人工智能在安防上有怎樣的期望

伴隨著AI技術(shù)的深化應(yīng)用，中國(guó)智能安防視頻監(jiān)控技術(shù)和系統(tǒng)應(yīng)用的發(fā)展正越來越成熟。本文將主要圍繞著當(dāng)前階段公安實(shí)戰(zhàn)業(yè)務(wù)的應(yīng)用需求以及人工智能在安防領(lǐng)域的應(yīng)用現(xiàn)狀展開討論，同時(shí)也對(duì)智能安防產(chǎn)業(yè)未來的應(yīng)用及技術(shù)趨勢(shì)提出了一些思考方向！

公安實(shí)戰(zhàn)應(yīng)用需求分析

由于海量視頻圖像數(shù)據(jù)資源的積累和多種應(yīng)用場(chǎng)景的適配，當(dāng)前階段國(guó)內(nèi)以人臉識(shí)別和交通卡口機(jī)動(dòng)車圖像結(jié)構(gòu)化描述為代表的智能視頻監(jiān)控的應(yīng)用已經(jīng)相對(duì)成熟，不過，從公安實(shí)戰(zhàn)的需求角度來看，仍有一些待改進(jìn)的地方，簡(jiǎn)單可以概括為這幾個(gè)方面：

1、視頻監(jiān)控系統(tǒng)頂層設(shè)計(jì)，在面向智慧城市、平安城市建設(shè)過程中，如何更好地整合各部門的資源和需求來完善頂層設(shè)計(jì)，比如針對(duì)各警種不同業(yè)務(wù)應(yīng)用需求，利用統(tǒng)一的數(shù)據(jù)資源池提供靈活的算法資源服務(wù)，頂層設(shè)計(jì)是當(dāng)務(wù)之急；2、在計(jì)算資源的頂層設(shè)計(jì)方面，針對(duì)混合計(jì)算的問題，針對(duì)云、邊、端的系統(tǒng)架構(gòu)，如何實(shí)現(xiàn)計(jì)算資源的靈活部署也是需要考慮的方向；3、要能適應(yīng)靈活多變的業(yè)務(wù)規(guī)則，不同的目標(biāo)布控有不同的需求，因此需要進(jìn)一步完善視頻監(jiān)控前端或云端對(duì)于這種業(yè)務(wù)需求的適配性；4、視頻分析作為大數(shù)據(jù)的應(yīng)用，分析的精準(zhǔn)度很大程度上依賴于用于訓(xùn)練的數(shù)據(jù)集，在這個(gè)過程中，希望能夠建立起一個(gè)行業(yè)知識(shí)庫(kù)，來輔助建立更高精準(zhǔn)度的視頻監(jiān)控識(shí)別系統(tǒng)。

從業(yè)務(wù)需求的角度來看，針對(duì)不同警種的業(yè)務(wù)需求以及公安實(shí)戰(zhàn)過程中的不同環(huán)節(jié)，公安視頻監(jiān)控系統(tǒng)主要聚焦在在線視頻智能監(jiān)控預(yù)警、海量視頻離線綜合研判以及共性的視頻解析服務(wù)平臺(tái)這幾大類的業(yè)務(wù)需求方面，這些需求也將帶來警務(wù)模式的創(chuàng)新，從原來傳統(tǒng)的被動(dòng)警務(wù)變?yōu)橹鲃?dòng)警務(wù)。

綜合而言，視頻監(jiān)控分析應(yīng)用不僅是建立更多高清聯(lián)網(wǎng)的視頻監(jiān)控探頭，更重要的是通過一個(gè)視頻解析和服務(wù)體系的建設(shè)，從采集、分析、處理、挖掘各個(gè)環(huán)節(jié)出發(fā)實(shí)現(xiàn)對(duì)海量視頻資源的深度應(yīng)用，以此來促進(jìn)視頻監(jiān)控產(chǎn)業(yè)從監(jiān)控到理解的轉(zhuǎn)型。

人工智能在安防領(lǐng)域的技術(shù)應(yīng)用現(xiàn)狀

那么，針對(duì)公安行業(yè)的應(yīng)用需求，現(xiàn)階段人工智能的技術(shù)應(yīng)用現(xiàn)狀如何？首先來看下視頻結(jié)構(gòu)化描述的技術(shù)進(jìn)展情況。視頻結(jié)構(gòu)化描述有兩個(gè)核心：圖像對(duì)象要素的識(shí)別和構(gòu)建對(duì)象間的語(yǔ)義關(guān)系。

目前很多視頻結(jié)構(gòu)化描述基本只做到了第一層即可以實(shí)現(xiàn)對(duì)圖像對(duì)象要素內(nèi)容的識(shí)別和標(biāo)注，且進(jìn)展已經(jīng)很成熟，甚至已能夠?qū)崿F(xiàn)在前端攝像機(jī)內(nèi)即可實(shí)現(xiàn)結(jié)構(gòu)化描述，比如車輛卡口，能夠?qū)崿F(xiàn)對(duì)車牌、車型、車標(biāo)、車身顏色的信息的識(shí)別。不過對(duì)于一些更個(gè)性化的內(nèi)容檢索，比如車輛年檢標(biāo)志、車內(nèi)掛飾、紙巾盒等細(xì)節(jié)的特征識(shí)別還有一定的發(fā)展空間。另外在非交通卡口像治安卡口這一類非標(biāo)場(chǎng)景下的目標(biāo)識(shí)別檢測(cè)，由于安裝角度、光照條件等因素的影響，視頻機(jī)構(gòu)化描述還有進(jìn)一步發(fā)展空間。

第二層次構(gòu)建起對(duì)象間的語(yǔ)義關(guān)系至關(guān)重要，以闖紅燈的場(chǎng)景為例，闖紅燈語(yǔ)義本身有幾個(gè)要素，包括信號(hào)燈、車輛、交通標(biāo)志、標(biāo)線等，識(shí)別這些要素是視頻結(jié)構(gòu)化描述的第一步。第二步是把識(shí)別對(duì)象之間形成一定的語(yǔ)義關(guān)系，比如車行狀態(tài)、信號(hào)燈狀態(tài)、人和車之間的位置關(guān)系等等，把這些關(guān)系建立起來之后可以形成一個(gè)關(guān)系規(guī)則，它的優(yōu)勢(shì)在于我們可以根據(jù)實(shí)際情況靈活調(diào)整規(guī)則來拓展不同電子警察模式識(shí)別的能力。通過構(gòu)建語(yǔ)義關(guān)系來實(shí)現(xiàn)一些復(fù)雜的規(guī)則，這也是視頻結(jié)構(gòu)化描述的初心，也就是構(gòu)建不止是讓人理解的描述，更要構(gòu)建讓機(jī)器可理解的描述。

要實(shí)現(xiàn)對(duì)象的識(shí)別和構(gòu)建起對(duì)象間的語(yǔ)義關(guān)系，需要一些專業(yè)的技術(shù)支持：一個(gè)是目標(biāo)檢測(cè)和識(shí)別，其次是知識(shí)圖譜，目標(biāo)檢測(cè)識(shí)別出來之后，需要構(gòu)建語(yǔ)義關(guān)系構(gòu)成一個(gè)知識(shí)圖譜，這兩個(gè)方面的技術(shù)是實(shí)現(xiàn)視頻結(jié)構(gòu)化描述的關(guān)鍵。

在人臉識(shí)別的技術(shù)應(yīng)用現(xiàn)狀方面，1:1的人臉識(shí)別在國(guó)內(nèi)的應(yīng)用已經(jīng)非常廣泛，但它也仍然存在一些問題，比如非實(shí)體線下的場(chǎng)景即網(wǎng)絡(luò)場(chǎng)景下需要加強(qiáng)活體人臉檢測(cè)做人臉防偽，在金融等高安全級(jí)別的人臉識(shí)別的場(chǎng)景下也需要進(jìn)一步鞏固人臉識(shí)別的安全性和可靠性。1:N的人臉識(shí)別技術(shù)進(jìn)展也相當(dāng)迅猛，目前在國(guó)內(nèi)已有一些項(xiàng)目落地。

行人檢索的研究也取得了不錯(cuò)的進(jìn)展，但是這些成績(jī)都是基于小規(guī)模的數(shù)據(jù)，不同于車輛識(shí)別，車輛和車牌、車主身份證這些數(shù)據(jù)信息綁定在一起，其數(shù)據(jù)標(biāo)注較為容易，但行人檢索的數(shù)據(jù)標(biāo)注成本相對(duì)會(huì)高出很多，所以導(dǎo)致現(xiàn)階段行人檢索目前的實(shí)用性和可用性方面仍沒有車輛檢索的應(yīng)用成熟。

安防人工智能應(yīng)用發(fā)展趨勢(shì)

伴隨著AI的深化應(yīng)用及應(yīng)用需求的升級(jí)，接下來，智能安防產(chǎn)業(yè)的發(fā)展將呈現(xiàn)這幾大發(fā)展趨勢(shì)：一是后視頻監(jiān)控時(shí)代將迎來物聯(lián)網(wǎng)防控。除了視頻數(shù)據(jù)之外，像Wi-Fi、RFID、電子車牌等不同維度的物聯(lián)網(wǎng)信息都可以關(guān)聯(lián)到一起，通過豐富的數(shù)據(jù)類型，來共同碰撞出更有價(jià)值的信息；二是數(shù)據(jù)融合的能力更強(qiáng)，分析應(yīng)用更智能；三是隨著5G的到來，不同的應(yīng)用場(chǎng)景里面融合通信的程度將會(huì)加強(qiáng)；第四個(gè)就是三維圖像建模，通過將視頻監(jiān)控畫面和三維圖像進(jìn)行融合，實(shí)現(xiàn)城市大場(chǎng)景的虛實(shí)融合，這種應(yīng)用或?qū)⒊蔀槲磥碇笓]中心可視化指揮調(diào)度的一個(gè)新的方向。還有一個(gè)趨勢(shì)是移動(dòng)視頻監(jiān)控信息采集，當(dāng)前階段的視頻監(jiān)控更多是采用固定點(diǎn)位進(jìn)行視頻數(shù)據(jù)的采集，隨著車輛移動(dòng)監(jiān)控以及可穿戴式監(jiān)控設(shè)備的出現(xiàn)，未來移動(dòng)監(jiān)控的應(yīng)用也將成為一大趨勢(shì)方向。

安防人工智能需要攻克的五大技術(shù)要點(diǎn)

同時(shí)，我們還梳理了一些安防人工智能的技術(shù)趨勢(shì)及接下來將重點(diǎn)攻克的技術(shù)要點(diǎn)。首先是視頻流媒體的分布式計(jì)算引擎。視頻云現(xiàn)在還是基于單個(gè)文件的處理，如何實(shí)現(xiàn)基于流媒體的分布式處理需要進(jìn)一步研究；其次在視頻圖像增強(qiáng)方面，盡管視頻監(jiān)控?cái)z像頭清晰度不斷提高，但同時(shí)也存在由于運(yùn)動(dòng)、光線、壓縮等因素造成的模糊，如何實(shí)現(xiàn)對(duì)模糊視頻圖像像素的增強(qiáng)和還原，也是一大技術(shù)方向之一，未來有望通過基于深度學(xué)習(xí)的人工智能技術(shù)來實(shí)現(xiàn)圖像增強(qiáng)的突破；聯(lián)邦學(xué)習(xí)也是這兩年的一個(gè)熱門方向，主要是為了解決數(shù)據(jù)不共享情況下AI訓(xùn)練的問題，聯(lián)邦學(xué)習(xí)可以有效解決“數(shù)據(jù)孤島”問題，讓參與方在不共享數(shù)據(jù)的基礎(chǔ)上聯(lián)合建模，能從技術(shù)上打破數(shù)據(jù)孤島，實(shí)現(xiàn)AI協(xié)作；半監(jiān)督學(xué)習(xí)主要是解決數(shù)據(jù)標(biāo)注的問題，因?yàn)楹芏鄶?shù)據(jù)不可能在短的時(shí)間內(nèi)得到全量的標(biāo)注；還有類腦智能研究，通過摸索大腦對(duì)圖像和動(dòng)作的識(shí)別過程，去發(fā)現(xiàn)深度學(xué)習(xí)在理解大腦模式中所存在的問題，在這方面，可以聯(lián)合神經(jīng)科學(xué)、心理學(xué)等構(gòu)成跨學(xué)科的研究團(tuán)隊(duì)，目前我們和上海類腦中心也在積極探索這方面的理論研究；人工智能對(duì)抗，就像病毒跟反病毒一樣，隨著人工智能技術(shù)的逐漸成熟以及在大眾生活場(chǎng)景中的密切應(yīng)用，未來利用人工智能違法也可能成為一種趨勢(shì)，比如當(dāng)下為了防止人臉信息被盜用冒用推出的人臉識(shí)別活體檢測(cè)手段，人工智能的對(duì)抗研究將是一個(gè)持續(xù)的過程。

在身份認(rèn)證的技術(shù)應(yīng)用方面，區(qū)塊鏈技術(shù)有望進(jìn)一步增強(qiáng)身份認(rèn)證的可靠性和安全性。如何利用去中心化的身份構(gòu)建一個(gè)隱私保護(hù)下的生物特征識(shí)別系統(tǒng)，使得身份信息的隱私保護(hù)提高到一個(gè)新的高度，這也是值得研究的課題，目前關(guān)注區(qū)塊鏈技術(shù)應(yīng)用的企業(yè)不少，未來人證合一領(lǐng)域的技術(shù)應(yīng)用可能會(huì)帶來新的體驗(yàn)。

最后，在整個(gè)產(chǎn)業(yè)都在強(qiáng)調(diào)AI的落地應(yīng)用方面，如何評(píng)判廠商和機(jī)構(gòu)的人工智能算法及產(chǎn)品的質(zhì)量，在沒有數(shù)據(jù)集的情況下，現(xiàn)階段很多測(cè)試還依賴于甲方的評(píng)價(jià)，行業(yè)內(nèi)缺乏一個(gè)專業(yè)的測(cè)評(píng)服務(wù)平臺(tái)，需要構(gòu)建一個(gè)公共的、專業(yè)的測(cè)評(píng)服務(wù)平臺(tái)。

對(duì)于上述這些產(chǎn)業(yè)現(xiàn)狀和待突破的技術(shù)方向，創(chuàng)新技術(shù)的研究和落地應(yīng)用，光靠企業(yè)或技術(shù)單位的力量還遠(yuǎn)不夠，希望政產(chǎn)學(xué)研等多方力量來一起共同推進(jìn)，助推智能安防產(chǎn)業(yè)加速發(fā)展。