大數據AI技術在安防領域的應用研究

沈利軍 對外經濟貿易大學

一、引言

安防行業來源于早期的CCTV閉路電視技術，隨著科技的不斷發展以及人們生活水平的不斷提升，公共安全問題越來越受到社會的關注，因此閉路電視也逐漸發展成為集合了云存儲、通訊、人臉/人型識別、智能警戒、智能分析、智能控制等功能為一體的全方位的公共安全服務技術，是技術防范領域的核心構成。從技術角度來看，這些技術都有一個共同點，就是大量應用了大數據技術和AI技術，從而使安防技術可以從海量的無價值數據中提取出有價值的數據，并應用到社會生活當中，提升民眾的滿意度和社會的安全感。

二、AI和大數據成為發展方向

安防行業對于音視頻新技術的應用是最為積極的，從最早的4K/8K畫質、H265算法、紅外成像技術、星光夜視、AI人臉識別技術、云存儲商用化和民用化、遠程高清視頻傳輸、5G視頻信號傳輸民用化等，都是由安防行業率先應用。也正是由于安防行業對于數字化轉型的堅定的決心，所以才使得以中國企業為代表的安防技術產業成了全球領先的水準。AI統計在安防領域流程如圖1所示：

圖1 AI統計在安防領域總體架構圖

從技術發展方向的角度來講，中國安防行業堅定的數字化改革，使得IPC產品逐漸替代了傳統的CCTV并快速席卷了全球市場，掀起了技術革新的狂潮。而數字化轉型過程中，大數據問題是安防行業所面臨的最大障礙，因此隨著大數據技術以及AI技術的出現，正好解決了對于數字化形態下的海量的數據（在H265編碼技術下1小時的高清視頻有2G，而安防監控的一般要求是連續存儲24H*15D）傳輸困難、存儲困難、檢索困難的問題。而后，隨著無線傳輸技術的發展，大數據的需求也從有線傳輸轉向了無線傳輸，又從帶寬、存儲、數據處理上出現了新的困境。因此，AI技術通過價值數據的識別，將有用數據通過云存儲的方式進行遠程管理，從而極大的解決了安防行業對于數據管理困難的問題，同時也提升了用戶使用滿意度。而這些技術的不斷應用，又催生了新產業、新業態、新模式的興起，使安防行業從音視頻管理向云技術、AI技術、大數據分析等方向不斷的擴展，促進了科技的進步。

（一）AI技術的特征

大數據的應用和發展是AI技術被發明的根本也是必然的結果，AI技術需要利用強大的計算能力和大數據的支撐，其主要由知識的學習和預測決策能力兩部分組成。

1.知識的學習。對以往歷史數據的分析而找到有價值的數據內容并形成規則的過程。最為常見的AI技術學習就是通過用戶廣告點擊率數據的分析，來獲得用戶點擊的規律，包括時間段、類型、樣式、內容以及人群等，從而提取出相應的廣告點擊規則，為廣告的精準性投放提供支持，即節約了投資者的成本，節約了用戶的時間，節約了互聯網資源和廣告空間，提升了社會生活的效率和商業活動的效益，實現了多盈的局面。

2.預測決策能力。以安防技術中的人臉識別技術來講，通過某個特殊場景中人臉的不斷訓練，可以使AI設備的預測決策能力獲得極大的提升，從人臉識別70%的準確率在通過強化訓練后可以達到96.5%以上，從而用于為公共安全防范提供服務。這個AI技術的訓練過程，就是通過不斷改進和優化當前圖譜建立的模型，來實現準確的預測和決策能力（見圖2）。

圖2 中國人臉識別市場規模預測（單位億元）

（二）統計數據來源和處理流程

統計數據來源方面，涉及統計信息收集、整理、存儲和應用各個環節，從流程設計角度進行分析。安防行業從數據存儲階段進行分析，不僅要存儲信息數據資源，還要對圖片、視頻、影像等資料進行儲存和轉換，才能更好地體現數據整合的全面性，很多數據還需要進行轉換，這些都對統計數據整合存儲提出了更高的要求和挑戰，如果統計數據存儲設備不能滿足統計工作要求，不能建立起大數據體系，將很難提高統計數據向成果的轉換。

統計數據技術處理方面，安防行業引入現代統計數據技術加強結構化和非結構化檢測應用，才能不斷提高整合效率和準確度，引入數據庫技術進行數據綜合處理和關聯性分析，不斷提高數據質量。另外還有統計數據質量檢測技術、信息識別技術以及大數據分析技術，這些數據都需要按程序動態進行處理分析，目前可視化數據分析成為大數據分析技術常用的手段，在智能分析方法（AI技術）數據挖掘算法能夠實現對不同類型與格式數據的轉化，已經成了現代安防行業的核心技術。

（三）AI催生了大數據的價值

利用AI技術可以對大數據進行聚合和碰撞，從而使這些無序的數據加速產生價值。而在這個過程當中，首先需要源源不斷的提供鮮活的數據，再建立先進的算法模型并不斷的進行優化和沉淀。最后通過云計算、服務器運算等方式來對當前數據和模型進行訓練和優化，最終提出了有價值的數據，來為社會生產生活中的各類活動提供有效的數據支撐。

三、AI和大數據產品的應用實踐

（一）智慧社區中安防技術的應用現狀

在安防領域的應用中，AI技術和大數據技術其根本的目的是提取有價值的數據，因此充足的原始數據是非常關鍵的。當前安防技術中提出了“星光級技術”也就是在夜晚星星所發生的光照的條件下，可以通過攝像頭采集彩色畫面，從而為AI技術和數據存儲提供支持。而800萬像素的水平攝像機也已經是比較常見的設備，在這個4K電視還遠沒有普及的年代，安防技術已然將最高清的視頻圖像作為了基本配置。該技術的實現是通過超低噪度的CMOS傳感器或者雙SENSOR技術實現的圖像成像，并通過模數轉換及算法來實現數字化。這些全實時的高清圖像正是給了AI技術和大數據技術的用武之地，也是體現了其真正的價值所在。

目前，在全球領域內，智慧城市建設數據已經超過了1000個，而我國的在智慧城市建設方面的成果尤其顯著，當前是已建成了300余個智慧城市，再加上正在試點的500多個城市，已然成了全球智慧化（公共安全領域）程度最高的國家。城市的智慧化，需要依托組成城市的各個社區，因此只有解決了社區的智慧化才能實現城市的智慧化，也就是說社區是城市的細胞和縮影，社區的智慧化程度一定程度上代表了城市的智慧化程度（見圖3）。

圖3 智慧城市中心系統網絡拓撲圖

（二）社區安全性需求保障

作為人類需求最基本的需求——安全需求不僅是落后國家的根本要求，也是發達國家的根本要求。而社區作為居民居住的場所，確保社區的安全性就是保障了城市居民的安全，也是當前公共安全中最為重視的部分。安全防范的措施是包括了“人防、技防”兩個方面，而人防是指通過人員管理的方式來實現公共安全，而技防則是指通過利用技術來實現對公共安全的保障。大數據管理和AI技術，可以將各類數據進行二次分析，借助AI的強大的學習能力和大數據技術的處理能力，來從中提取出有價值的數據，從而實現對危險行為的報警，以及需要對某犯罪嫌疑人進行追蹤時，快速的從門禁、走廊視頻監控、重要場所的入侵檢測報警、訪客管理記錄等內容中獲得有用證據，并提供給警方進行備案。同時對人臉進行識別，獲取其行動軌跡，并確保該嫌疑人二次出現后進行自動報警，從而起到主動防御的作用，提升社區的安全性。

（三）社區便捷性需求保障

再以停車場為例，通過停車場管理子系統可以對小區的各個停車場入口進行數據的采集，也就是無論車輛從哪個出入口進出，都可以被系統記錄車輛信息和采集車輛活動的圖像，這些數據在經過大數據分析和處理后可以利用于AI技術的預測和決策。比如當停車場或者社區內有區域正在進行施工時，為了保證周邊人員以及車輛的安全，需要設置警戒線，但是靜態的警戒線不一定能夠有效的阻止車輛的進入，因此可以利用AI技術在危險區域設置電子警戒線，當車輛或者行人進入警戒區域時就會被AI系統所識別，并向外部報警設備發出警告聲，提醒車輛或者行人遠離危險區域，從而起到主動防范的作用。

（四）社區信息聯動性保障

當前各類用于公共安全和服務的子系統被安裝和使用，同時也形成了智慧社區的重要組成部分，但是由于各子系統之間存在數據兼容性和互通性的問題，使得整個社區系統在進行管理時會面臨著諸多困難，從而限制了智慧性的作用。大數據技術和AI技術，其本質上是對各類無序或者有序的數據進行分析和處理，從而建立起有效的規則來為用戶服務，因此，要解決社區智慧性和聯動性的問題必須通過這兩種技術實現。

聯動性是指各子系統之間存在數據的關聯性、延續性、有序性，可以幫助人們進行數據規則的快速識別的系統性數據。社區聯動性長效機制的形成，可以突出城市管理水平和管理效果，為社區的安全保障、預防工作開展、個性化服務、應急處理等活動提供支持。例如，社區工作可以及時反饋，并聚集資源、集中力量，讓城市管理更加有溫度和執法力度，化解社會矛盾，調節工作機制，實現城市精細化管理。大數據AI技術可以幫助對數據的識別和分析，利用AI技術的強大的學習能力來體現預測和決策能力，保障現代化社區信息聯動性安防效果（見圖4）。

圖4 大數據AI技術智能可視化指揮調度平臺業務架構圖