AI上安防新赋能 - 安防知识网

目前无论是整个人工智能的发展，还是安防智能化的发展，其水平仍然存在起步的阶段，人工智能是安防领域的未来，在通往未来的道路上，还有许许多多障碍和困难需要跨越和克服，但总体趋势是乐观的。AI厂家和传统安防厂家在安防的新形式下更多的应该共享共赢—共同开拓市场，共同合作互赢。实战应用是检验安防产品的主要渠道。AI厂家和传统安防厂家通过结合彼此的优势资源，彼此赋能，抱团取暖，就会打破市场的独角兽，一花独放不是春，百花齐放春满园。AI上安防新赋能!

2017年“人工智能”在安防行业彻彻底底的火了一把。深圳安博会上AI独角兽商汤、云从、依图、旷视集体亮相，高调展示着CV类企业基于人脸识别算法优势在公安、交通、金融等领域的智能安防系统应用案例，架势完全不输专业安防厂商，在过去几年里，凭借在人工智能算法上的技术优势，尤其是人脸识别，CV类企业拿下了不少智能安防项目大单，传统安防多年来精心构建的智能化视频技术壁垒，随着人工智能时代的到来，走到了和CV类企业并线的局面，AI独角兽在安防领域的影响力，这是安防厂商，尤其是几大安防巨头不可忽视的力量。

　　随着产业结构的调整，老牌安防厂家都把人工智能作为一个最重要的产业布局。硬件技术的进步和快速推广，为人工智能向安防行业渗透提供了先天的有利条件。通过近一两年的探索，一批优秀的安防生产厂家将人工智能技术应用于安防行业，并开发出交通卡口、人脸布控、警戒系统、案情分析等多种垂直应用功能。随着各大安防厂家对人工智能持续的产业化应用，以人工智能算法为主要形式的安防智能化在2018年将实现爆发式增长，全国范围内的智能化平安城市建设将成为安防行业的重要发力点，人工智能技术将成为安防企业下一阶段的核心竞争力。

　　传统安防企业在人工智能的布局

　　传统安防从大方面来说要解决三个核心需求：看得见、看得清、看得懂。看得见属于最低需求，目前已经彻底解决。看得清这个需求在目前阶段还有很大的发展空间，不管是天地的“超星光”、还是海康的“黑光”其核心解决的痛点在于“看得清”的问题。作为行业的重要发展方向，未来的安防行业将是高科技云集的行业，智能+安防的组合模式为行业发展最终步入智能化阶段提供动力，其重点解决的是“看得懂”的问题。总体来说，视频监控行业经历四个阶段：起步阶段，传统模拟监控，国内自主知识产权落后，安防系统用户局限于政府部门;发展阶段，数字监控，安防用户增多，监控规模扩大，图像数字化储存，分辨率迈入标清时代;提高阶段，高清化监控，市场容量持续增加，视频监控系统与用户业务系统融合;智能化阶段，逐步形成集数据传输、视频、控制于一体的智能化安防综合管理平台。

　　随着4K、H.265等技术的普及，视频清晰度不断提升，带宽码流不断下降，人工智能将率先在安防领域实现点线面全纬度覆盖。其核心原因在于：

　　1) 算法成熟：安防监控的场景较为集中，容易实现技术优化和突破，目前图像识别的算法已经满足安防监控的要求;

　　2) 需求明显：从政府到民间，安防正在向全时间全地域纬度扩展;

　　3) 基础稳固：政府一直大力投资安防监控领域，全国过半的摄像头已经完成高清化改造，警务电子化和信息化已逐步完成，为人工智能部署提供了条件;

　　从人工智能技术上来看，安防监控除了以图像识别为基础的人脸识别、车辆识别、行为特征识别等视频结构化分析外，最重要的一点就是事前预防，从事后查证到事前预防才是安防的本质。

　　智能在事前预防的应用是安防最重要的发力点，这一点在市场也得到了强烈反响。比如天地伟业推出的警戒系列产品，在传统安防更多关注于事中报警和事后取证的时代，天地伟业技术有限公司集安防领域数年经验，在实现了全天，全方位，全距离的高清视频监控基础上，着眼于“事前预警”，推出了“无预警不安防”的星光级警戒功能球机，开启了主动防御的安防时代。

　　传统安防厂家的不足在于算法的样本，AI的专注度，特定领域的应用场景相教于AI新贵们存在不足，但是优势在于有完善的产业链和丰富的用户群，对行业理解深。

　　AI独角兽如何切入安防

　　人工智能的安防新贵的核心在算法，其智能的方向是以图像分析为基础的智能应用。主要包括人们熟悉的人脸识别、文字识别和大规模图像分类等，深度学习大幅提升了复杂任务分类的准确率，使得图像识别、语音识别，以及语义理解准确率大幅提升。人脸方面，可以实现人脸检测、人脸关键点定位、身份证对比、聚类以及人脸属性、活体检测等等。在智能监控方面，可以做人、机动车、非机动车视频结构化研究。在文字方面，小票的识别、信用卡的识别、车牌的识别，这些都是由深度学习的算法来做的。同时在图像的处理方面，在去雾、超分辨率、去抖动、去模糊，HDR、各种智能滤镜的设计都是用深度学习的算法。安防行业深度学习主要集中在人体分析(人脸识别、人体特征提取技术)、车辆分析(车辆识别技术、车辆特征提取技术)、行为分析(目标跟踪检测技术、异常行为分析技术)、图像分析(视频质量诊断技术、视频摘要分析技术)四大块上。这部分对AI新贵们来说算法是切入安防的最重要的一个桥头堡。

　　但是只有算法是远远不够的，安防的产业链从前端采集、中间传输、后端存储、平台软件、解码显示等等整个链条，从来没有哪个行业的产业链这么长，而且每一环都需要不同类型的硬件支撑。这是AI新贵们始终绕不过去的问题，如果不做硬件那就注定在安防做不大，如果做硬件那就一入硬件深似海很容易迷失方向。

　　AI在安防如何落地

　　AI智能安防的部署按照目前的系统架构一般需采取点线面相结合的方式进行全方位立体化部署以达到系统全覆盖、智能全渗透、事件全过程的目的。具体来说：

　　1)“点”布防，以卡口、出入口的身份认证为主，应用于车站、机场、酒店等关键节点;采取单点布防的场景主要以人脸识别、智能预警为核心技术，系统通常可以完成“人脸图像+身份证+局端数据”三者比对并完成身份验证，众多安防企业已经完成技术迭代，实现高于99%的识别率，接近虹膜识别准确率，可以实现金融安防级别的应用。

　　2)“线”布防，以道路监控为主要部署场景，结合车辆识别和人脸识别;

　　警戒系统是人工智能实现把各个点连成“线”的重要应用场景。在这个领域负责采集有关道路交通流量的各种参数，例如车流量，车速，车型，排队时间和长度等。随着人工智能技术的不断进步，基于车辆识别的识别类算法可大幅降低道路信息监控系统的技术门槛，提高道路执法效率。目前运用智能警戒的识别技术，通过安装在道路旁边或者中间隔离带的支架上的摄像机和图像采集设备将实时的视频信息采入，经过对视频图像的实时处理分析得到各种交通信息，如车辆的流量、速度、交通密度、车型分类、车辆排队长度、转弯信息等。图像识别目前已经能够胜任识别车牌，车辆颜色，车辆品牌，车辆类型(SUV，普通轿车，皮卡等)，车辆型号(类似于9代雅阁，8代雅阁等)，以及驾驶员是否使用安全带及接听手机等行为。

　　3)“面”布防，以热点区域、重点场所为主要部署场景，应用人群与行为特征分析技术，按需部署警戒产品;

　　通过对视频的迅速分析，信息分析平台可以监测出可视范围内的人群数量和人群聚集点，捕捉每个个体的行为动作，形成重点场所及区域的面状布防。主要功能包括：人数统计分析：统计视野范围内人群的数量，跟踪个体行为轨迹，防止人群密度超负荷;个体跟踪：结合人脸识别技术，智能跟踪特定人员的运动轨迹与行为举止，实现提前预警;禁区管控：对禁区范围实现实时监控，对违规行为实时报警;异常行为分析：对人物行为进行分类，并及时预警异常动作行为。

　　未来如何发展？

文/郭辉天地伟业技术有限公司首席产品总监