前言:自2016年以来,人工智能迅速成为行业的焦点名词,并得到了长足的发展,人脸识别、车牌识别、视频结构化等技术进入商用阶段。目前看来,人工智能技术已全面落地公共安全、金融、教育、医疗等多个领域,为行业的发展注入了无限新动力。与此同时,作为公共安全的一部分,城市应急管理工作也与人工智能相结合,产生了丰富的应用技术、方法和场景。
近年以来,突发事件的关注度持续走高,以对突发事件进行事前预防、事发应对、事中处置和善后恢复全过程的应急管理系统也迅速发展起来,成为智慧城市、智慧社区等建设中不可或缺的核心部分。且值得注意的是,随着社会事件的日益复杂,当前的应急管理系统,已不仅仅聚焦于突发事件,而是所有的“事故”,包含人为事件和非人为事件。
人工智能大道其行,在人脸识别、车牌识别、大数据、视频结构化等新兴技术的加持下,城市应急管理系统也开始从传统的被动防御向更为智能的主动预防靠近,这种“主动性”涵盖了预防、准备、响应和恢复全过程。
“防患于未然”:第三代事前预警系统
在经历了第一代人为报警,第二代数模混合报警系统之后,第三代事前预警系统已经向完全数字化系统(网络摄像机,网络监视器和视频服务器)进行转变,这也是目前安防领域正在采用的事前预警技术。而我们也可以将第三代事前预警技术视为一种更为智能化的防盗报警技术。
广义认为,第三代事前预警技术被认为是视频监控系统的一部分,其以视频为报警源,用视频分析技术来监测、判断是否符合要预定的报警条件并检测到触发设定条件时启动报警。完成从原来的人工查找到自动推送,从以前的事后查找向事前预测、预防、预警发生根本性的转变。尽管视频监控+视频分析构成了第三代事前预警系统的核心,但就目前而言,当下以智能摄像机为载体的第三代事前预警系统,其基本功能依旧还是实时查看视频、录像保存,仅有部分具有简单的运动检测功能,并不具备物品缺失、绊线检测、滞留检测、区域入侵、人群聚集检测等功能。也就是说,当前的事前预警系统还并未实现安防的真正价值。
不过比较庆幸的是,随着人工智能、大数据、云计算等新兴技术的日益发展和成熟,当下的视频监控技术在AI的加持下也开始向智能化升级,逐渐迎来了视频结构化时代。而在视频结构化时代,视频分析技术将把视频中的结构化数据进行处理集和分析,并将其转化为结构化数据,继而对态势进行事前感知,达到事前预警的效果。
“全线把控”:事中应急处置系统
由于突发事件所处的具体环境和条件不同,每一时间段的特殊矛盾、规模程度、性质和后果不同,卷入事件的群众情况不同,因而事中处置的方法和程序也各有不同。但无论状况如何,事中应急处理系统一般都要经过控制事态、调查研究、制定对策、贯彻实施、评估总结和重塑形象六个环节。
目前看来,人工智能在事中应急处置系统中的应用,主要融合在控制事态以及贯彻实施两大环节。
舆论是突发事件以最大速度流传的中坚力量,正向舆论一般能对突发事件起到激励作用,但过激的舆反而会引起人们的恐慌,继而严重扰乱人们的生活秩序。在控制事态环节中,人工智能通常以“网络抓手”的身份出现在各大网络平台中,根据相关关键词对或将造成不良舆论的言语或资讯进行自动捕捉和删除,避免不良舆论的滋生,从而起到控制事态的作用。
而在事中应急处置的贯彻实施环节,基于人工智能技术而打造的移动应急系统,则是该环节的重要组成部分,能够在重大突发事件应急处置中发挥至关重要的作用。
一套完整的移动应急系统包括应急值守、综合信息、应急协调、信息接报的功能,通过这些功能实现应急处置全过程、全地点、多方参与。例如,在案件发生之后,移动应急系统能自动分析事件属性,如火灾、车祸、洪灾等等,并能自动触发相应报警通道,调动相关处置部门,如火灾调动消防部门、车祸调动交警部门、医院等等。与此同时,移动应急系统还能根据布局在城市各个角落的“眼睛”(摄像机),对当前环境下的交通进行实时智能分析,保证关键信息顺利传递,并规划出最短且最优的通行路线,从而促使相关部门能在最快时间里抵达突发事件现场,为应急处置工作提供有力的技术支撑。
“越练越纯成熟”:事后完善恢复系统
在大数据和人工智能的新思维背景下,政府应急部门的信息资源数字化转型是社会发展大势所向。这一点在事后完善恢复系统中得到了最佳体现。
深度学习通过对数据进行不断训练提高算法的精度,从而使得人工智能技术得到进一步提高,在这个环节当中,庞大且有效的数据是人工智能技术得以提高的重要来源。与人工智能技术的提高一般,城市应急管理系统的日益完善,也需要依靠事后完善恢复系统,对各类突发事件进行评价和“训练”,进而为事前预警系统提供更为准确的事件分析能力,提高城市应急管理系统的应急反应能力。
城市应急管理的关键:可视化管理
不管是事前预警系统、事中应急处置系统,还是事后完善恢复系统,“城市之眼”——视频监控都是城市应急管理系统中的核心环节,起到“眼观六路”的作用。而基于此,城市应急管理工作的关键环节——可视化管理,也因此应运而生。
可视化管理主要依赖于视频监控系统,传统的视频监控手段主要用于监视、录像和回放,不能充分挖掘视频监控技术在应急管理工作中的应用效果,而AI技术可以将非结构化的视频数据进行结构化处理,这样就可以对人员身份管理、车辆速度、车辆违停、潜在危险源发掘方面发挥作用。
随着高清视频监控技术、人脸识别技术、车辆技术识别、视频结构化技术的发展,人工智能技术在广大应急市场已经取得了较为突出的成绩。在城市风险识别监控过程中,通过动态人脸识别可以对事发地进行人的识别、形成人的轨迹、人的周界防护、人的身份特征。而通过基于计算机视觉算法基础形成的深度学习、人工智能、视觉计算的能力可以设计构造基于人的特征行为识别算法,将规范化在社会生产生活中因人的行为导致的相关危害风险,
另外,值得一提的是,视频图像分析技术的出现更是城市应急管理得以成熟的关键所在。从视频图像分析技术的组成来看,由视频图像识别算法和算法深化应用的视频图像分析技术,用算法解决了对视频结构化对象的识别和记录问题,用应用解决的是识别后、记录后的日益增长的海量视频图像数据的场景和需求痛点问题,能够通过海量视频图像数据汇聚全量的视频大数据基础、通过深度学习、机器学习、人工智能、知识图谱技术手段对社会生产生活中人、车、物的视频分析,达到预警预测预判的目标、隐患点动态检测排查效率低下、线索疑情事件的关联关系模糊、无法防患于未然的恶疾。
在实际应用中,视频图像分析技术可进一步转化为应急管理部门监管实战所用的情报,实现视频数据向有效情报的一次转化。
小结:
人工智能技术与城市应急管理系统相结合,是未来城市公共安全必然的发展趋势。但较为遗憾的是,就目前而言,城市应急管理系统还处于“主动预防’的初级阶段,离真正的“智能”还有较长的距离,且在落地过程中,越来越多的弊端也开始显现出来。
此外,除了人工智能技术,AR、VR等技术,也能通过其技术本身为城市应急管理系统带来更多的创新应用。未来城市应急管理系统的“画卷”将如何勾勒,我们拭目以待!