智慧城市网

　　【中国安防展览网 企业关注】打击违法行为、遏制违法事件发生，一直都是国家公安机构的目标，依托于科技的力量通过摄像头进行视频实时监控是公安机构打击*的一项“法宝”，但目前公安所使用的摄像头视屏监控仅仅只能用来协助破案，无法达到引导公安人员打击*，阻止违法事件发生的作用，每天社会中的违法事件仍旧还在我们身边上演着。
 

　　伴随着深度学习算法的不断发展，为人类带来新变革的人工智能技术出现了，目前已经在金融、安防、医疗、法律等多个不同领域开始逐步应用。源于安防领域事前预防、事中响应、事后追查的诉求与人工智能的技术逻辑完全吻合，安防行业占得先机。当人工智能技术应用到安防行业公安天网监控系统的摄像头上，监控里的视频能够进行数据智能分析，公安机构打击*也出现了更多的可能。
 

　　AI摄像头能为公安机构创造哪些可能？
 

　　视频监控的发展，一直以来都是用于检测和制止家庭、企业和公共场所的违法行为。国家公安机构每年在打击违法份子的手段上尤其是在完善天网监控系统上投入了大量的资金和人力，目前公安机构天网监控系统安放的摄像头基本上已经遍布城市中的每一个角落，农村也正在开始普及当中。
 

　　一、助力公安侦查破案，AI摄像头成“侦查专家”
 

　　在公安机构建设的天网监控系统中，传统的摄像头只能够解决视频的储存和回放，公安人员一旦使用这些监控设备侦查破案，需要定位和查找视频录像中的人、车辆、物等目标相关信息，然而这需要投入大量的人力以及精力。
 

　　因为目前要实现的实时监控，调度指挥，视频录像中的可疑车辆检索查证，必须得依靠公安相关工作人员时刻紧盯屏幕，监视所有摄像头里的实况视频，以及相关视频录像的回放。同时这也难以避免因为工作人员长时间紧盯屏幕和疏忽，导致遗漏某些稍纵即逝的重要消息，从而影响公安人员自身的破案效率。
 

　　在这种情况下，公安机构急需一种新的技术来帮助自身打破通过人为视频监控检索消息的壁垒。而人工智能的四个核心能力，语音、图像、自然语言理解和人物画像，恰好满足公安人员通过摄像头视频监控检索信息的诉求。
 

　　通过人工智能四大核心技术，当公安天网监控系统的摄像头能够对视频数据进行智能分析，实时分析视频监控内容，检测运动对象，识别人、车属性信息，将存在可疑点视频传递到数据库进行单独存储，同时还能提取视频录像中违法现场周边可疑的人、车、物等目标相关信息，通过人脸识别技术实现一对一的图像对比，快速的查找可疑目标资料信息，定位可疑目标位置，生成结构化的语义描述反馈给公安工作人员，这将大大提高公安人员侦查破案的效率。违法*的轨迹锁定原来可能需要几天时间，在AI摄像头的帮助下缩短到几个小时就能协助公安人员快速破案抓获违法*，让*无所遁形。
 

　　二、利用人工智能“预测”违法，协助公安人员预防违法事件
 

　　社会违法事件频频上演，将违法*缉拿归案是公安机构的本职工作，但是某种意义上而言维护治安，及时制止违法事情的发生更加值得重视，如何有效的预防违法事件的发生？这几乎成为了每个国家公安机构心头的焦虑。
 

　　那么AI摄像头是否能够协助公安人员预防违法事件发生呢？通过人工智能技术识别人的面部表情、行为识别以及步态分析，协助警察提前进行预测分析违法行为做好制止工作，AI摄像头的作用也十分想象力。
 

　　例如通过AI摄像头建立一个面部识别系统，根据每一天某人去过哪些地方、有哪些行为动作，给他设置违法风险评级，然后AI摄像头将预测结果告知警方。比如说，生活中一个人去买菜刀并不可疑，但是如果同一个人买完菜刀之后又同时去买了一把锤子和一个袋子，那么这个人的可疑评级就会因此上升，一旦分值超过警戒线，AI摄像头就会发出警报提醒公安部门密切关注此人，提前预判制止违法事件发生。
 

　　AI摄像头引导公安打击违法需要突破的难题
 

　　“理想很丰满，现实却很骨感”，利用AI摄像头打击*的确非常具有应用前景，但是就目前的技术，以及各方面的资源而言，AI摄像头想要具体落实，还有很多实质性的问题需要解决。
 

　　一、视频成像对环境的适应性
 

　　视频成像是人工智能对视频内容理解的基石，而人工智能指导公安人员打击*主要分为三个步骤，目标检测、目标跟踪和目标属性提取。但是在恶劣的环境因素下，当AI摄像头面临关照不足、图像模糊、目标尺寸过小又或是相互遮挡等问题的时候，这种情况下可能会对人工智能对视频内容的辨识度造成一定的影响甚至是数据误报，给公安人员带来一些不必要的麻烦。
 

　　二、如何打破数据的孤岛效应
 

　　大数据技术能为人工智能提供强大的分布式计算能力和知识库管理能力，是人工智能分析预测、自主完善的重要支撑。可在传统的安防体系中，各个平台之间的数据开放性、彼此之间的共享度极低，例如定位、社交、车辆、消费等等，虽然公安人员能够收集到这些数据，但是人工智想要自主收集却不是一件易事。当AI摄像头缺乏有效的数据支撑，就很难开展多维数据融合分析，无法实现目标追踪的目的。
 

　　这里以人脸识别为例，要提高人脸识别的准确率，只是单纯依靠提高人物图片高精度识别是不够的，还需要扩充分析数据的纬度，例如定位、收集人物车辆和消费等信息，通过这样大规模的多模态数据整合目标信息分析才会更加的。
 

　　三、领域专业知识的积累
 

　　目前的智能分析技术还仅仅停留在单场景的目标检测和行为分析的层次，对视频内容的理解分析偏弱，无法对大范围场景进行关联行为分析，而主要表现于无法对动作、行为等动态特征以及之间的关联性做结构化的处理。
 

　　另外，自身领域也没有积累下有效的经验知识用于人类行为异常分析和风险预测。
 

　　四、缺乏有效的自主完善能力
 

　　真正的人工智能需要具备自主学习的能力，如同围棋机器人“阿尔法狗”一般能通过实战不断的进步，变得更加强大。但是当前的智能更多只是一种反应式的智能，根据用户输入条件进行自动判断，并不具备自主成长学习的能力。基于人工智能技术的摄像头指导公安机构破案，如何才能够具备经验积累成长的能力，成为了当前AI安防行业发展的大难题。
 

　　虽然目前来说AI摄像头的发展道路十分的曲折，但是随着政府对AI安防的大力支持，未来数据的开发共享，深度学习算法的不断提升，我们终将迎来一个全新的和谐社会。
 

　　(原标题：当*份子遇上AI摄像头，一场猫捉老鼠的新战)