AI摄像机落地应用现状

老钟安防观察

　　纵观安防历史，我们经历了2006年以前的模拟时代，2006-2016年的数字时代，2016年之后的智能时代，AI为安防开启了新的纪元。
6 H# a) Q6 W* N9 J/ J) Z5 o　　我们通过一组数据来证实AI是如何为安防赋能的。据不完全统计，目前全国约有2亿摄像头，总计存储容量超过400000PB，约1亿块硬盘。传统安防架构在这样的情况下会捉襟见肘，首先存储成本非常高，未经过结构化的原始视频数据占据了大量的硬盘空间;其次数据可读性差，原始视频查找大多需要人工参与;第三取证难度大，在海量的素材中找到敏感录像几乎是灾难性的。大家熟知的周克华案，调用了1500名民警，在18万小时的录像中查找线索，破案耗时45天，这是传统安防架构的弊端，也给我们带来很多思考，安防光靠震慑和取证是不够的，需要在信息采集的同时进行分析，通过“主动布防+主动告警+业务联动”来完善处理链条，提高视频监控的效率。同样的一个实例，在云南某公安局，采用AI+安防架构的视频监控系统，布控了嫌疑人照片，第二日即通过天地伟业的人脸识别卡口发现嫌疑人，及时通知民警，顺利实现抓捕。
$ p; ]7 ^( `2 ]2 M　　AI摄像机重点的分析对象无非就是人和车，涉及到身份识别和行为识别，这是要解决问题的主线，要通过视频主动分析明确“是谁在做什么事儿”，将违规的行为进行第一时间准确判断，并联动预警。
　　现阶段，AI技术落地于视频监控领域，在厂家的积极推进中已进入产业化，感知智能时代已来临。车辆识别技术突破后，视频领域又迎来了人脸识别技术的突破，通过应用于实际场景，引领视频监控建设与发展的新趋势。以智慧城市为例，2015年，九部委提出“全域覆盖、全网共享、全时可用、全程可控”16字建设联网应用目标，指导平安城市向有序、高效的方向发展。从平安城市视频监控体系来看，国标联网互联互通的视频专网建设阶段已进入了智能视频网的建设阶段，基于新技术、新规划、新标准，平安城市正式开启4.0时代，即智能应用阶段。主要应用包括：
　　1. 人体分析：人脸识别、体态识别、人体特征提取等;
　　2. 图像分析：视频质量诊断、视频摘要分析等;
　　3. 车辆分析：车牌识别、车辆识别、车辆特征提取等;
; y" p$ C! a& c  ?2 X& k+ z　　4. 行为分析：目标跟踪监测、异常行为分析等。
. g) G: q7 \: [; r　　人是城市的主体，基于“人”的AI应用必是主角。目前人脸识别、人流量统计、人体属性分析等技术已经开始落地应用，其中以人脸识别的需求更为旺盛。基于低成本、低功耗、标准化的产品策略延伸出更多的应用。
" Y9 F. w9 i! C4 q　　现在正在刮起的AI风对智能网络摄像机到底是噱头还是未来，需要从用户的角度出发，真正做到实用化、体系化、多业务融合，才能让这股风吹得更久，劲儿更大。实用化方面，主要针对各厂家对AI智能的数据宣传，“单画面抓取100个人脸、每帧识别30个人脸，每天1亿人脸建模，支持人脸角度侧脸45°、千亿数据秒级检索、50米外人脸识别、人脸抓取率99.5%、十亿库一秒比对、百亿人/秒人脸识别比对，800路实时视频结构化”，让人充满了对边缘AI的无限遐想，但实际上能否适应更多的场景及所宣传的指标，大家心里还是打鼓的。体系化方面，除了个别民用领域之外，前端设备从来没有单独使用的，一定会配合平台实现更为细分的业务，所以智能要成体系，从软件到硬件，从前端到后端，同时配合公安、智慧、政法等业务平台实现大数据的处理。多业务融合方面，好的系统一定是将优势模块进行有效的整合，如将智能AI与超星光、热成像技术融合，实现低照或无光下的高精度识别;与声光警戒技术融合，实现主动预警，将危险消灭在萌芽状态;与深度学习算法融合，模拟人的神经网络，通过不断学习，提高传统算法的准确性，并且解决传统算法识别种类少、场景受限的问题。
! J" X# r# |; X1 V' u% F