人工智能在视频监控中的应用

成杰 广州杰赛科技股份有限公司

当前的视频监控系统已经呈现出朝着产业化和智能化发展的趋势，人工智能技术的出现也为智能视频监控系统的构建提供了契机。在智能视频监控系统下，城市交通、城市建设、城市管理等方面都能得到很好的支撑。在人工智能技术支持下，视频监控系统变得更加主动和自主，且同时兼具更为强大的数据检索与分析功能，不仅能够适应现代智能化的发展趋势，也能够为智慧城市的建设贡献力量。

1 人工智能下的技术发展

1.1 人像识别技术

在人工智能领域不断纵深发展的过程中，各种智能技术开始被应用，其中人像识别技术与视频监控系统的关联最大。人像识别技术在不断的应用过程中已经在不断的升级，并出现了慧视人像大平台这样的智能技术，作为一种更加先进的人像识别技术，在我国各个领域之中已经得到了广泛应用，其中公安警务、城市交通中应用成效更为显著。由人工智能技术支撑的人像识别大平台其核心部件较多，主要包括人像识别算法、大规模运维以及高性能计算部件等，在对人像识别技术进行应用时，需要根据实际视频监控系统对具体算法进行选择，确保支撑视频监控系统的高效运行。

1.2 核心算法

对人像识别技术中的人像大平台进行应用，在应用过程中会涉及到数据处理，此时需要对核心算法进行创新，要对深度学习和统计学习图进行应用，以此来保证人像识别过程中各种数据的精确处理。而在对核心算法进行应用时，也要对其进行不断的创新，结合实际经验与未来发展需求可知，在进行创新时，主要体现在以下两个方面，即深度学习与统计学习模型方面的创新。首先是对深度学习的创新。在进行人像识别时，需要经过两个关键的步骤，即对人像进行检测定位与识别。对人像特征进行获取时，可以采用专业的方法进行，主要包括代数特征、几何特征、弾性模型以及神经网络等。对于人像识别而言，深度学习是最为特殊的一种，通过利用基于神经网络的深度学习算法，不需要获取人工特征，能够在样本训练中就进行学习，因而获得的数据信息更加精确。将深度学习算法应用在视频监控系统中，通过对人脑学习神经网络的学习，能够提高视频监控过程中人像的识别率；其次是对统计学习模型的创新。在当前的信息化时代不断推进发展的背景下，数据信息规模不断扩大，因而若应用深度学习算法将会面临更加长的学习和训练时间，会影响数据处理效率。基于此，人像识别技术的相关算法又进行了创新，于是出现了统计学习模型算法。在该算法支持下，进行视频监控时，只需要获取一个小样本就能实现精准的识别，因而该算法具有较强的推广价值。

2 人工智能在视频监控领域的实际应用

2.1 人脸识别

人工智能在视频监控系统中的应用最主要的则是体现在安防视频监控中，部分犯罪嫌疑人在案发后会转移作案工具，在传统的视频监控系统下，很难实现对目标位置的确定，在这种监控水平下，犯罪嫌疑人很容易就会进行流窜，不利于对犯罪嫌疑人进行追捕。基于此，可以借助人工智能技术进行人像识别，以更加全面的进行布控，帮助尽快破案。在此过程中，可以对人像识别技术进行应用，且随着人像识别技术的不断成熟，因而在人像识别技术支持下，可以实现对多个犯罪嫌疑人的人脸识别与判断，公安机关在进行办案时，则可以对该技术进行充分的应用，并借此获得精准的数据。此外，在对人像识别技术进行应用时，还可以通过该技术进行预警，首先对目标进行确定，并对目标轨迹进行追踪，以实现对目标轨迹的实时监控与查询，从而可以对目标进行精准定位与快速检索，帮助改善安防系统性能。

2.2 信息查询

在视频监控系统应用过程中，需要对海量的数据进行处理，通过对人工智能技术的应用则能够更加快速的对数据进行提取，以获得更加具有价值的信息。在城市建设过程中，可能会涉及到诸多视频监控系统，包括建筑建造监控、商场监控以及行人监控等，在任何一个监控范围内，都会出现大量的需要监控的样本，而只有人工智能技术才能够在对信息进行查询时，体现出强大的功能，同时具有信息检索以及备案功能，因而能够在把控信息的基础上进行管控。且在精准掌握信息的基础上，还能够帮助构建自动预警系统，在预警系统被触发后，则可以对所有的联动摄像机进行启动，从而实现自动化和智能化的监控。

2.3 监控交通

（1）交通隐患识别

近年来，我国社会经济的不断发展使得城市交通体系不断扩大，私家车数量逐渐增多，在为城市道路带来更大负载的同时，也增加了交通管理部门的工作量。由于车辆的不断增多，城市交通事故数量也开始多发，而对于城市交通事故而言，导致其出现的主要成因就在于没有控制好交通隐患。而将人工智能技术应用到城市交通视频监控系统中，则能够实现对可能存在的交通隐患的快速排查，能够对城市道路交通的运行状态进行监控，从而更加快速的判断城市交通是否存在隐患，以降低交通事故发生的概率。

（2）车辆特征识别

在城市交通系统中，车辆的运行状态也需要被监控，而通过应用人工智能识别技术，就能够实现对车辆特征的快速与精准的识别，而对车辆特征进行识别，最主要的优势则在于车辆抓拍。在城市整体交通系统中，对车辆进行监控时，要找准中心监控区，一般要义车辆整体为监控中心，与此同时，也要找准局部抓拍区域。在完成拍摄后，要对图像进行处理，进行基本的分类与预处理。之后要针对预处理区域，对车辆特征进行分析，并提取关键信息，得到特征向量。在车辆识别的最后阶段，则要对具体的信息进行分析，包括车身颜色、遮阳板放置等信息，分析时要借助专业设备，确保精准识别车辆的违章行为。

2.4 快速处理突发事件

视频监控系统的一个关键作用就在于对各种突发事件的处理进行协助，主要体现在重大的地震、火灾以及交通事故等突发事件中。当出现突发事件时，救援人员可能无法第一时间赶赴现场，此时可以借助人工智能技术连接视频监控系统，救援人员可以远程获得现场信息并进行远程指挥，能够便于下一步救援工作的开展，并最大程度上规避损失。

3 结语

未来社会的发展必定会越来越多的依赖人工智能技术，而人工智能技术也将与视频监控系统产生越来越多的关联，并且随着人工智能技术的发展，视频监控系统也将越来越完善。人工智能技术在视频监控系统中的应用将体现出越来越多的功能，包括广角检测能技术，能够显著提升视频监控系统的运行效率。在未来的视频监控系统中，相关人员应重视对人工智能技术的研究，要不断构建更加完善的安防监控、智能监控等系统，以全面的支持智慧城市的构建。