智慧城市网

　　【中国安防展览网 企业关注】“还有30秒。”耳机里传来后的提醒，汤姆·克鲁斯扮演的未来警察奋力跑向一栋房子——屋内，愤怒的男子对出轨的妻子举起了剪刀，警察破门而入，不由分说将他按住。
 

　　“确认是霍华德·马克思。”警察用仪器扫描虹膜确认了男子身份，“根据*预防中心的授权，你因为即将谋杀你的妻子被捕，命案将于今天8点04分实际发生。”
 

　　“但我什么都没做！我什么都没打算做！”男子大声叫嚷，但警察已经把他控制。
 

　　在科幻电影《少数派报告》里，命案将在何时何地发生已经可以被预测，未来警察可以提前到达现场，有效制止*。
 

　　随着人脸识别技术的快速发展，科幻电影里的“未来标配”正成为可能。近日，英国《金融时报》报道就惊呼：中国公司正帮助警方开发人工智能，可以用来发现人群中“可疑的”行为举止模式，在*行为实施前识别并拘捕*。
 

　　酷炫技术 摄像头识别行为轨迹

 

　　云从科技公司战略规划总监姚志强很忙，《金融时报》的报道把这家人脸识别公司一下子拱上了热搜榜单。
 

　　“我们正在建立一个识别系统，一个人去哪里、做了哪些动作，其活动轨迹和范围会被系统自动记录、储存、归类。”姚志强顿了顿，强调称，这并不是外媒所说的能对*进行预测，“而是通过智能技术对*行为实施事前预防、事中控制、事后追踪。”
 

　　工作人员展示了云从科技的人脸数据作战平台。在这个平台上，工作人员先选择了一个区域，然后导入一位测试人员的脸部照片，选择时间范围之后，点击检索。看到，在展开的区域平面地图上，测试人员曾经出现过的地方已经被红色坐标符号标记出来，点击任意一个地点，还能看到测试人员在该地点出现的所有时间以及当时的衣着神态。
 

　　在动态布控的功能中，当测试人员经过摄像头，系统屏幕则实时弹出信息，包括人员类别，出现时间、地点。工作人员透露，在实际应用中，警方重点管控的人员外出轨迹会被实时记录跟踪，一旦出现在重点场所附近，系统会时间预警，并将信息推送到值班台。
 

　　在姚志强看来，这看起来酷炫的技术，要解决的是一个图像检索的子问题，“给定一个监控个人图像，检索跨设备下的该个人图像”。
 

　　但是，技术的实现远没有说的那么轻松。“动态识别难度很大。”姚志强解释称，开放场景下，人脸不会主动配合摄像头角度，加上分辨率、光线等多种因素影响，此前的面部识别准确率并不高，“之前广东省公安厅做过测试，从国外引进的某系统识别率仅有5%，也就是说，搜20次可能才能找到一次”。

 

　　为了解证件照与真实人脸的差异，云从科技团队人员专门搭建了可拆卸的结构化数据采集阵列，动用91台高速摄像机，以每台5度的角度差采集不同拍照、光照角度下的图像数据。历经大半年，科技人员在原有算法基础上加入角度修正、3D建模等模块，通过深度学习不断调整各模块参数，“现在百万量级的完全室外动态识别，识别率可达到50%”。
 

　　他们也遇到棘手的时候，当目标对象人脸老化、有意戴眼镜或帽子等遮挡物，人脸识别就变得相当困难。“在人脸识别之外，人工智能还涵盖了远距离步态识别、声纹识别、发型识别等生物特征识别方法，可以一起判断”。
 

　　要满足跨设备可追溯的检索需求，技术人员还要思考如何将海量的视频信息有效储存起来。
 

　　“以人工智能的方式，实现视频结构化。”姚志强，视频的数据体量越来越大，视频的结构化可以设定关键信息的属性，进行高度压缩的存储。具体来说，当目标人员经过摄像头，人工智能自动识别其身份信息后，将人脸照片单独剥离出来，其活动轨迹会自动记录成信息模式，并归类储存，“大大便利了后续的信息检索”。
 

　　未来发展 要向人工智能要警力

 

　　“一个人去买菜刀不可疑，但如果之后他又去买了锤子和袋子，其风险评级就会上升。”姚志强强调，对重点管控人员*行为评估主要通过人脸大数据进行跟踪，一旦活动数据出现持续异常并累计达风险级别，警方可及时发现并评估，“实时预警，防患于未然。”
 

　　向“*预测”进军的并非只有云从科技一家。人工智能带来了云计算、深度学习等新一代技术的发展，以算法见长的商汤科技、旷视科技等人脸识别公司，也纷纷选取自己擅长的“赛道”深耕细作。
 

　　今年5月，在深圳举办“文博会”期间，商汤科技提供的SenseFace系统支持1000+路监控视频中的实时人脸捕捉与识别，5天内完成了21万人次的人脸识别，比对预警241人次，共识别前科人员25名。
 

　　“摄像头能够代替人眼对目标进行智能跟踪与识别，并通过人工神经网络等算法，实现对*区域客流的运动轨迹分析。”商汤科技执行官徐立，在深度算法基础上开发的智能人群行为分析系统，可以通过统计场景内的人数、跟踪人群的移动速度和方向、异常行为分析等，进行实时人群监测，并做智能预警。
 

　　人工智能的发展，让安防对图像的需求从“看得见”“看得清”，演进成为“看得懂”。事实上，2009年后，公安部明确提出，图侦(视频图像侦查)成为继技侦、刑侦、网侦之后的第四大侦查技术。近年来，广东公安也在大力推动以人脸识”为核心的“视频云+大数据”平台建设，向人工智能要警力。

 

　　分布在城市各重要卡口的摄像头正发挥着日益重要的作用。据媒体公开报道，目前广州全市已安装摄像头57.4万个，高清道路卡口系统1590套，实现了主要道路、重点区域、重点场所等全覆盖。
 

　　“对于人流密集区域，摄像头在采集每一个经过的人像的同时，系统会自动描述其性别、穿戴和衣着特征等，形成人像对应的特征大数据。”广东省公安厅科技信息化处科长洪小龙此前接受媒体采访时介绍，位于高处的摄像机可以及时发现隐藏在人流中的重点管控人员、其出现的时间和位置，属于抓捕类的人员，告警信息会主动推送到一线民警的移动终端，确保路面警力先发处置。
 

　　向人工智能要警力的步伐正在迈得更大。7月20日，国务院印发的《新一代人工智能发展规划》正式出炉，科技部副部长李萌在吹风会上明确表示，“在公共安全领域，如果使用智能安全系统，就能够进行事前预警，通过大数据来提醒管理人员，给管理人员提供决策依据”。
 

　　争议不断 大数据算法是否公平

 

　　《华盛顿邮报》的报道早就描述过这样一个场景：查尔斯·科尔曼从警车里下来，扫了一眼面前垃圾遍地的街道，这里聚集了许多流浪汉。他此行的目的是来处理一起“尚未发生的*活动”。
 

　　把这位洛杉矶山麓地区警察局的警官召唤到这里的不是911的报警电话，而是*预测软件Predpol给出一个提示：当天早晨，这个地区附近很有可能发生一起汽车盗窃或入室盗窃。
 

　　Predpol是一套由美国加州圣克拉拉大学的数学教授乔治·莫勒及其率领的团队研发出的*预测软件。该软件以预测余震的方程为基础，能够通过分析之前发生的*活动种类、时间和地点数据，预测哪些地区即将发生*事件。
 

　　目前这项技术已经扩展到洛杉矶其他的地区和全美60多个警局，成为全美流行的治安预测系统。据《警察》杂志报道，“预测性警务”数据的使用，提升了执法机构的工作成效，亚特兰大警察局在其所管辖的两个地区运用了该技术，90天内*率就下降了10%。
 

　　Predpol并非孤例，在美国田纳西州，高速公路巡逻部门应用IBM SPSS Modeler来预测哪里将会发生事故；意大利米兰城里，KeyCrime已经投入应用超过了十年，以历史数据为基础来预测抢劫案件的具体发生地点；在南非首都开普敦，科技人员也研制出了一款名为Solution House的软件，用于预测*事件发生的几率。
 

　　在国外，*预测技术的应用发展正在超出人们的想象。2016年9月，斯坦福大学发布了名为“2030年的人工智能和生命”的阶段性研究成果报告。报告提出，预计到2030年，具备预测功能的“警察”将被大批量的投入使用，终被人类所依赖。

 

　　但反对的声音从未停过。有质疑者称，一个人*的可能性有千千万万，看起来公平的算法，不过是设计者觉得重要的维度里判断一个人*的可能性。
 

　　隐私和种族正义组织表示，几乎没有证据表明这些技术能发挥作用，他们还担心，这种做法可能会因为依赖于带有种族歧视的巡查数据，而不公平地将执法活动集中在有色人种社区。
 

　　斯坦福大学的研究人员也警告称，人工智能应用于司法范畴，仍存在需要解决的问题。首先是数据安全问题，其次是准确性问题，“因为算法都是基于历史*统计数据来预测未来的*行为，因此有可能会把过去的执法模式和认为特定人群有*倾向的想法画上等号。”
 

　　(原标题："天眼"智能跟踪预警* 可发现人群中"可疑行为")