QQ在线
企业微信
资（zī）讯
472公安（ān）实战应用需求（qiú）分析
由于海（hǎi）量视频图像数据资源的积累和多种应（yīng）用（yòng）场景的适配，当前阶段国内以人（rén）脸识（shí）别和（hé）交通卡口机（jī）动车图像结（jié）构化（huà）描述为（wéi）代表的（de）智能（néng）视（shì）频监控的应用已经相对（duì）成（chéng）熟，不过，从公安实战的需求角（jiǎo）度来看，仍有一些待改进的地方，简单（dān）可以概括为这（zhè）几个（gè）方面：
1、视（shì）频监控（kòng）系统顶层设计，在面向智慧城市、平安城市（shì）建（jiàn）设过程中，如（rú）何更好地（dì）整合各部门的资源（yuán）和需求来（lái）完善顶层设（shè）计，比如针对（duì）各警种不（bú）同业务应用需求，利用统一的数据资源池（chí）提供灵活的（de）算法资源服务（wù），顶层设计是当务之急（jí）；2、在计算资源的顶（dǐng）层（céng）设计方面（miàn），针（zhēn）对（duì）混（hún）合计（jì）算的问（wèn）题，针对云、边（biān）、端的系（xì）统架构（gòu），如何实（shí）现计算资源的灵活（huó）部署也是需要考虑的方向；3、要（yào）能适应灵（líng）活（huó）多变的（de）业（yè）务规则，不同的目标（biāo）布控有不同的需求，因此需要进一步完善视频监控前端或（huò）云端对于这种（zhǒng）业务需求的适（shì）配性；4、视（shì）频分析作为大数据的应用（yòng），分析（xī）的精准度很大程度（dù）上（shàng）依赖于用于（yú）训练的数据集，在这个过（guò）程中，希望能够建立起一个行业知识库（kù），来辅助建立（lì）更高精准度的视（shì）频监控识别系统。
从业务需（xū）求的（de）角度来看，针对不同（tóng）警（jǐng）种的业务需求以（yǐ）及公安实战（zhàn）过程中的不（bú）同环（huán）节，公安视频监控（kòng）系统主要聚焦在在线视（shì）频智能（néng）监控预警、海量视（shì）频（pín）离线（xiàn）综（zōng）合研（yán）判以及共性的视频解析服务（wù）平台这几大类的业务需求方面，这些（xiē）需（xū）求也将带来警务模式的创新，从原来传统的被动警务变为主（zhǔ）动警务。
综合而言，视频（pín）监控分析应用不仅是建立更（gèng）多（duō）高清（qīng）联网的（de）视频（pín）监控探头，更重要（yào）的是通过一个视（shì）频（pín）解析和服务体（tǐ）系的建设，从采集、分析、处（chù）理、挖掘各个环节出发实（shí）现对海量视频资源的深度应用，以此来促（cù）进（jìn）视（shì）频监控产业从（cóng）监（jiān）控到理解的转型（xíng）。
人工智能（néng）在安防领域的技术应用（yòng）现状
那（nà）么，针（zhēn）对（duì）公安行业的应用需求（qiú），现阶（jiē）段人工智（zhì）能的技术应用现状如何?首先来看下（xià）视频结构化描述的（de）技术进展情况（kuàng）。视频结构化描述有（yǒu）两个核心：图像对象要素的识别和构建对象间的语义关系。
目前很多视频（pín）结构化描述基（jī）本（běn）只（zhī）做到了第一层即可以实现（xiàn）对（duì）图像对象要素（sù）内容的识别和标注，且进展已经很成熟，甚（shèn）至（zhì）已（yǐ）能够实现在前端摄像机内即可（kě）实现结构化描述，比如车（chē）辆卡口（kǒu），能（néng）够实现对（duì）车牌、车型、车标、车身颜（yán）色的信息的识别（bié）。不（bú）过对于一（yī）些更（gèng）个（gè）性化的内容检索，比如车辆年检标志、车内挂饰、纸巾盒等（děng）细节的特征识别还有一定（dìng）的发展（zhǎn）空间。另外在非交通（tōng）卡口像治安卡口这一类非标场景（jǐng）下的目标识别检测（cè），由于安装角度、光照条件等因素的影（yǐng）响，视频（pín）机构化描述（shù）还（hái）有（yǒu）进一步（bù）发（fā）展空（kōng）间。
第二层次构建起对象（xiàng）间的语义关系至关重要，以闯（chuǎng）红灯的场景为（wéi）例，闯红灯语（yǔ）义本身有几个（gè）要素，包括信号灯、车辆（liàng）、交通标志、标线等，识别这些要素是（shì）视频结构化（huà）描述（shù）的第一步。第二步是把识别对象之间形成一定（dìng）的语义关系，比（bǐ）如（rú）车（chē）行状态（tài）、信号（hào）灯状态（tài）、人（rén）和车之间的位置关系等等，把（bǎ）这些关（guān）系建（jiàn）立起来之（zhī）后可以形成一个关系规则，它的优势在于（yú）我（wǒ）们可以根据实际情况灵活调（diào）整规则（zé）来（lái）拓展不（bú）同电子（zǐ）警察模式识（shí）别的能力。通过构建语义关系来实现（xiàn）一些复杂的（de）规则（zé），这也是视频结构化描述的初心，也就是构建不止是让人理解的描述，更要构（gòu）建让机器可理解的描述。
要实现（xiàn）对象的识别（bié）和构建起对象（xiàng）间的语义关系，需（xū）要一些专业的技术支持：一个是目标检（jiǎn）测和识别，其次是知识图谱，目标检（jiǎn）测识别出来之后，需要构建语义关系构成一个知（zhī）识图谱，这两个方面的技（jì）术是（shì）实（shí）现（xiàn）视频结构（gòu）化描（miáo）述的关键。
在（zài）人脸识别的技术（shù）应用（yòng）现状方面，1:1的人脸识别在（zài）国内的（de）应用（yòng）已经（jīng）非常广泛，但它也仍然存（cún）在一些问题，比（bǐ）如（rú）非实体线下的场景即网络（luò）场景下需要（yào）加强（qiáng）活体人脸检（jiǎn）测做人（rén）脸（liǎn）防伪，在金融（róng）等高安（ān）全级别（bié）的人脸识别的场景下（xià）也需要进一步巩固人脸识别的安全性和可靠性。1:N的人脸识别技术进展也（yě）相（xiàng）当迅猛（měng），目前在国（guó）内已有一（yī）些（xiē）项目落地。
行人检索（suǒ）的研究（jiū）也取得（dé）了不错的（de）进展，但（dàn）是（shì）这些成绩都是（shì）基于（yú）小规模的数据，不同于车辆识别，车辆和车牌、车主身（shēn）份证这些数据信息绑（bǎng）定在一起，其数据标注较为容易，但（dàn）行人检索的（de）数据标注成（chéng）本相对会高出很多，所以导致现（xiàn）阶段行人（rén）检索（suǒ）目（mù）前的实用性（xìng）和可用（yòng）性方面仍没（méi）有车辆检索的应用成熟。
安防人工智能应用发展（zhǎn）趋势
伴随着AI的深化应（yīng）用及应用需求的升级，接下来，智能（néng）安防产（chǎn）业（yè）的发展将呈现（xiàn）这几大（dà）发展趋势：一是后视（shì）频监控时（shí）代将（jiāng）迎来物联（lián）网防控。除了视频数据之外，像Wi-Fi、RFID、电子车（chē）牌等（děng）不同维度的物联网信息都可（kě）以关联到一起，通过丰（fēng）富的（de）数据（jù）类型，来共（gòng）同碰撞出（chū）更有价值（zhí）的信息；二是数据融合的能力更强，分析应用（yòng）更智能；三是随着5G的到来，不同的（de）应用场景里面融合通信的程（chéng）度将会加强；第四个就是三维图像（xiàng）建模，通过将视（shì）频监控（kòng）画面和三维图像进行融（róng）合，实现城市大场景的虚实融合，这种应用或（huò）将成为未来指挥中心可视化指挥调度（dù）的一个新（xīn）的方向。还有一个趋势是移（yí）动视（shì）频监控信息采集，当前阶段的视频监控更多是采（cǎi）用固定点位进行视频数据的（de）采（cǎi）集，随着车辆移动监控以及可穿（chuān）戴式监控设备（bèi）的出现（xiàn），未来移（yí）动监控的应用（yòng）也将成为（wéi）一大趋势方向。
安防人（rén）工智能需要攻克（kè）的五大技术要（yào）点
同（tóng）时，我们还梳（shū）理了一些安防人工智（zhì）能的技术趋势及接下来将重点攻克（kè）的技术（shù）要点。首先是（shì）视频流媒（méi）体的分布（bù）式计算引擎（qíng）。视频云现在还是（shì）基于单（dān）个文（wén）件的处理，如何实现基于流媒体的（de）分（fèn）布（bù）式处（chù）理需要进（jìn）一步研究（jiū）；其次在视频图（tú）像增强方面，尽（jìn）管视频监控摄像（xiàng）头清晰度不断提高，但同时也存在（zài）由于运动、光线、压缩（suō）等（děng）因素造成（chéng）的模糊，如何实现对模糊视频图（tú）像像素的增强和还原，也是一（yī）大技（jì）术方向之一，未（wèi）来有望通过基于深（shēn）度学习的人（rén）工智能（néng）技术来（lái）实现图像增（zēng）强的突破；联邦学习也是（shì）这（zhè）两（liǎng）年（nián）的（de）一个热门方（fāng）向，主要（yào）是为了解决数据不共享情况下AI训（xùn）练的问题，联邦学（xué）习可以有（yǒu）效解决“数据（jù）孤岛（dǎo）”问题，让参与方在不共享数据的（de）基（jī）础上联（lián）合建模（mó）,能从技术上打（dǎ）破数据孤（gū）岛（dǎo），实现AI协作；半监督学习主要是解决（jué）数据标注的（de）问题，因为很多数据不可能（néng）在短的时间内得到全量的标注；还有（yǒu）类脑智能（néng）研究，通过摸索大脑对（duì）图像和动作的识别（bié）过程（chéng），去发现（xiàn）深度学习在（zài）理解（jiě）大脑模式中所（suǒ）存（cún）在（zài）的问题（tí），在这（zhè）方面，可以联合神经科学（xué）、心理学等构（gòu）成（chéng）跨（kuà）学科的研究团队，目前我们和（hé）上（shàng）海类脑（nǎo）中心也在积极探索这方（fāng）面的（de）理（lǐ）论（lùn）研究；人工智能对（duì）抗，就像病毒跟反病毒一样，随着（zhe）人工智能（néng）技（jì）术的逐渐成（chéng）熟以（yǐ）及在大众（zhòng）生活场景（jǐng）中的（de）密（mì）切应用，未来利用人工智能违法（fǎ）也可（kě）能（néng）成为一（yī）种趋势，比如当（dāng）下为了防止人脸信息被盗用冒用推出（chū）的人脸识别活体检测手（shǒu）段，人（rén）工智能的对抗研究将是（shì）一个持续（xù）的过程。
在（zài）身份（fèn）认（rèn）证的技（jì）术应用方面，区块链技术（shù）有望进一步（bù）增强身份认证的可靠性和安（ān）全性。如何利用（yòng）去（qù）中心化的身份构建一个（gè）隐私保护下的生物特征识别系统，使（shǐ）得身份信息的（de）隐私（sī）保护提高到一（yī）个新的高（gāo）度，这也是值（zhí）得研（yán）究的（de）课题，目前关注区块链技术应（yīng）用的（de）企（qǐ）业不少，未来人证（zhèng）合一领域的技术应（yīng）用可（kě）能会带（dài）来新的体（tǐ）验（yàn）。
最后，在整个产业都在（zài）强调（diào）AI的落（luò）地应用（yòng）方面，如何评判厂商和机构的（de）人（rén）工智能（néng）算法及产品（pǐn）的质量，在没有数（shù）据集的情况下，现阶（jiē）段很（hěn）多测（cè）试还依赖于甲方的评价，行业内缺乏一个专业的测评服务（wù）平台（tái），需（xū）要构建一个公（gōng）共（gòng）的、专业的测评服务平台。
对于上述这些产业现状和（hé）待突破的技（jì）术（shù）方向，创新（xīn）技术的研究（jiū）和落地应用，光靠企业或技（jì）术单位的力量还远不够（gòu），希望政（zhèng）产（chǎn）学研等多方力量来一起共（gòng）同推（tuī）进，助推智能安防（fáng）产业加速发展。
