人工智能在安防领域的发展

文/本刊记者 何遥

安防行业是人工智能的重要应用领域之一。简单地说，人工智能就是让计算机像人脑那样工作，但是人工智能并不简单地等同于人脑。人工智能主要包含以下几个方面的技术：自然语言处理（包括语音和语义识别、自动翻译）；计算机视觉（图像识别）；知识表示；自动推理（包括规划和决策）；机器学习；机器人学。随着平安城市建设的继续开展和深化，以及交通、教育、金融等各行业用户安防意识的不断增强，我国视频监控设备市场将拥有更大的发展空间，预计未来5年年均增长率维持在20%左右。这样的高增长率将在人工智能技术的推动下实现。

智能视频监控系统

传统的视频监控虽然实现了记录功能，计算机尚无法准确识别视频中的人、物以及场景，要实现全方位的实时监控，还必须依靠大量安保人员时刻紧盯屏幕， 监视所有摄像头传过来的全部视频，这显然难以在实际工作中做到。即便能够做到，安保人员也会因为疲劳和疏忽而错漏掉某些稍纵即逝的重要情况。以警方办案为例，往往要调用案发现场及周边大量的历史监控录像进行持续数天甚至更长时间的肉眼识别，才可能发现破案线索。而具备视觉的智能视频监控系统将彻底改变现状，监控的及时性和有效性都得到极大提升。

智能视频监控系统应用主要包括几个大类：1、对人、物的识别；2、对人、物的运动轨迹的识别；3、对视频环境影响的判断和补偿。对人、物的识别是视频监控系统关心的内容，包括人脸识别、车牌号识别等；人、物运动轨迹的识别和处理，目前细分的很多，主要包括虚拟警戒线、人数统计、车流统计等；对视频环境影响的判断和补偿：环境的影响主要包括雨、雪、大雾等恶劣天气、夜间低照度情况、摄像头遮挡或偏移等，智能视频监控系统技术应用能够在恶劣视频环境情况下实现较正常的监控功能。在实现智能分析功能时，一些关键技术尤为重要，比如移动目标检测提取中的帧差背景去除，光流法，混合高斯模型背景差分等；目标分类和行为分析中的相似度分类和特征分类；异常行为分析中的运动矢量跟踪，数据关联，最大似然算法，超分辨率重建等。

生物识别

人脸识别是随着计算机技术、图像处理技术、模式识别技术等技术的快速进步而出现的生物特征识别技术。生物识别技术是依靠人体的身体特征来进行身份验证的一种高科技识别技术，人的指纹、掌纹、掌静脉、眼虹膜、视网膜、DNA以及相貌等人体特征具有人体所固有的不可复制的唯一性、稳定性，无法复制、失窃或被遗忘。由于每个人的这些特征都不同，因此利用人体的这些独特的生理特征可以准确地识别每个人的身份。

深圳威富集团研发出了基于“高维形象几何仿生信息科学”的人脸识别专利技术。该技术的最大特点是超低数据量，表达一张人脸特征仅需48字节，而在全球范围内模向比较，同行业量少需要1000字节以上。同时由于采用了独创的高维空间形象思维模式，因此对传统人脸识别技术及所依赖的逻辑思维模式是一种颠覆。“高维形象几何仿生信息科学”由首席科学家王守觉院士在神经网张算法基础上开创，得到了来自中国科学院和工程院13位院士的极高评价和联名推荐。由于使用了高维仿生超低数据量人脸识别技术，使得我们在生物识别智能管控领域，已经走在世界前列。

图像识别

通过计算机视觉（图像识别）技术，可以扩大人眼的机能，代替人工进行长时间监视，让人能够看到被监视现场的实际发生的一切情况，并通过录像机记录下来。同时报警系统设备对非法入侵进行报警，产生的报警信号输入报警主机，报警主机触发监控系统并记录。

如苏州科达公司的智能视频检索技术融合了视频处理和计算机视觉技术，极大地提高了监控的效率和监控系统的准确度和联动性，促使视频监控系统从传统安全向现代安防理念转化，为大数据应用提供全面的技术支撑。

大数据和机器学习

大数据已成为信息应用的新引擎，视频大数据的获得是机遇与挑战并存。大数据包含的信息量大、实时性高等特点决定了其特殊地位。在智慧社区、大型智能小区建筑群的智能安防中需要640x960小时获取视频信息，是海量视频数据，属于大数据。

大数据的应用最重要的是数据大集中，只有集中数据，才能对数据进行分析和处理，挖掘出有利用价值的信息。智慧交通、智慧社区、智慧安防、平安城市、数据、视频、信息集成化、集成管理等都应用到大数据技术。

机器学习模拟人类在生活中学习成长的过程，从数据中自动分析获得规律，并利用规律对未知数据进行预测。因为机器学习算法中涉及了大量的统计学理论，所以也被称为统计学习理论。机器学习的本质就是将人的操作/思维过程的输入与输出记录下来，然后统计（又叫做训练）出一个模型用来对新的数据进行预测，使得这个模型对输入输出达到和同人类相似的表现，这种方式也慢慢成了现代人工智能最基本的核心理念。

深度学习在机器学习的基础上进一步深入模拟人脑进行分析学习的神经网络，它模仿人脑的机制来训练和预测数据，例如图像、声音和文本。

以智能家居为例，智能家居的发展已经走过了两个阶段：一是联网控制，诸如名目繁多的智能水壶、智能插座等；二是家电联网，终端接入传感器，去触发其他设备联动。现在市场上的智能家居产品，并没有大数据和智能学习系统的支撑，因此，智能路由器与传统路由器没有明显的边界；智能空调与传统空调的差别，无非是可以上网；智能冰箱与传统冰箱的区别，只是多了一个手机操控这一远程控制功能。当智能家居发展到第三个阶段，重点在人机交互，大数据和机器学习将成为其核心。

结束语

与云计算、物联网紧密相联的人工智能正在安防系统中迅速兴起。随着核心算法的进一步发展及完善，智能安防产品将拓展到更大的应用范围，并发展出更多的服务于细分领域的具有针对性的产品。