AI成就智慧城市

□ 文/毛亮 朱婷婷 劉爽爽

引言

隨著大數據、人工智能等技術的不斷進步，國內智慧城市的建設向前推進。安防行業作為智慧城市的安全之門，同時也擔負著智慧城市中智慧交通、智慧金融、智慧社區等多個系統視頻圖像識別的“智慧之眼”。安防以視頻技術為核心，擁有海量數據來源。這些數據的超大量級決定了無法人工從中提取出有效信息。同時AI技術的成熟，使得由人工智能來自動消化海量監控視頻數據成為可能。安防行業也因此被認為是AI落地最好的領域之一。

這幾年AI技術在安防行業得到快速發展并逐漸實現落地應用，推動了智慧城市的升級發展。

目前，人工智能已經上升到國家戰略層面，智能化成為各行業的大趨勢。人工智能更是已經滲透到安防行業，智能安防正逐步成為安防企業轉型升級的方向。AI能在安防領域落地開花，離不開政府的推動和行業的需求。隨著平安城市、智慧城市、雪亮工程等的建設不斷推進，城市安防從“事后控制”向“事前預防” 轉變。同時，安防監控點位的不斷增多帶來了海量的視頻圖像數據，以往依靠人工分析處理視頻的方法變得難以想象，急需技術手段來實現數據的高速處理。正是這些因素，使得安防成為AI技術落地和變現的沃土。

人工智能在安防行業的發展現狀

近年來，國內安防行業市場規模保持穩定增長，其市場前景可期。隨著人工智能的發展，智能化成為行業大趨勢。智能安防也逐漸成為安防企業轉型升級的方向，在安防行業占比越來越大。人工智能成為安防企業的必爭之地。

從技術應用及場景來看，目前AI在安防領域的應用主要還是涉及對人臉、車輛的識別，包括生物特征識別技術、大數據及視頻結構化技術等。

行業應用角度來看，目前智能安防在公安、交通、樓宇、金融、工業、民用等多個領域都有應用場景。比如，公安領域，主要涉及到圖偵、實戰、預判三層應用以滿足其事前、事中、事后的實際需求；交通領域，未來通過建立城市大腦，利用AI技術可實時分析城市交通流量、調整紅綠燈間隔、縮短車輛等待時間等，以合理調配資源提升城市道路的通行效率；智能樓宇，利用AI技術可以綜合控制建筑的安防、能耗，同時對進出大廈的人、車、物實現實時監控以確保核心區域的安全。

人工智能在安防領域的關鍵技術

伴隨著人工智能技術的發展，AI技術不斷的融入現代安防應用中，促使智能安防向智慧安防邁進，為智慧城市的建設提供安全保障。人工智能在安防領域的拓展主要得益于視頻結構化、生物識別、物體識別以及大數據技術的不斷成熟。

視頻結構化

視頻結構化是生物識別和物體識別的基礎和前提，其在技術領域可以劃分為三個步驟：目標檢測、目標跟蹤和目標屬性提取。

目標檢測過程是從視頻中提取出前景目標，然后識別出前景目標是有效目標（如：人員、車輛、人臉等）還是無效目標（如：樹葉、陰影、光線等）。在目標檢測過程主要應用到運動目標檢測、人臉檢測和車輛檢測等技術。

目標跟蹤過程是實現特定目標在場景中的持續跟蹤，并從整個跟蹤過程中獲取一張高質量圖片作為該目標的抓拍圖片。在目標跟蹤過程中主要應用到多目標跟蹤、目標融合以及目標評分技術。

目標屬性提取過程是對已經檢測到的目標圖片中目標屬性的識別，判斷該目標具有哪些可視化的特征屬性，例如人員目標的性別、年齡、著裝，車輛目標的車型、顏色等屬性。目標屬性提取過程主要基于深度學習網絡結構的特征提取和分類技術。

AI將視頻數據進行結構化處理后，視頻查找的速度會大幅提升。過去案件發生后，警方只能通過人工對視頻進行查找，逐一排查目標人員，但在視頻數據結構化后，從百萬級的目標庫中查找某個嫌疑人只需幾秒即可完成。同時，對結構化數據進行深度挖掘還能實現預測功能。此外，結構化后的視頻數據占用更小的內存空間，在數據爆發的今天能有效減輕傳輸和存儲壓力。

生物識別

生物識別技術是利用人體固有的生理特性和行為特征來進行個人身份鑒定的技術。隨著科技的發展，生物識別技術已經成為個人身份識別或認證技術的重要方式。人臉識別作為生物特征識別的重要分支，可以對用戶以最自然、最直觀的非接觸方式進行識別，更容易被用戶接受，也是目前在公共安全領域應用最廣泛的技術。公安的實戰需求主要是對“人、車、物”的追蹤、分析和排查。目前公安機關對處理“人”的技術需求最迫切。在公安實戰領域，人臉識別不僅能做到確認身份，還能做到人臉比對、人臉跟蹤、活體檢測等，幫助警方在人群中快速鎖定目標對象身份，做到事前預防、事中預警、事后核查，極大提升警方辦案效率，節約警力。

物體識別

目前在安防領域，物體識別較為典型的應用是車輛識別，通過外設觸發和視頻觸發兩種方式，實現采集車輛圖像，自動識別車牌等。對車輛外形特征、車牌進行識別，不僅能夠掌握車輛屬性，還能掌握車主屬性、關系人屬性、行為特征等，與生物識別相結合，構建出立體防控體系。在實際應用中，車輛識別能夠與車輛屬性、車主屬性等數據進行串聯比對，對出現的高危車輛進行預警；對車顏色、車型、遮擋板、掛件等特征進行提取，還能有效破解困擾交警的“套牌車”難題；在卡口篩選過往車輛，能夠在建立大量數據庫的基礎上過濾可信車輛，從而快速鎖定目標車輛，減輕警方工作壓力。

大數據技術

大數據技術可實現整合海量的非結構化、半結構化、結構化數據，并將這些數據進行分析計算。大數據技術為人工智能提供強大的分布式計算能力和知識庫管理能力，是人工智能分析預測、自主完善的重要支撐。其包含三大部分：海量數據管理、大規模分布式計算和數據挖掘。

海量數據管理被用于采集、存儲人工智能應用所涉及的全方位數據資源，并基于時間軸進行數據累積，以便能在時間維度上體現真實事物的規律。同時，通過大數據的挖掘與分析形成有價值數據，可以為深度學習提供更加有效的數據樣本。

大數據技術可以極大地降低人工成本，提高效率，甚至在有些方面讓一些人工無法完成的任務成為可能。如：人臉、人員大數據庫檢索，身份證庫重復人員查找，通過語義描述從視頻中查找穿某種衣服，某種顏色的車輛查找，車牌查找，以圖搜圖，視頻關聯等應用。

人工智能在安防行業的具體應用

新型智慧城市以全程全時、城市治理、高效有序、數據開放、共融共享、經濟發展、綠色開元、網絡空間安全等為發展目標。安防作為智慧城市建設的一部分，是人工智能技術天然的應用場，目前智能安防在公安、交通、樓宇、金融、工業、校園、民用等多個領域都有應用場景。

公安領域，主要涉及到圖偵、實戰、預判三層應用以滿足其事前、事中、事后的實際需求。人工智能在視頻內容的特征提取、內容理解方面有著天然的優勢。前端攝像機內置人工智能芯片，可實時分析視頻內容，檢測運動對象，識別人、車屬性信息，并通過網絡傳遞到后端人工智能的中心數據庫進行存儲。匯總的海量城市級信息，再利用強大的計算能力及智能分析能力，人工智能可對嫌疑人的信息進行實時分析，給出最可能的線索建議，將犯罪嫌疑人的軌跡鎖定由原來的幾天，縮短到幾分鐘，為案件的偵破節約寶貴的時間。其強大的交互能力，還能與辦案民警進行自然語言方式的溝通，真正成為辦案人員的專家助手。

在交通領域，隨著交通卡口的大規模聯網，匯集的海量車輛通行記錄信息，對于城市交通管理有著重要的作用，利用人工智能技術，可實時分析城市交通流量，調整紅綠燈間隔，縮短車輛等待時間，提升城市道路的通行效率。城市級的人工智能大腦，實時掌握著城市道路上通行車輛的軌跡信息，停車場的車輛信息，以及小區的停車信息，能提前半個小時預測交通流量變化和停車位數量變化，合理調配資源、疏導交通，實現機場、火車站、汽車站、商圈的大規模交通聯動調度，提升整個城市的運行效率，為居民的出行暢通提供保障。

在平安校園領域，人工智能是整個校園的大腦，綜合控制著校園的安防、能耗，對于進出學校的人、車、物實現實時的跟蹤定位，區分在讀學生與外來人員。平安校園的人工智能核心，匯總整個校園的監控信息、刷卡記錄，室內攝像機能清晰捕捉人員信息，在門禁刷卡時實時比對通行卡信息及刷卡人臉部信息，檢測出盜刷卡行為。與布控庫進行匹配。一旦發現有嫌疑人員（如：小偷慣犯、在逃人員等）就會立刻報警，提示安保人員前去處理。還能區分外來人員在校園中的運動軌跡和逗留時間，及時發現違規訪問等行為，確保校園重點區域的安全。

在智能樓宇領域，人工智能是建筑的大腦，綜合控制著建筑的安防、能耗，對于進出大廈的人、車、物實現實時的跟蹤定位，區分辦公人員與外來人員，監控大樓的能源消耗，使得大廈的運行效率最優，延長大廈的使用壽命。智能樓宇的人工智能核心，匯總整個樓宇的監控信息、刷卡記錄，室內攝像機能清晰捕捉人員信息，在門禁刷卡時實時比對通行卡信息及刷卡人臉部信息，檢測出盜刷卡行為。還能區分工作人員在大樓中的行動軌跡和逗留時間，發現違規探訪行為，確保核心區域的安全。

在民用安防領域，每個用戶都是極具個性化的，利用人工智能強大的計算能力及服務能力，為每個用戶提供差異化的服務，提升個人用戶的安全感，切實滿足人們日益增長的服務需求。以家庭安防為例，當檢測到家庭中沒有人員時，家庭安防攝像機可自動進入布防模式，有異常時，給予闖入人員聲音警告，并遠程通知家庭主人。而當家庭成員回家后，又能自動撤防，保護用戶隱私。夜間期間，通過一定時間的自學習，掌握家庭成員的作息規律，在主人休息時啟動布防，確保夜間安全，省去人工布防的煩惱，真正實現人性化。

人工智能在安防行業的發展前景

在互聯網的時代潮流之下，安防行業將向規模化、自動化、智能化轉型升級。智慧城市行業與領域的細分必將為人工智能安防的發展奠定基礎，對于未來人工智能在安防領域發展趨勢，個人有以下觀點：

AI在智慧城市中更加普及

公安實際業務中涉及的視頻種類比較復雜，包括城市、酒店、網吧、交通、機場等各方面的視頻，安防在公安部門應用成熟之后應往民用方向普及。隨著AI的不斷發展，很多安防產品應更多細分到民用場景，如社區、學校、工業區等，這也是智慧城市的一部分。

提供整體的解決方案

隨著技術的升級，安防需求不再局限于對單一產品、設備或服務的需求，更多的是對整體解決方案的需求。與此同時，很多新進入的企業大多以生產銷售低端產品為主，追求短期收益，導致產品質量參差不齊，魚龍混雜。因此，安防行業的后進入者應密切追蹤前沿技術的變更，加快向網絡化、智能化的轉型，爭取在安防行業各細分領域集中發力或為龍頭公司提供配套服務，形成企業的核心競爭力，爭取更廣闊的市場空間。

體系化

除了個別民用領域之外,前端設備從來沒有單獨使用的,一定會配合平臺實現更為細分的業務,所以智能要成體系,從軟件到硬件,從前端到后端,同時配合公安、智慧、政法等業務平臺實現大數據的處理。同時，好的系統一定是將優勢模塊進行有效整合,如與深度學習算法融合,模擬人的神經網絡,通過不斷學習,提高傳統算法的準確性,并且解決傳統算法識別種類少、場景受限的問題。

安防市場競爭進一步加劇

過去的十幾年，安防行業的競爭可謂激烈。考慮到安防市場是一個剛性需求非常強大的市場，且這個市場對于AI的需求和訴求還在持續上升，隨著智慧城市建設的不斷推進，相信未來的安防市場競爭將進一步加劇。