下等問(wèn)題，比如一座中等城市每天所產(chǎn)生的視頻存儲(chǔ)量就相當(dāng)于1000億張照片，一個(gè)人看完需要100多年，想要從中找出目標(biāo)真是費(fèi)時(shí)費(fèi)力，而基于�？低�視AI Cloud的智能視頻網(wǎng)能夠有效解決這些問(wèn)題，通過(guò)人工智能技術(shù)可以讓機(jī)器“看得懂”視頻中的人、車、物、行為等內(nèi)容。另外，經(jīng)過(guò)多元異構(gòu)數(shù)據(jù)的融合，再經(jīng)過(guò)大數(shù)據(jù)的邏輯推理能力，使系統(tǒng)具備認(rèn)知智能，也就是說(shuō)，它可以通過(guò)視頻中的數(shù)據(jù)分析快速找到可疑對(duì)象。

2.城市大腦“天曜”用AI視覺助力杭州安防

2018年4月8日，杭州城市大腦發(fā)布AI產(chǎn)品“天曜”，升級(jí)監(jiān)控球機(jī)智能感知系統(tǒng)。現(xiàn)在“天曜”在試點(diǎn)區(qū)域已能掌控249路監(jiān)控球機(jī)，覆蓋700多個(gè)道路斷面，釋放巡邏警力約200余名，全年無(wú)休。

通過(guò)自動(dòng)跟蹤識(shí)別與智能感知技術(shù)，使其具備城市級(jí)大規(guī)模攝像頭的實(shí)時(shí)分析能力，在監(jiān)控球機(jī)的使用效率上進(jìn)一步突破，實(shí)現(xiàn)了機(jī)器視覺替代交警巡邏。

AI在安防行業(yè)應(yīng)用中存在的挑戰(zhàn)

1.深度學(xué)習(xí)需要大量的數(shù)據(jù)樣本進(jìn)行訓(xùn)練，理論上收集數(shù)據(jù)便可以讓機(jī)器無(wú)所不能，但現(xiàn)實(shí)卻不是如此。各個(gè)地區(qū)各個(gè)行業(yè)樣本特征的差異，直接限制樣本是無(wú)法無(wú)限制收集的，除了邊緣計(jì)算外，研究如何在有限樣本下提升學(xué)習(xí)能力是企業(yè)要直面的難題；

2.如何將收集到的安防場(chǎng)景的數(shù)據(jù)樣本與實(shí)戰(zhàn)結(jié)合起來(lái)，是安防AI化真正要思考的問(wèn)題，技術(shù)如果不與實(shí)戰(zhàn)融合，那么行業(yè)在本質(zhì)上是沒(méi)有進(jìn)步的；

3.安防AI的廣度和深度如何發(fā)展，當(dāng)前智能前端所識(shí)別的數(shù)據(jù)僅僅是淺層信息，未來(lái)如何在廣度上衍生出更多細(xì)分領(lǐng)域產(chǎn)品及在深度上如何完成深層信息的認(rèn)知，是深度學(xué)習(xí)在安防行業(yè)的挑戰(zhàn)；

4.數(shù)據(jù)資源分散，現(xiàn)階段安防領(lǐng)域監(jiān)控?cái)?shù)據(jù)的開放性和共享程度相對(duì)較低，很難開展多維數(shù)據(jù)的交叉融合分析，這使得人工智能分析缺乏有效的數(shù)據(jù)支撐，同樣也會(huì)影響準(zhǔn)確率；

5.場(chǎng)景理解受限，由于缺乏有效的專業(yè)領(lǐng)域經(jīng)驗(yàn)知識(shí)的積累，視頻內(nèi)容的理解能力偏弱，目前的智能分析多為單場(chǎng)景的目標(biāo)檢測(cè)和行為分析，很少涉及大范圍場(chǎng)景的關(guān)聯(lián)行為分析，以致很難用于異常行為分析和風(fēng)險(xiǎn)預(yù)測(cè)。

AI＋安防未來(lái)的技術(shù)趨勢(shì)

在3月31日舉辦的“2018中國(guó)人工智能安防峰會(huì)”上中科院生物識(shí)別與安全技術(shù)研究中心主任李子青談了AI＋安防未來(lái)的技術(shù)趨勢(shì)：

第一，大數(shù)據(jù)閉環(huán)自主學(xué)習(xí)，行業(yè)通過(guò)前端獲取數(shù)據(jù)，數(shù)據(jù)抓取之后經(jīng)過(guò)結(jié)構(gòu)化或者直接送到后臺(tái)大數(shù)據(jù)存儲(chǔ)，通過(guò)核心引擎實(shí)現(xiàn)數(shù)據(jù)的訓(xùn)練，最后實(shí)現(xiàn)后臺(tái)大數(shù)據(jù)與核心引擎的再學(xué)習(xí)打通，實(shí)現(xiàn)閉環(huán)。

第二，從大數(shù)據(jù)到一人一檔。通過(guò)路人庫(kù)和名單庫(kù)這兩個(gè)集合的合輯梳理成一人一檔，實(shí)現(xiàn)跨時(shí)空的目標(biāo)軌跡挖掘等應(yīng)用，是核心算法和大數(shù)據(jù)產(chǎn)生的結(jié)果。

第三，新一代智能攝像機(jī)，不僅能實(shí)現(xiàn)臉、人體、車輛的視頻結(jié)構(gòu)化集成到前端去，而且能實(shí)現(xiàn)全光照拍攝功能。

編輯視點(diǎn)

隨著AI公司的融資額不斷創(chuàng)新高，資本市場(chǎng)越來(lái)越看好AI技術(shù)，而安防行業(yè)是AI應(yīng)用較多的地方。但是，很多廠商對(duì)AI技術(shù)和安防行業(yè)缺少深入地理解，一窩蜂追熱點(diǎn)、博眼球，出現(xiàn)了同質(zhì)化趨勢(shì)。以安防行業(yè)人臉應(yīng)用為例，很多AI廠商宣傳的亮點(diǎn)仍停留在“識(shí)別率”的階段，而忽視了人臉識(shí)別技術(shù)僅是安防行業(yè)人臉應(yīng)用的“使能技術(shù)”之一，只有真正對(duì)安防行業(yè)的深入理解，才能實(shí)現(xiàn)“AI”在安防行業(yè)的落地。