QQ在线
企业微信
资讯（xùn）
475公安实战应用需求分析
由于海量视频（pín）图像数据资源的积累和多种应（yīng）用场景的适配，当前阶段国（guó）内以人脸识（shí）别和交通（tōng）卡口机动车图像结构（gòu）化描述为代表的（de）智（zhì）能视频监控的应用已经相对成熟，不过，从公安实战的需求角度（dù）来看，仍（réng）有一些待改进的地方，简单（dān）可以概括（kuò）为（wéi）这几个方（fāng）面：
1、视频监控系统顶层设计，在面向智慧城市、平（píng）安（ān）城市建设过程中，如何更（gèng）好地整合各部门（mén）的资（zī）源和需求（qiú）来完善顶（dǐng）层设计，比（bǐ）如针对各（gè）警种不同业务应（yīng）用需求，利用统（tǒng）一的数据资源池提供灵活（huó）的算法资源服务（wù），顶层（céng）设计（jì）是当务（wù）之急；2、在计（jì）算资源的顶层设（shè）计方面，针对混合计算的问题，针（zhēn）对（duì）云、边、端的系统（tǒng）架（jià）构（gòu），如（rú）何（hé）实现计算资源（yuán）的灵活（huó）部署（shǔ）也是需要考虑的方向；3、要能适应灵活多变的业务规（guī）则（zé），不（bú）同的目（mù）标布控有不同的（de）需（xū）求，因此需要（yào）进一步完善视频监控前端或（huò）云（yún）端对于这（zhè）种业务需求的适配性；4、视频分析作为大数据的应用，分析（xī）的精准（zhǔn）度很大程度上依赖于用于训练的数据集，在（zài）这个过程中，希望能够建（jiàn）立起一个行（háng）业（yè）知识库，来辅助（zhù）建立（lì）更高精准（zhǔn）度的视频（pín）监控识别系统。
从（cóng）业务需（xū）求的角度来看，针对不（bú）同警种的业（yè）务需（xū）求以及（jí）公安（ān）实战过程中的不同环（huán）节，公安（ān）视频监（jiān）控系（xì）统主要（yào）聚焦在（zài）在线视（shì）频（pín）智（zhì）能监（jiān）控预（yù）警、海量视频离线（xiàn）综合研（yán）判以（yǐ）及共性的视频解析服（fú）务平（píng）台这几大类的业务需求方面（miàn），这些需求也将带来（lái）警务模（mó）式（shì）的创新，从原来传统的被动警务变（biàn）为主动警务（wù）。
综合而言，视频监控分析应用不仅（jǐn）是建立更多（duō）高清（qīng）联网的视（shì）频监控探（tàn）头，更重要的（de）是（shì）通过一（yī）个视频解（jiě）析（xī）和服（fú）务体系的建（jiàn）设，从采集、分析、处理（lǐ）、挖掘各个环节出（chū）发实（shí）现对海量视频资源的深度（dù）应用，以此来促进视频监控产业从监控（kòng）到理（lǐ）解（jiě）的转型。
人工智能在安防领域的技术应用现状（zhuàng）
那么，针对公安行业的应用需求，现阶（jiē）段人工智能的技术（shù）应用现状如（rú）何?首先来看下视频结（jié）构化描述的技术进展情况。视频结构（gòu）化描（miáo）述有两个核心：图像对象要素的识别和（hé）构建对象间的语义关系。
目（mù）前很多（duō）视（shì）频结构化描（miáo）述基本（běn）只做到了第一层即可以实现对（duì）图像对象要素内容的识别和标（biāo）注，且进展已经很成熟，甚至已能（néng）够实现在前端摄（shè）像机内（nèi）即可实现结构化描（miáo）述，比如车辆卡口，能（néng）够（gòu）实现对（duì）车牌、车型、车（chē）标（biāo）、车身颜色的信息的（de）识别。不过对于一些更个性化的内容检索，比如车（chē）辆（liàng）年（nián）检标志、车内挂饰、纸巾盒等细（xì）节的特征（zhēng）识（shí）别还有一定的发展空间。另外在非交通卡（kǎ）口像治安（ān）卡口这一类非标场景下的目标（biāo）识别检测，由于安装（zhuāng）角度、光照条（tiáo）件等因素的影响（xiǎng），视频机构化描（miáo）述还（hái）有进（jìn）一步发展空间（jiān）。
第（dì）二层次构建起对象（xiàng）间的（de）语义（yì）关系至关重要，以闯红灯（dēng）的场景为例，闯（chuǎng）红（hóng）灯语义本身有几个（gè）要（yào）素（sù），包括信（xìn）号灯、车辆、交通（tōng）标（biāo）志、标线等（děng），识（shí）别这些要（yào）素是视频结（jié）构化描述的（de）第一步。第二步是（shì）把识别对象之间形成（chéng）一定（dìng）的语（yǔ）义关（guān）系，比（bǐ）如车行状态（tài）、信号灯状态、人和车之间的位置关系等等（děng），把这些（xiē）关（guān）系建立起来（lái）之后可以形成（chéng）一个（gè）关系规则，它的优势在（zài）于我们可以根（gēn）据（jù）实（shí）际情况灵活调整规（guī）则来拓展不同电子警察模式识别（bié）的能力。通（tōng）过构建语义（yì）关系（xì）来实现一些（xiē）复杂的规则，这也（yě）是视频结构化描述的初（chū）心，也就是构建不止（zhǐ）是（shì）让人（rén）理解的描述，更要构建让机器可（kě）理解（jiě）的描（miáo）述。
要（yào）实现对象的识别和构建（jiàn）起对象间的（de）语义关系，需要一（yī）些（xiē）专业（yè）的技（jì）术支持：一（yī）个（gè）是目标（biāo）检测和识别，其次是知识图谱，目标检测识（shí）别出来之后，需（xū）要构建语义关（guān）系构（gòu）成（chéng）一个知识图（tú）谱，这两个方面的技术是实现视频（pín）结构化描述的关键。
在人脸识别（bié）的技（jì）术应（yīng）用现状（zhuàng）方面（miàn），1:1的人脸识别在国内的应（yīng）用已经非常广泛，但它也仍然存在（zài）一些问题（tí），比如非实体线下（xià）的场景即网络（luò）场（chǎng）景（jǐng）下需要（yào）加（jiā）强活体人脸检测（cè）做人（rén）脸防伪，在金融等高安全级（jí）别的人（rén）脸识（shí）别的（de）场景下（xià）也需要进一步巩（gǒng）固人脸识（shí）别的安全性和可靠性。1:N的（de）人脸识别技术进展（zhǎn）也相当（dāng）迅猛（měng），目前在国内已有一些项目（mù）落（luò）地（dì）。
行人检索的研（yán）究（jiū）也取得了（le）不错的（de）进（jìn）展（zhǎn），但是这（zhè）些成（chéng）绩都是基于小规（guī）模的数据，不同于车辆识别（bié），车辆和车牌、车主身份证（zhèng）这些数据信（xìn）息绑定在一起，其数（shù）据标注较（jiào）为容（róng）易，但行（háng）人检（jiǎn）索的数（shù）据（jù）标注成本相对（duì）会高出很多，所以导致现阶段行人检索目前的实用（yòng）性（xìng）和可用性方面仍没有车辆检索的应（yīng）用成熟。
安防人工智能应用发展趋势
伴随（suí）着AI的（de）深化（huà）应用及应用需求的升级，接下来，智能安防产业的发展将呈现这几大（dà）发展趋势：一（yī）是（shì）后（hòu）视频（pín）监控时代将迎来（lái）物联网防控（kòng）。除了视频数据之外，像Wi-Fi、RFID、电子车牌（pái）等（děng）不同维度的物（wù）联网（wǎng）信息都（dōu）可以关联到（dào）一起，通过丰富的数据类型，来（lái）共同碰撞出更有（yǒu）价值的信息；二是数据融合（hé）的（de）能（néng）力更强，分析应（yīng）用（yòng）更智（zhì）能（néng）；三是随着5G的到（dào）来（lái），不同的应用场景里面融合通信的程度将（jiāng）会加强；第四（sì）个就是三维图像建模，通过将视频监控（kòng）画（huà）面和三维图像进行融（róng）合，实现城（chéng）市大场景的虚实（shí）融（róng）合（hé），这（zhè）种（zhǒng）应（yīng）用或（huò）将成（chéng）为未来指挥中心可（kě）视化指挥调度的一个新的方向。还有一个趋势是移动（dòng）视频监控信息采（cǎi）集，当前阶段的视频监控更多是采用固定点位进行视频数（shù）据的（de）采（cǎi）集，随着车辆移动监控以及可穿（chuān）戴式监控设（shè）备的出现（xiàn），未（wèi）来移动监控的应用也将成（chéng）为一大趋势方向（xiàng）。
安防人工智能需要攻克（kè）的五大技术（shù）要点
同时，我们还梳（shū）理了一些安防（fáng）人工智能的技术趋势及接下来将重（chóng）点攻克的技术要点。首先是（shì）视频流媒（méi）体的（de）分（fèn）布（bù）式（shì）计算引擎。视频云现在还是（shì）基于单（dān）个文件的（de）处（chù）理，如何实现基于流媒体（tǐ）的（de）分布式处理需要进一步（bù）研究（jiū）；其次在视频图（tú）像增强方面，尽管视频监（jiān）控摄像头清晰度不断提高，但同时（shí）也存在由于运动、光线、压缩等因素（sù）造成的模（mó）糊，如（rú）何实现对模糊视频图像像素的（de）增强和还原（yuán），也是一大技术方向之一，未来有（yǒu）望通过基于深度学习的（de）人工智能技术来实现图像（xiàng）增强的突破；联邦学习（xí）也是这（zhè）两年的一个（gè）热（rè）门（mén）方（fāng）向（xiàng），主要是为了解决数据不（bú）共享情况下AI训练的问题，联邦（bāng）学（xué）习（xí）可以（yǐ）有效（xiào）解决“数据孤岛”问题，让参与方在不共享数据（jù）的基础上（shàng）联合建（jiàn）模,能从技术上打破数（shù）据孤岛，实现（xiàn）AI协作；半监督学习（xí）主（zhǔ）要是解决（jué）数据标（biāo）注的问题，因为（wéi）很多数据不可能在短（duǎn）的时间（jiān）内得到全（quán）量的标（biāo）注；还有类脑智能研（yán）究，通过摸（mō）索大脑对图像（xiàng）和动作的识别（bié）过程，去发现深度（dù）学习（xí）在理解大脑模式中所存在的问题，在这方面，可以（yǐ）联合神经科学（xué）、心（xīn）理学（xué）等构成跨（kuà）学科的研究团队，目前我们和上海类脑中心（xīn）也在积极探（tàn）索这方面的理论研（yán）究；人工智能对抗，就像病（bìng）毒跟反病毒一样，随着人工智能技术的逐渐成熟以及在（zài）大众生活场景中（zhōng）的密（mì）切应用（yòng），未来（lái）利（lì）用人（rén）工（gōng）智能违法也可能成为一种趋势，比如当（dāng）下为了防止（zhǐ）人脸（liǎn）信息（xī）被盗用冒（mào）用推出的人脸（liǎn）识别活（huó）体（tǐ）检测手（shǒu）段，人工智（zhì）能的对抗（kàng）研（yán）究将是一个持（chí）续的过程。
在（zài）身（shēn）份认证的（de）技术应（yīng）用方面，区（qū）块链技术有望进（jìn）一（yī）步增（zēng）强身份认证（zhèng）的可靠性和安全（quán）性（xìng）。如何利用去（qù）中心化（huà）的身份（fèn）构建一（yī）个（gè）隐私保护（hù）下的生物特（tè）征识别（bié）系统，使得身份信息的隐（yǐn）私保护提高到一个（gè）新的高度，这也是值（zhí）得研究（jiū）的课题，目前关注（zhù）区块链技术（shù）应用（yòng）的企业（yè）不少，未来人（rén）证（zhèng）合（hé）一（yī）领（lǐng）域的技术应用可能会带来新的体验。
最后，在整个产业都在强调AI的落地应用方面，如何评判厂商和机构的人工智（zhì）能算法及产品的（de）质量，在没有数据集的情（qíng）况（kuàng）下，现阶段（duàn）很多测试还（hái）依赖于甲方的评价，行业内缺乏一个（gè）专业的测评服务平台，需要构建（jiàn）一个公（gōng）共（gòng）的、专业的测评服务平台。
对于（yú）上述这（zhè）些产业现状和（hé）待（dài）突（tū）破的技术方向，创新技术的研究和（hé）落地应用（yòng），光靠企（qǐ）业或技（jì）术单位的力（lì）量还远不够，希望政产学（xué）研等多方（fāng）力量（liàng）来一起共同（tóng）推进，助（zhù）推智能安防产业加速发（fā）展。
