隨著經濟環境、政治環境、社會環境的(de)變(bian)化和日(ri)(ri)趨復雜，各(ge)行業對安(an)防的(de)需求不(bu)斷(duan)增加，同時對于安(an)防技術(shu)(shu)的(de)應用性(xing)、靈活性(xing)、人性(xing)化也(ye)提出了更高(gao)的(de)要求，傳統安(an)防技術(shu)(shu)的(de)局(ju)限性(xing)日(ri)(ri)益(yi)凸顯。在這樣(yang)的(de)大背景下(xia)，脫穎(ying)而出。

　　AI作為一項(xiang)降本增效工具賦能傳統行業，其中安(an)防(fang)市場(chang)在(zai)政策和技(ji)術(shu)的(de)雙(shuang)輪驅(qu)動下成為AI的(de)首(shou)要(yao)(yao)著陸場(chang)。為什么安(an)防(fang)會成為AI的(de)首(shou)要(yao)(yao)著陸場(chang)？產業存在(zai)需(xu)要(yao)(yao)解(jie)決的(de)問(wen)題(ti)有哪(na)些？為什么AI適合(he)解(jie)決這個問(wen)題(ti)？

　　1、產業存在的、需要解決的問題

　　社會(hui)經(jing)濟進(jin)入轉型階(jie)段，原本(ben)穩定(ding)的(de)社會(hui)關系變得復雜。資源的(de)市(shi)(shi)場化配置造(zao)成人口流(liu)動和(he)就(jiu)業分布以及(ji)城市(shi)(shi)、農(nong)村格局等一系列變化，導致社會(hui)管理的(de)難度(du)加大和(he)各(ge)種(zhong)矛盾沖(chong)突的(de)表面化，客觀(guan)上為犯罪活動提供(gong)了(le)更多(duo)的(de)機遇。

　　面(mian)對城(cheng)市這(zhe)樣一個(ge)龐大的(de)復雜系(xi)統(tong)，如果(guo)想要做到信息(xi)的(de)實(shi)時發布、監控(kong)(kong)、分(fen)(fen)析和(he)智能化管(guan)理(li)，以確保整個(ge)系(xi)統(tong)的(de)決策、命令能夠穩(wen)妥迅速(su)地傳達執行(xing)并反饋，高度集成(cheng)的(de)可視(shi)化終端必(bi)不可少。裝載在(zai)城(cheng)市各個(ge)角落的(de)視(shi)頻(pin)監控(kong)(kong)系(xi)統(tong)是城(cheng)市管(guan)理(li)系(xi)統(tong)的(de)重要組成(cheng)部分(fen)(fen)。

　　隨著監控(kong)點位的驟增，遍布大街小巷的監控(kong)攝像頭(tou)每(mei)時(shi)(shi)每(mei)刻產(chan)生的視頻數據也在爆炸式增長，過去簡單利用人海戰術進行檢索和(he)分析已(yi)經很難滿(man)足新時(shi)(shi)代的安防工作(zuo)需(xu)求。為此(ci)行業(ye)相關人士寄(ji)希(xi)望于AI的強(qiang)大的算力和(he)數據表達能力。

　　2、為什么AI適合解決這個問題?

　　實際(ji)上并非(fei)新邏輯，海(hai)康、大華等安防設備龍頭(tou)早從2006年(nian)就(jiu)開始(shi)布局智能安防產品了，2006年(nian)就(jiu)開始(shi)向智能化發(fa)展(zhan)，但一直不能有(you)令人(ren)滿意(yi)的突(tu)破。個中原因總結出來有(you)：1.識別(bie)準(zhun)確不夠(gou)高；2.設備環境(jing)適(shi)應(ying)性不夠(gou)；3.識別(bie)種類少。面對這三點不足，“人(ren)工智能”可(ke)以解決。

　　歸根結底，AI賦能安防(fang)就(jiu)是借(jie)助計(ji)算機視(shi)覺(jue)識別技術解(jie)決海量(liang)(liang)視(shi)頻監控數(shu)據得不到很好(hao)利用的問題。海量(liang)(liang)數(shu)據到信(xin)息(xi)到情報再到洞(dong)察，中間需要(yao)層層的數(shu)據價(jia)值提(ti)煉，而計(ji)算機視(shi)覺(jue)識別技術就(jiu)能很好(hao)地將“看到”的東西(xi)結構化成以“人”、“車”、“物”為主體的屬性(xing)信(xin)息(xi)。

　　智能化早在2006年就存在，計算機視覺識(shi)別技(ji)術應(ying)用于安防也(ye)是從2006年左(zuo)右就開始，過去(qu)只(zhi)可以做(zuo)簡(jian)單的(de)(de)車(che)牌識(shi)別，而(er)后隨(sui)著計算力的(de)(de)提(ti)(ti)升(sheng)，識(shi)別的(de)(de)準(zhun)確度在提(ti)(ti)高(gao)，也(ye)越來(lai)越能夠(gou)適應(ying)復雜度更(geng)高(gao)的(de)(de)環境，識(shi)別種類也(ye)越來(lai)越多(duo)。

　　3、如何通過AI進行解決的應用場景案例？

　　AI結構化視頻監控(kong)數據大致可以劃分為四種應(ying)用(yong)場景——“點”布(bu)防、“線”布(bu)防、“面”布(bu)防、后臺分析(xi)。

　　1)“點”布防，以卡口、出入口的身份認證為主，應用于車站、機場、酒店等關鍵節點；

　　場(chang)景描述(shu)：車站、機場(chang)、酒店(dian)等關鍵(jian)節點的身份(fen)認證，此類場(chang)景特點為相對封閉的室內空間、人流(liu)量多；

　　應用描述：單點布防(fang)的場景主要以靜態人臉(lian)(lian)識別(bie)為核心(xin)技術，系統(tong)通常可(ke)以完(wan)成“人臉(lian)(lian)圖像+身份證(zheng)+公安(an)局端(duan)數據”三者比對并完(wan)成身份驗證(zheng)；

　　技(ji)術描述：1.人臉(lian)識(shi)(shi)別(bie)(bie)技(ji)術既可以(yi)實(shi)現(xian)“主動(dong)識(shi)(shi)別(bie)(bie)”又可以(yi)實(shi)現(xian)“被動(dong)識(shi)(shi)別(bie)(bie)”場景；2.目前(qian)眾(zhong)多安防(fang)企業已經完成(cheng)技(ji)術迭代，實(shi)現(xian)高于99%的識(shi)(shi)別(bie)(bie)率，可以(yi)實(shi)現(xian)金融安防(fang)級(ji)別(bie)(bie)的應用(yong)。

　　“主(zhu)動(dong)(dong)識(shi)別(bie)”功能場(chang)景，即識(shi)別(bie)對象必須“主(zhu)動(dong)(dong)配合”識(shi)別(bie)過(guo)程，例如主(zhu)動(dong)(dong)伸(shen)出手指、雙眼或者做出特定(ding)行為；而人(ren)臉(lian)識(shi)別(bie)則(ze)是(shi)一種(zhong)既可以(yi)實(shi)現(xian)“主(zhu)動(dong)(dong)識(shi)別(bie)”又可以(yi)應(ying)用于“被(bei)動(dong)(dong)識(shi)別(bie)”場(chang)景的生物(wu)識(shi)別(bie)方案，因此具有更(geng)廣闊的應(ying)用空間(jian)與市場(chang)。

　　2)“線”布防，以道路監控為主要部署場景，結合車輛識別和人臉識別；

　　場景(jing)描述(shu)：ITS系統(tong)(IntellifentTrafficSystem智能(neng)交(jiao)通系統(tong))是人工智能(neng)實現把各個點連成“線”的重要應用場景(jing)。以道路監控為主，結合車(che)輛識別和人臉識別，此類場景(jing)特點為開放區域、車(che)流(liu)量(liang)較多；

　　應用描述：通(tong)過安裝在道路旁邊或者中間隔離帶的(de)(de)(de)支架上的(de)(de)(de)攝像機和(he)圖(tu)像采集設備將實(shi)時的(de)(de)(de)視頻(pin)信(xin)息采入，經過對視頻(pin)圖(tu)像的(de)(de)(de)實(shi)時處理分(fen)析得到各種交通(tong)信(xin)息，如車(che)(che)輛(liang)(liang)的(de)(de)(de)流(liu)量、速度、交通(tong)密度、車(che)(che)型分(fen)類、車(che)(che)輛(liang)(liang)排隊(dui)長度、轉彎信(xin)息等(deng)。車(che)(che)輛(liang)(liang)識(shi)別目前已(yi)經能(neng)夠勝任識(shi)別車(che)(che)牌(pai)(pai)、車(che)(che)輛(liang)(liang)顏(yan)色(se)、車(che)(che)輛(liang)(liang)品牌(pai)(pai)、車(che)(che)輛(liang)(liang)類型、車(che)(che)輛(liang)(liang)型號，以及駕駛員(yuan)是否使用安全(quan)帶及接聽手機等(deng)行為；

　　技(ji)術描述：基(ji)于車輛(liang)識(shi)別(bie)的識(shi)別(bie)類算法可以大(da)幅降低道(dao)路信(xin)息(xi)監控系統的技(ji)術門檻，提高道(dao)路執法效率；

　　3)“面”布防，以熱點區域、重點場所為主要部署場景，應用人群與行為特征分析技術，按需部署人臉識別產品；

 　　場景(jing)描述：重點(dian)(dian)區域(yu)布防(fang)(fang)對于(yu)公安(an)部(bu)(bu)<a href="//lctw.com.cn">安(an)防(fang)(fang)器材批(pi)發門而言有著重要意義(yi)，但(dan)卻消耗大量(liang)警力資源，重點(dian)(dian)區域(yu)與(yu)重點(dian)(dian)社會活動已經成(cheng)為公安(an)部(bu)(bu)門安(an)防(fang)(fang)布控(kong)的重點(dian)(dian)與(yu)難點(dian)(dian)；此類場景(jing)為特(te)(te)定時間、特(te)(te)定活動下的人流量(liang)聚集(ji)，諸如2014年跨年夜上海外灘踩踏事件；

　　應用描述(shu)：通過對視頻(pin)的(de)迅速分析(xi)，信息分析(xi)平(ping)臺可以監測出可視范圍(wei)內的(de)人群數量，并(bing)且捕捉每個(ge)個(ge)體的(de)行為動(dong)作，形成重點場所及(ji)區域(yu)的(de)面狀(zhuang)布防；

　　技術(shu)描述：1.圖(tu)像(xiang)識別技術(shu)不僅(jin)可以實現(xian)靜態識別，也可以完成動態識別和軌跡識別；2.人(ren)群與行為識別是圖(tu)像(xiang)識別的一個(ge)延(yan)伸，通(tong)過(guo)更為優化的AI算法(fa)與模型實時分析可視范圍內的人(ren)物、車輛(liang)及其(qi)行為；

　　4)后臺分析，結合數據進行智能案情分析、統籌資源調配；

　　場景描述：公安(an)機關(guan)坐擁(yong)龐大的(de)文字(zi)卷宗檔案及數據(ju)庫，警方(fang)需要(yao)(yao)對卷宗進行查閱和分析時，往(wang)往(wang)需要(yao)(yao)動用大量(liang)警力，進行人工文檔篩查；

　　應用(yong)描述：例如(ru)，有(you)(you)經(jing)(jing)驗的(de)警(jing)(jing)官通常對<a href="//lctw.com.cn">安防器材批發特(te)定案件(jian)，如(ru)盜(dao)竊案件(jian)，有(you)(you)著獨特(te)的(de)理解。根據(ju)實戰的(de)經(jing)(jing)驗，警(jing)(jing)官可以對案件(jian)的(de)要素(su)，如(ru)作案時(shi)間、作案手段、受害(hai)對象等，進行(xing)分類。根據(ju)這些分類，警(jing)(jing)方往(wang)往(wang)可以進行(xing)串并案操作，豐富犯罪嫌(xian)疑人的(de)行(xing)為特(te)征，實現快速破案；