盘点五个警察叔叔转智能监控场景
- 来源：雷锋网
- 2016/10/31 14:59:0433764
然而，如果你以为警察叔叔是用鼠标拖着监控的进度条，把眼睛贴在屏幕上，三班倒不睡觉地查看录像，为了找到*拼到眼神都重影么？那就太小看极客范儿的警察叔叔了。先来科普一下，警察叔叔使用监控多的两个目的就是：找人、找车。
简单来说，就是在浩如烟海的视频数据中，地找到一个目标。这需要三个核心的技术：1、图像识别；2、机器学习；3、大数据计算。
换成大家都能理解的表达方式就是：把不同卡口的监控摄像头采集到的视频信息输入系统，系统会自动分离出所有人（包括人脸、衣着甚至背影）和所有汽车（包括车牌、颜色、年款），然后可以自动把这些数据和已知的照片、衣服、车牌、车色、车型相比对，然后把结果呈现出来，让警察叔叔挑选。
另外，系统还可以对视频监控中的不同主体之间的关系进行分析，主要用于交通事故的监看和追踪。五个警察叔叔常用的场景：
盘点五个警察叔叔转智能监控场景
追拿*——在人群中多看你一眼
所谓追拿*，前提就是警察叔叔已经知道了谁是*。这意味着他们掌握了*的身份信息，至少包括证件号码和证件照片，如果运气好的话，他们也许还有*的生活照或其他影像资料。
之所以强调*生活照的重要性，是因为随着年龄增长，人的真实样貌证往往和证件照存在一定的差异，所以需要结合其他影像资料进行机器学习，提高识别的准确率。
然后，警察叔叔会调集三站一场（长途汽车站、火车站、轨道交通地铁站和飞机场）的监控资料。对于进入监控的人，只要在监控中停留三秒，它的数据就可以被采集，用于比对。
经过比对，警察叔叔会得到一长串的结果，系统把比对结果匹配度高的结果排在前面，类似于百度的搜索结果（只是恐怕没人愿意竞价排名）。对于系统给出的匹配信息，警察还可以进行二次确认或者排除。
当然，一个智能的“追逃系统”功能还不止于此。警察叔叔还可以通过查看“全景照片”获取*的同行人员。还可以进一步查看现场关联录像，如果同行人员与*有过交流，就可以确认他为相关人员，从而进一步对其进行侦查。
管控高危人员——筛选佳男友
你还记得杭州G20峰会吗？据说在会议期间出现的汉子们，都是经过筛选的色香味俱佳的“男友备选池“。没错，这是因为在这种重大会议期间，警察叔叔需要进行高危人员的管控。相对于*来说，高危人群数量提升了几个数量级。警察叔叔需要分类“导入素材”，例如：社区服刑人员、在逃人员、刑满释放人员等等。
有了这些基础数据，接下来的就是在会场周围布置“人员卡口摄像机”。和追拿*的原理类似，系统会自动对出现在摄像机中的人员做比对，如果出现符合的结果，附近待命的警察叔叔手机上就会收到通知，前去盘查。
在警察叔叔的手机终端上，还可以安装移动布控系统：看到可疑的人，只要对着脸“扫一扫”，就可以从服务器得到此人的详细身份信息，判断他有没有“前科”。
同样，这样的系统还可以有一个特别的用途，那就是对只允许特定人员进入的地区，为某些人开“白名单”，系统一旦发现非白名单的人员进入区域，就会报警。如果这个设备落入妹子手中，显然也可以随时拿出来扫一扫，辨别一下自己的男友究竟有没有“案底”。
核验身份——找到电瓶车大盗
如果一个小区经常发生电动车失窃事件，传统的警察也许会采用人工检索监控录像，再人工蹲点布控的方法。但是，由于不知道电动车具体的失窃事件，花时间来审看一个电动车的监控视频似乎很不划算。
那么，一个极客范儿的警察会怎么做呢？1、警察可以通过设置，先筛选出监控视频中所有人员的正面图像；2、进一步设置条件，筛选出人骑着电瓶车的图像；3、在这些图像中，找到失窃的电动车。确定窃贼的面貌。当然，系统还可以自动匹配，如果一个人经常骑着不同的电动车出小区，那么他就很可能是*。4、在系统中设置布防，如果这个人再次出现，系统会提示报警。警察叔叔可以从容出击，从背后拍拍正在撬锁的童鞋。
寻找人口——找到走失的亲人
在警察叔叔接到的报警里，让人焦急的情况之一就是家中的老人走失。根据家人提供的照片，警察叔叔可以调集老人走失的大致时间和大致地点周围所有的摄像头，自动匹配长相和体态与老人相似的目标。
由于家人对老人极其熟悉，而且往往知道老人走失时所穿的衣服，所以即使是老人背向经过监控区域，系统也可以自动捕捉他的衣着样式和颜色，把这些作为疑似选项提供出来。
而亲属通过衣着和体态，也很容易判断出这究竟是不是自己的家人。用新的图像识别和人工智能科技，让亲人在短的时间内团聚，让这套系统多了一丝温情。
分析目标去向——全城追踪一辆车
在电影《碟中谍5》中，阿汤哥一行被反派调用了全城所有的摄像头进行追踪。这种科幻技术的“低配版”似乎已经可以实现了。
如果110接到报警，有一辆车肇事后逃逸了，监控系统可以做到把所有的监控导入，进行“视频摘要分析”，把出现过同一辆车的视频截图出来，这样就可以形成这辆车完整的逃逸轨迹。
在追踪的过程中，系统可以一定程度上排除暗光、模糊等干扰，判断特定汽车的车牌、颜色、年款。这样，即使没有得到完整的汽车轨迹，系统也可以根据筛选条件，例如“黑色”“三厢轿车”“大众”等等，通过以图搜图的方法，关联所有相似的车辆目标。从而增加获知汽车逃逸轨迹的可能性。
当然，如果肇事者是“老司机”，他也许会选择遮挡号牌，在这种情况下，在监控中显然无法获得车牌信息。不过，一般的肇事司机不会想到，他的人脸会被摄像头完整地拍摄下来，通过人像比对，还是可以关联出他的个人信息。
这种卡口抓拍对于车上驾驶员的身份判定，可以防止肇事之后司机找人顶包自首的情况发生。
讲真，如果利用先进的技术，一个极客范儿的警察叔叔显然可以一边追踪逃犯，一边帮社区大妈找回丢失的电瓶车，一边帮焦急的儿女找回走失的老人。这些“超能力”，都要归功于图像识别和机器学习技术。