AI是Artificial Intelligence的縮寫，通常被稱為人工智能。人工智能是指由人工制造出來的系統(tǒng)所表現(xiàn)出來的智能，是指通過計算機(jī)實(shí)現(xiàn)的智能。人工智能的定義可以分為兩部分，即“人工”和“智能”?！叭斯ぁ北容^好理解，爭議性也不大。有時我們會要考慮什么是人力所能及制造的，或者人自身的智能程度有沒有高到可以創(chuàng)造人工智能的地步等等。但總的來說，“人工系統(tǒng)”就是通常意義下的人工系統(tǒng)。

關(guān)于什么是“智能”，就問題多多了。這涉及到其它諸如意識（consciousness）、自我（self）、心靈（mind），包括無意識的精神（unconscious mind）等等問題。人唯一了解的智能是人本身的智能，這是普遍認(rèn)同的觀點(diǎn)。但是我們對我們自身智能的理解都非常有限，對構(gòu)成人的智能必要元素的了解也很有限，所以就很難定義什么是“人工”制造的“智能”了。因此人工智能的研究往往涉及對人智能本身的研究。其它關(guān)于動物或其它人造系統(tǒng)的智能也普遍被認(rèn)為是人工智能相關(guān)的研究課題。人工智能目前在安防監(jiān)控內(nèi)，得到了愈加廣泛的發(fā)揮，尤其是在機(jī)器視覺、深度學(xué)習(xí)、智能算法、控制系統(tǒng)、仿真系統(tǒng)中得到及其廣泛的應(yīng)用。

AI如何為安防賦能

隨著安防近幾年產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整安防廠家硬件技術(shù)的進(jìn)步和快速推廣為人工智能向安防行業(yè)滲透提供了先天的有利條件。通過近一兩年的探索，一批優(yōu)秀的安防生產(chǎn)廠家如天地偉業(yè)將人工智能技術(shù)應(yīng)用于安防行業(yè)，并開發(fā)出交通卡口、人臉布控、警戒系統(tǒng)、案情分析等多種垂直應(yīng)用功能。隨著各大安防廠家對人工智能持續(xù)的產(chǎn)業(yè)化應(yīng)用，以人工智能算法為主要形式的安防智能化將在2017年實(shí)現(xiàn)爆發(fā)式增長。從16年下半年開始，政府類安防監(jiān)控項(xiàng)目中人工智能功能從無到有，占比懸殊擴(kuò)大。此外從項(xiàng)目形式上講，PPP訂單有條不紊的持續(xù)推進(jìn)，全國范圍內(nèi)的智能化平安城市建設(shè)將成為安防行業(yè)的重要發(fā)力點(diǎn)，人工智能技術(shù)將成為安防企業(yè)下一階段的核心競爭力。

高清攝像頭升級為“AI＋安防”提供可能性

不管是天地的“超星光”、還是?？档摹昂诠狻逼浜诵慕鉀Q的痛點(diǎn)在于“看得清”的問題。作為行業(yè)的重要發(fā)展方向，未來的安防行業(yè)將是高科技云集的行業(yè)，AI＋安防的組合模式為行業(yè)發(fā)展最終步入智能化階段提供動力，其重點(diǎn)解決的是“看得懂”的問題。 總體來說，視頻監(jiān)控行業(yè)經(jīng)歷四個階段：第一，起步階段，傳統(tǒng)模擬監(jiān)控，國內(nèi)自主知識產(chǎn)權(quán)落后，安防系統(tǒng)用戶局限于政府部門；第二，發(fā)展階段，數(shù)字監(jiān)控，安防用戶增多，監(jiān)控規(guī)模擴(kuò)大，圖像數(shù)字化儲存，分辨率邁入標(biāo)清時代；第三，提高階段，高清化監(jiān)控，市場容量持續(xù)增加，視頻監(jiān)控系統(tǒng)與用戶業(yè)務(wù)系統(tǒng)融合；最后，智能化階段，逐步形成集數(shù)據(jù)傳輸、視頻、控制于一體的智能化安防綜合管理平臺。

隨著4K、H．265等技術(shù)的普及，視頻清晰度不斷提升，帶寬碼流不斷下降，人工智能將率先在安防領(lǐng)域?qū)崿F(xiàn)點(diǎn)線面全緯度覆蓋。其核心原因在于：

1）算法成熟：安防監(jiān)控的場景較為集中，容易實(shí)現(xiàn)技術(shù)優(yōu)化和突破，目前圖像識別的算法已經(jīng)滿足安防監(jiān)控的要求；

2） 需求明顯：從政府到民間，安防正在向全時間全地域緯度擴(kuò)展；

3） 基礎(chǔ)穩(wěn)固：政府一直大力投資安防監(jiān)控領(lǐng)域，全國過半的攝像頭已經(jīng)完成高清化改造，警務(wù)電子化和信息化已逐步完成，為人工智能部署提供了條件；

從人工智能技術(shù)上來看，安防監(jiān)控主要運(yùn)用的技術(shù)是以圖像識別為基礎(chǔ)的人臉識別、車輛識別、行為特征識別等技術(shù)和以語義理解為基礎(chǔ)的視頻結(jié)構(gòu)化分析。

AI＋安防場景分析

從應(yīng)用的場景來看，部署場景將人工智能分為4種類型：

1）“點(diǎn)”布防，以卡口、出入口的身份認(rèn)證為主，應(yīng)用于車站、機(jī)場、酒店等關(guān)鍵節(jié)點(diǎn)；

以人臉圖像識別為代表的生物特征識別功能在當(dāng)今社會中扮演著越來越重要的角色。小到刷臉打卡，通過門禁，車站機(jī)場安檢，大到犯罪嫌疑人追蹤與金融交易，生物特征識別均存在著廣泛的應(yīng)用空間。生物識別技術(shù)中指紋識別、虹膜識別、手勢識別等技術(shù)雖然在部分領(lǐng)域存在著一定優(yōu)勢，但他們一個共同的缺陷在于這些技術(shù)均僅限于“主動識別”功能場景，即識別對象必須“主動配合”識別過程，例如伸出手指、雙眼或者做出特定行為。而人臉識別則是一種既可以實(shí)現(xiàn)“主動識別”又可以應(yīng)用于“被動識別”場景的生物識別方案，因此具有更廣闊的應(yīng)用空間與市場。從識別技術(shù)上而言，單點(diǎn)布防的場景主要以靜態(tài)識別為核心技術(shù)，系統(tǒng)通常可以完成“人臉圖像＋身份證＋局端數(shù)據(jù)”三者比對并完成身份驗(yàn)證，眾多安防企業(yè)已經(jīng)完成技術(shù)迭代，實(shí)現(xiàn)高于99％的識別率，接近虹膜識別準(zhǔn)確率，可以實(shí)現(xiàn)金融安防級別的應(yīng)用。

2）“線”布防，以道路監(jiān)控為主要部署場景，結(jié)合車輛識別和人臉識別；

ITS系統(tǒng)是人工智能實(shí)現(xiàn)把各個點(diǎn)連成“線”的重要應(yīng)用場景。在這個領(lǐng)域負(fù)責(zé)采集有關(guān)道路交通流量的各種參數(shù)，例如車流量，車速，車型，排隊(duì)時間和長度等。隨著人工智能技術(shù)的不斷進(jìn)步，基于車輛識別的識別類算法可大幅降低道路信息監(jiān)控系統(tǒng)的技術(shù)門檻，提高道路執(zhí)法效率。相對于其它交通流量檢測技術(shù)而言，人工智能技術(shù)所具備的優(yōu)勢包括：

1．識別范圍廣：視頻檢測可以檢測較大的交通場景面積，并通過通訊技術(shù)實(shí)現(xiàn)網(wǎng)狀監(jiān)控體系；

2．部署容易：相對于其它檢測方法，投資少，費(fèi)用低；視頻傳感器等設(shè)備，例如攝像頭，易于安裝和調(diào)試，且對路面設(shè)施不會產(chǎn)生破壞；

3．采集數(shù)據(jù)多：使用AI技術(shù)可以采集到更多的交通流量參數(shù)，實(shí)現(xiàn)動態(tài)數(shù)據(jù)分析；

4．便于執(zhí)法：實(shí)現(xiàn)了更多執(zhí)法功能，例如套牌車分析、交通違章監(jiān)控等。

目前運(yùn)用人工智能的圖像識別技術(shù)，通過安裝在道路旁邊或者中間隔離帶的支架上的攝像機(jī)和圖像采集設(shè)備將實(shí)時的視頻信息采入，經(jīng)過對視頻圖像的實(shí)時處理分析得到各種交通信息，如車輛的流量、速度、交通密度、車型分類、車輛排隊(duì)長度、轉(zhuǎn)彎信息等。圖像識別目前已經(jīng)能夠勝任識別車牌，車輛顏色，車輛品牌，車輛類型（SUV，普通轎車，皮卡等），車輛型號（類似于9代雅閣，8代雅閣等），以及駕駛員是否使用安全帶及接聽手機(jī)等行為。

人工智能有望為道路交通執(zhí)法帶來一場科技革命。交警部門也將從傳統(tǒng)的現(xiàn)場執(zhí)法逐步過渡到遠(yuǎn)程、非值守的智能執(zhí)法，迅速降低交警執(zhí)法難度，改善執(zhí)法環(huán)境，并將為越來越多的駕駛員及乘客保駕護(hù)航。 　　3）“面”布防，以熱點(diǎn)區(qū)域、重點(diǎn)場所為主要部署場景，應(yīng)用人群與行為特征分析技術(shù)，按需部署人臉識別產(chǎn)品；

圖像識別技術(shù)不僅可以實(shí)現(xiàn)靜態(tài)識別，也可以完成動態(tài)識別和軌跡識別。通過對視頻的迅速分析，信息分析平臺可以監(jiān)測出可視范圍內(nèi)的人群數(shù)量，并且捕捉每個個體的行為動作，形成重點(diǎn)場所及區(qū)域的面狀布防。重點(diǎn)區(qū)域布防對于公安部門而言有著重要的意義，但卻消耗大量警力資源。重點(diǎn)區(qū)域與重點(diǎn)社會活動已經(jīng)成為公安部門安防布控的重點(diǎn)與難題。人群與行為識別技術(shù)是圖像識別的一個延伸，通過更為優(yōu)化的AI算法與模型實(shí)時分析可視范圍內(nèi)的人物、車輛及其行為。其主要功能包括，人數(shù)統(tǒng)計分析：統(tǒng)計視野范圍內(nèi)人群的數(shù)量，跟蹤個體行為軌跡，防止人群密度超負(fù)荷；個體跟蹤：結(jié)合人臉識別技術(shù)，跟蹤特定人員的運(yùn)動軌跡與行為舉止，實(shí)現(xiàn)提前預(yù)警；禁區(qū)管控：對禁區(qū)范圍實(shí)現(xiàn)實(shí)時監(jiān)控，對違規(guī)行為實(shí)時報警；異常行為分析：對人物行為進(jìn)行分類，并及時預(yù)警異常動作行為。AI技術(shù)將對區(qū)域布防業(yè)務(wù)提供強(qiáng)大附加功能，減少安保人員投入，減少應(yīng)急響應(yīng)時間，保障人民社會及經(jīng)濟(jì)活動的順利進(jìn)行。

4）“后臺”分析，以視頻結(jié)構(gòu)化語義理解為基礎(chǔ)的斷文識字、智能案情分析、統(tǒng)籌資源調(diào)配。

有別于前三種依賴于圖像識別技術(shù)的安防領(lǐng)域，智能案情分析系統(tǒng)是一種基于人工智能自然語言處理（NLP）技術(shù)的語義理解分析系統(tǒng)。NLP技術(shù)通?？梢詫⒁欢螌κ聦?shí)陳述的文字進(jìn)行結(jié)構(gòu)化分析，拆解并分離出其中的時間、地點(diǎn)、人物、事件要素等一系列結(jié)構(gòu)化數(shù)據(jù)，并進(jìn)行模糊比對形成專業(yè)的語義理解數(shù)據(jù)庫。公安機(jī)關(guān)坐擁龐大的文字卷宗檔案及數(shù)據(jù)庫，警方需要對卷宗進(jìn)行查閱和分析時，往往需要動用大量警力，進(jìn)行人工文檔篩查。而警務(wù)語義理解技術(shù)，可以有效的對已有的電子卷宗進(jìn)行智能檢索，尋找案件中的蛛絲馬跡，協(xié)助警方破案。例如，有經(jīng)驗(yàn)的警官通常對特定案件，如盜竊案件，有著獨(dú)特的理解。根據(jù)實(shí)戰(zhàn)的經(jīng)驗(yàn)，警官可以對案件的要素，如作案時間、作案手段、受害對象等，進(jìn)行分類。根據(jù)這些分類，警方往往可以進(jìn)行串并案操作，豐富犯罪嫌疑人的行為特征，實(shí)現(xiàn)快速破案。

接下來會怎樣？

人工智能能帶來數(shù)量眾多、意義重大的收益。很多收益是看得見的，從人臉識別到案情分析等。還有一些收益雖然不那么明顯，但也會對日常業(yè)務(wù)流程和消費(fèi)者服務(wù)提供更強(qiáng)大的能力和效率。與任何范式轉(zhuǎn)變過程一樣，有時過高的期望可能會超出短期內(nèi)所能實(shí)現(xiàn)的潛力。我們期待著未來某一時刻，人們對AI的幻想能夠徹底幻滅，隨之而來的將會是長期、持續(xù)的價值認(rèn)可，因?yàn)锳I學(xué)習(xí)已經(jīng)被用于改善并革新現(xiàn)有的系統(tǒng)。在歷史上，工業(yè)革命曾通過新的電力和傳送方式改變了生產(chǎn)和交流方法。第一次工業(yè)革命在十八世紀(jì)八十年代使用蒸汽機(jī)驅(qū)動了機(jī)械化的生產(chǎn)過程；第二次工業(yè)革命在十九世紀(jì)七十年代使用電力推動了商品的大規(guī)模量產(chǎn)；第三次工業(yè)革命在二十世紀(jì)七十年代使用電子和軟件技術(shù)實(shí)現(xiàn)了生產(chǎn)和交流的自動化。今天，隨著AI逐漸“蠶食”整個安防監(jiān)控領(lǐng)域，我們創(chuàng)造價值的主要來源已成為信息本身的處理。通過用更智能的方式完成這樣的工作，AI將低調(diào)地為安防帶來效益和歷史意義。