QQ在线（xiàn）
企业微信
资讯
471公安实战应用需求分（fèn）析（xī）
由于海量视频图像数据（jù）资源的（de）积累和多种应用场景的适配，当（dāng）前阶段国内以人脸识（shí）别和（hé）交通卡（kǎ）口机动车图（tú）像结（jié）构化描述为代表的智能视频监控（kòng）的应用已经相对成熟，不过，从公安（ān）实战的（de）需求（qiú）角度来看，仍（réng）有一些（xiē）待（dài）改进的地（dì）方，简单可以概括为这几个方面：
1、视频监控系统顶层设计，在面向智慧城市、平安城市建（jiàn）设过程中（zhōng），如何更好地整合各（gè）部（bù）门的资源和（hé）需求来完（wán）善顶层设（shè）计（jì），比如针对各警（jǐng）种不同（tóng）业务应用需求，利用统一的数据资源池提供灵活的算法资源服（fú）务，顶层设计是（shì）当务之急；2、在计算资源的顶层设（shè）计方面，针对（duì）混合计算的问题，针对云、边、端的系统架构，如何实现（xiàn）计算资（zī）源（yuán）的灵活部署（shǔ）也（yě）是需要考虑（lǜ）的方向；3、要能（néng）适应灵活多变的业务（wù）规则，不同（tóng）的目标布（bù）控有不同（tóng）的需求，因此需要进一（yī）步完善视频监（jiān）控前端或云端对于这种业务需求的适（shì）配性；4、视频分（fèn）析作（zuò）为大数据的应（yīng）用（yòng），分析的精准度很大程度（dù）上依赖于用于训（xùn）练的数据集，在这（zhè）个过程中，希望能（néng）够建立起一个行业知识库（kù），来辅助建（jiàn）立更高精准度的视频监控识别系（xì）统（tǒng）。
从（cóng）业务需求的（de）角（jiǎo）度（dù）来（lái）看，针对不同警种的（de）业务需求以及公安实战过程中（zhōng）的（de）不同环节，公安视（shì）频监控系统主要聚（jù）焦在在线视（shì）频智能监控预警、海量视频离线综合（hé）研判以（yǐ）及共性的视频（pín）解析服务平台这几大类（lèi）的业务（wù）需求方（fāng）面，这些需求也将带来警务模式（shì）的创新，从原来传统的被（bèi）动警（jǐng）务变为主动警务（wù）。
综合而（ér）言，视（shì）频监控分析应用不仅是（shì）建立更多高（gāo）清（qīng）联网的视频监控探头，更（gèng）重（chóng）要的（de）是通（tōng）过（guò）一个视（shì）频解析（xī）和（hé）服务体系的建设，从采集、分析、处理、挖掘各（gè）个环节出发（fā）实现对海（hǎi）量视频资（zī）源的深度应用，以（yǐ）此来（lái）促（cù）进视频监控产（chǎn）业从监（jiān）控到理解的转（zhuǎn）型。
人（rén）工（gōng）智能在安防（fáng）领域的技（jì）术应用（yòng）现（xiàn）状
那么，针（zhēn）对公（gōng）安行业的（de）应用（yòng）需求，现阶（jiē）段人工（gōng）智能的技术（shù）应用现（xiàn）状如何?首先来看（kàn）下视频结构化描述（shù）的技术进展情况。视（shì）频结构化描述（shù）有两个（gè）核心：图像对（duì）象要素的识别和构建对（duì）象间（jiān）的语义关系（xì）。
目前很多视频结构化（huà）描述基本只（zhī）做到了第一层（céng）即可以实现对图（tú）像对象要素（sù）内容的识（shí）别和（hé）标注，且进（jìn）展已经（jīng）很成熟，甚至已能够实现在（zài）前端摄像机内（nèi）即可实现结构化描述，比如车辆卡口，能够实现对车牌、车型、车标、车身颜色的信息的识（shí）别。不过对于一（yī）些更个性化的（de）内容检索，比如车辆年检标志、车内挂饰（shì）、纸巾盒等细节的特（tè）征识别还有一（yī）定的发（fā）展空间。另外（wài）在非交通（tōng）卡（kǎ）口像治安卡口这（zhè）一类非标场（chǎng）景下（xià）的目标识别（bié）检测，由（yóu）于安装角度、光照条件等（děng）因（yīn）素的影响，视频机构化描述还有进一步发展空间。
第（dì）二层次（cì）构（gòu）建起对象（xiàng）间的（de）语义关系至关（guān）重要，以闯红灯的场景为（wéi）例（lì），闯红灯语义本身有几个（gè）要素，包括信（xìn）号灯、车辆、交通标志、标线等（děng），识别这些要素（sù）是视频结构化描（miáo）述（shù）的（de）第一步。第二步（bù）是把识别对象之（zhī）间形成一定的（de）语义关系，比如车（chē）行状态、信号灯（dēng）状（zhuàng）态、人和（hé）车之间的位置关系等等，把这些关系（xì）建立起来之（zhī）后可以形（xíng）成一个（gè）关系规则，它的优（yōu）势（shì）在（zài）于我们（men）可以根据实际情况灵活调整规则来（lái）拓（tuò）展不同电子警察（chá）模式识别的能力（lì）。通过构（gòu）建语义关系来（lái）实现一些复杂的规则，这也是视频结构化描述（shù）的初心，也就是（shì）构建不止（zhǐ）是让人（rén）理解的（de）描（miáo）述（shù），更要构建让机器可理解（jiě）的（de）描述。
要实现对象的（de）识别和构建起对象（xiàng）间的语义关系，需要（yào）一（yī）些专（zhuān）业的技术支（zhī）持（chí）：一个是目标（biāo）检测和识别，其次是知（zhī）识图谱，目标检测识别出来（lái）之后（hòu），需要构建语义（yì）关系构成（chéng）一个（gè）知（zhī）识图谱，这两个方面的技术是实现视频结构化描述的关键。
在人脸识别的技术应用现状方（fāng）面（miàn），1:1的人脸识别（bié）在国内的应用已经非常广泛，但它也（yě）仍然（rán）存（cún）在一些（xiē）问（wèn）题，比如非实体（tǐ）线（xiàn）下的场景即网络场（chǎng）景下需要加强活体人脸检测做人（rén）脸防伪，在金融等高（gāo）安全级别的人脸识（shí）别的场景下也需要（yào）进一步巩固人脸识别（bié）的安全性和可靠性。1:N的人脸识别技术进展也相当迅猛，目前在国内已有一（yī）些项（xiàng）目落地。
行人（rén）检（jiǎn）索的研究也取（qǔ）得了不错的进展（zhǎn），但是这些成（chéng）绩都是基于小规（guī）模的数据，不同（tóng）于车辆识别，车辆和车牌、车（chē）主身份证这些数据信息绑定在一起，其数据（jù）标注较为（wéi）容（róng）易（yì），但行人检索的（de）数据（jù）标注成本相对会高（gāo）出很多，所以导致现阶段行人检（jiǎn）索目前的实（shí）用性和可用性方面（miàn）仍没有车辆检索的应用（yòng）成熟。
安防（fáng）人工（gōng）智能应（yīng）用发展趋势
伴（bàn）随着AI的深化应用及应（yīng）用需求（qiú）的（de）升级，接下来，智能安防产业（yè）的发展将呈现（xiàn）这几（jǐ）大发展趋势：一（yī）是（shì）后视频监（jiān）控时代将迎（yíng）来物联网防控。除了（le）视（shì）频数据之外，像（xiàng）Wi-Fi、RFID、电子（zǐ）车牌等不同维度（dù）的物联网信息都可以关联（lián）到一起（qǐ），通过丰富的数据（jù）类（lèi）型，来共同碰撞出更有（yǒu）价值（zhí）的信息；二是数据融合的能力更强，分析应用更智能；三是随着（zhe）5G的到（dào）来，不（bú）同（tóng）的应（yīng）用场景里面融合通信的程度将会加强（qiáng）；第四个就是三（sān）维图像建模，通过将视频监控画面（miàn）和三（sān）维图（tú）像进行融合，实现城市大场景（jǐng）的（de）虚实（shí）融（róng）合，这种应用或（huò）将成为未来指挥中心（xīn）可视化指挥调度的一个新的方（fāng）向。还（hái）有一个趋势是（shì）移动视频监控信（xìn）息采集，当前阶（jiē）段的视频监控更多（duō）是采用固定点（diǎn）位（wèi）进（jìn）行（háng）视频数据的采集，随着车辆移动监控以（yǐ）及可穿（chuān）戴式监控设备（bèi）的（de）出现，未来移动（dòng）监控的应用（yòng）也（yě）将成（chéng）为一大（dà）趋势方向（xiàng）。
安防人工智能需要攻克的五大技（jì）术要（yào）点
同时，我（wǒ）们还梳（shū）理了一些安（ān）防人工智能（néng）的技（jì）术趋势及接下来将重点攻克的技术要（yào）点。首先是（shì）视频流媒体的（de）分布式计算引（yǐn）擎。视频（pín）云（yún）现在还是基（jī）于单个（gè）文件的处理（lǐ），如何实现基于流媒体的分布式处理需要进一步（bù）研究（jiū）；其次在视频（pín）图像增强（qiáng）方面，尽管视（shì）频（pín）监控（kòng）摄像（xiàng）头清晰度不断提（tí）高，但同时（shí）也存在由（yóu）于运（yùn）动、光（guāng）线、压缩等因素造成的（de）模糊，如何实现对模糊（hú）视（shì）频图像像素的增强（qiáng）和（hé）还原，也是一大技术方（fāng）向之一，未来有望（wàng）通过基（jī）于深度（dù）学习（xí）的人工智能技术（shù）来实（shí）现（xiàn）图像增强的突破；联（lián）邦学习也是这两年的一个热门方向，主（zhǔ）要（yào）是为（wéi）了解决数据（jù）不（bú）共享情况下AI训练的问题，联邦学（xué）习（xí）可以有效解决“数据孤岛（dǎo）”问（wèn）题，让参与方在不共享数（shù）据的基础上联合（hé）建（jiàn）模,能从（cóng）技术（shù）上（shàng）打破数据（jù）孤（gū）岛，实（shí）现AI协作；半监督学习主要是解决数据标注的问题，因为很（hěn）多数据不可能在短的时间内得（dé）到全量的标注；还有（yǒu）类脑智能研究，通过摸索大脑对图像和动作的识别过程，去发现（xiàn）深度学习在（zài）理解大（dà）脑（nǎo）模式（shì）中所存在的（de）问题，在这方面（miàn），可（kě）以联（lián）合神（shén）经（jīng）科学、心理学等构成跨学科的研究团（tuán）队，目前我们和上海类脑中心也在积极探索这方面的理论（lùn）研究；人工智（zhì）能对抗，就（jiù）像病毒跟反病毒一样，随着人工（gōng）智（zhì）能（néng）技术的（de）逐渐成熟（shú）以（yǐ）及（jí）在大众生活（huó）场景中（zhōng）的密切应用，未来利用人工智能违法也（yě）可能成为一种趋势，比如当（dāng）下为（wéi）了防止人脸信息被盗用冒用推出的人（rén）脸（liǎn）识别活体检测（cè）手（shǒu）段，人工智（zhì）能的对（duì）抗研（yán）究（jiū）将（jiāng）是一个（gè）持续的过程（chéng）。
在身份认证的（de）技术应（yīng）用方（fāng）面，区块链技术有望进（jìn）一步（bù）增强身份（fèn）认（rèn）证的可靠性和（hé）安全性。如何（hé）利用（yòng）去中（zhōng）心化的（de）身份构建一（yī）个隐私保护下的生物特征识别系统，使（shǐ）得身份信息的隐（yǐn）私保护提高到一个（gè）新的高度（dù），这也是（shì）值得研究的课题，目前关注区块（kuài）链技（jì）术应用的企业不（bú）少，未来人证合一领域的（de）技术应用可（kě）能会带（dài）来新（xīn）的体验。
最（zuì）后，在整（zhěng）个产业都在强调（diào）AI的落地应用方面，如何评判厂商和机构的人工智能算法及产（chǎn）品的质量，在没有数据集（jí）的情况下（xià），现阶段很多测试还（hái）依赖于甲方（fāng）的（de）评价，行业内缺乏一个专业的测评服务平台（tái），需要构建一个公（gōng）共（gòng）的、专业的（de）测评（píng）服务平台。
对于上（shàng）述这些产业现状和待突（tū）破的（de）技（jì）术（shù）方（fāng）向，创新技术的研究和落地应（yīng）用，光靠（kào）企业或技术单（dān）位的力量还远不够（gòu），希望政（zhèng）产学研等多方力量来一起共同推进，助推（tuī）智能安防产业加速发展。
