智慧城市网

　　【中国安防展览网 企业关注】不断推进的平安城市和雪亮工程建设让视频监控遍布大街小巷，据不完全统计，一个中型城市约有上万路监控，有的甚至上10万路，每天产生的视频数据相当于千亿幅图片。然而，由于早期技术等因素的限制，传统视频监控摄像头已经无法满足当前社会经济发展的需求。随着前端算力的提升，智能分析软件的进一步前移，智能摄像机毋庸置疑的成为下一代摄像机的发展方向。
 

人工智能落地视频监控 不仅仅是看清楚
 

　　传统监控摄像头只能提供实时情况监控，或者回看已经发生的某些事情。而整合了人工智能技术的智能摄像机，让用户能够实时监控情况，并在问题发生之前识别出问题。数据科学家MaheshSaptharishi博士表示：“包含视频分析功能的监控系统可以实施分析视频内容，检测出可能构成威胁的异常活动。基本上，视频分析技术可以帮助安全软件‘学习’什么是正常情况，这样它就可以检测出异常情况，以及某个个人可能忽略的潜在危害行为。”这是人工智能与视频监控相结合的关键驱动因素之一。其背后的想法是，先进的软件可以完善人类的判断力，提供更准确、更安全的监控。但这并不意味着取代人类监控，而是让这个过程更细致化和更个性化。
 

　　人工智能在视频监控落地
 

　　智能监控旨在对监控视频中的物体、行为、事件等对象，通过检测、识别、跟踪等视觉模式识别技术进行智能分析和判断，从而减少或取代人力的干预，所涵盖的技术包括对人脸、行人、车辆、标识等视觉对象识别和行为分析等，其应用主要分为以下几种：
 

　　1、人脸识别。人脸识别系统有很多潜在的价值，它可以与视频监控系统结合在一起，帮助执法人员在人群中辨认、识别目标人员的面孔，这可能在未来有助于警方追踪罪犯，甚至可以防范于未然，从源头上组织*的发生。可用于人脸核查，安防人脸搜索等。
 

　　2、车牌识别。先拍摄到已停止汽车清晰的车牌图像，然后再采用图像检测方法检测出图像中车牌的位置，接着进行车牌文字的抽取和识别，通过对车道内通行车辆的视频流进行采集，实现对同一车牌的多次识别，后输出经过优化选择的结果，一般无需外界触发信号、具有较强的适应能力，对车辆遮挡情况有一定的抵抗能力。主要用于小区车辆的登记查询以及收费，高速公路的违法车辆的抓拍。
 

　　3、语音识别。语音识别根据对说话人的要求分为特定人语音识别和非特定人语音识别。特定人语音识别是指当前的语音识别系统被设计用来识别某个具体使用者的语音，这种情况下数据库中的音频样本均来自于使用者本人，所以数据库中语言的发声习惯、语速、语调均与使用者一致，可以大幅提升识别准确率。非特定人语音识别是指使用一套通用的系统来供所有用户使用，使用门槛低，系统推广性强。主要实现人机交互。
 

　　4、表情识别。表情识别是指从给定的静态图像或动态视频序列中分离出特定的表情状态 ，从而确定被识别对象的心理情绪，实现计算机对人脸表情的理解与识别，从根本上改变人与计算机的关系，从而达到更好的人机交互。主要根据人的表情，推荐不同的商品。
 

　　5、年龄识别。摄像机通过核对识别对象的骨架结构，眼睛和嘴巴的位置以及眼睛和鼻子周围的皱纹，几乎可以准确无误地判断出年龄。主要通过识别出来客人的年龄，实现营销。
 

　　水平不足、耗时费力 还需技术突破
 

　　尽管当前人工智能技术已经极大改善了视频监控的应用，但从实际应用情况来看依然面临着许多挑战。毕竟无论是人工智能的发展，还是安防智能化的应用，其整体水平仍处在早期或者起步的阶段，系统的智能化程度在短时间内还难以达到科幻大片展现的实战效果。即使目前静态人脸识别已经很成熟了，但动态人脸识别还面临着巨大挑战。除了前端高清摄像机必须要能够采集到高质量的人脸信息之外，还需要强大的算法和算力支持。通过神经网络、深度学习、大数据自主训练以及高性能并行计算能力等等综合提升才能解决当前应用难题。
 

　　而深度学习是需要进行大量的大数据训练，目前有的人工智能企业采用人工对数据进行标注，费时费力。中科院自动化研究所李子青教授表示：“我认为深度学习还有一定的发展空间，不管是提升算法、改进网络架构，还是通过增大数据标注的方式，提升的空间并不大，它已经接近天花板，具体是多少，我不能给一个定量，我们必须在这方面突破，必须像开复老师说的那样，要形成应用场景的数据闭环，能够利用生产环节的大数据进行自主标注、自主学习，不管你会不会标注，至少是自主学习”。
 

　　其次，安防视频监控是一个系统工程，人工智能技术在视频监控的应用挑战，同样贯穿于前端、传输、存储、应用等等每个环节。例如，在海量视频数据中寻找目标，“天网”视频监控系统每天产生的大量图像视频，对于寻找目标人与车辆犹如大海捞针。
 

　　此外，传输受限制预警不实时。尤其是高清、超高清摄像机的大量应用，采集的数据量非常大，传输成本非常高，而且很难在时间汇集到数据总平台，造成全局预警与搜索的困难。此外，针对交通拥堵情况，当前的交通大数据主要还是以导航地图、共享出行软件等为主，视频智能分析数据应用还是比较少等等。
 

　　当然随着神经网络、深度学习、边缘技术等技术的进步、算法的不断优化、计算机性能提升，当前面临的种种问题都会逐步得到有效解决。
 

　　解析数据、处理 拥抱智能时代
 

　　随着人类社会科技演进持续加速的态势，人工智能时代奇点的来临速度或许远超我们想象。市场调研机构Strategy Analytics4月12日发布的研究报告《智能家居监控摄像机市场分析与预测》指出，低于200美元价格点的配备全套软件和服务功能的摄像机将推动智能家居监控摄像机市场的增长。该报告预测，到2023年，市场消费者在智能家居监控摄像机上支出将超过97亿美元。
 

　　中国工程程院院士、北京大学教授高文在参加2018年人工智能安防峰会时表示，城市大脑需要智慧之眼。“通过监控摄像头让城市变得更智慧，不仅仅是单一的视频检索和计算机视觉问题，而是在面临海量信息和突发事件时，能否迅速做出反应、能否降低计算量、能否有效识别和检索等一系列庞大的系统工程。”
 

　　未来摄像机将不再是自出厂之后就一成不变的，而是根据用户的需要，通过加载不同软件实现不同的业务功能，融入软件定义产品的新时代。通过规模化、多样化的智能前端摄像机进行的数据采集，后台强大的云计算和视频解析系统对采集的数据进行准确的解析和表述，庞大的大数据分析与挖掘系统对海量数据进行的处理，才能够真正的让视频监控协助用户准确的观察、识别和应对周边的事物，做到真正的拥抱智能时代。
 

　　结语：视频监控整合人工智能技术，虽然在加强监控的同时也伴随着一些潜在风险，但是潜在的优点显然超过了缺点。且如今人工智能在算法与芯片领域的成熟及成本的下降，使得智能监控的商业化落地更加快速地普及，同时智能监控市场在寻求差异化竞争形成了百花齐放的形势。
 

　　(本文据中国建材网、IT168网络通信频道、千家网、智东西、至顶网、智能交通网、36氪、安防知识网信息整理，中国安防展览网编辑发布)