隨著經(jīng)濟環(huán)境、政治環(huán)境、社會環(huán)境的變化和日趨復(fù)雜，各行業(yè)對安防的需求不斷增加，同時對于安防技術(shù)的應(yīng)用性、靈活性、人性化也提出了更高的要求，傳統(tǒng)安防技術(shù)的局限性日益凸顯。在這樣的大背景下，人工智能脫穎而出。

　　AI作為一項降本增效工具賦能傳統(tǒng)行業(yè)，其中安防市場在政策和技術(shù)的雙輪驅(qū)動下成為AI的首要著陸場。為什么安防會成為AI的首要著陸場？產(chǎn)業(yè)存在需要解決的問題有哪些？為什么AI適合解決這個問題？

　　1、產(chǎn)業(yè)存在的、需要解決的問題

　　社會經(jīng)濟進入轉(zhuǎn)型階段，原本穩(wěn)定的社會關(guān)系變得復(fù)雜。資源的市場化配置造成人口流動和就業(yè)分布以及城市、農(nóng)村格局等一系列變化，導(dǎo)致社會管理的難度加大和各種矛盾沖突的表面化，客觀上為犯罪活動提供了更多的機遇。

　　面對城市這樣一個龐大的復(fù)雜系統(tǒng)，如果想要做到信息的實時發(fā)布、監(jiān)控、分析和智能化管理，以確保整個系統(tǒng)的決策、命令能夠穩(wěn)妥迅速地傳達執(zhí)行并反饋，高度集成的可視化終端必不可少。裝載在城市各個角落的視頻監(jiān)控系統(tǒng)是城市管理系統(tǒng)的重要組成部分。

　　隨著監(jiān)控點位的驟增，遍布大街小巷的監(jiān)控攝像頭每時每刻產(chǎn)生的視頻數(shù)據(jù)也在爆炸式增長，過去簡單利用人海戰(zhàn)術(shù)進行檢索和分析已經(jīng)很難滿足新時代的安防工作需求。為此行業(yè)相關(guān)人士寄希望于AI的強大的算力和數(shù)據(jù)表達能力。

　　2、為什么AI適合解決這個問題?

　　實際上智能安防并非新邏輯，?？?、大華等安防設(shè)備龍頭早從2006年就開始布局智能安防產(chǎn)品了，2006年安防行業(yè)就開始向智能化發(fā)展，但一直不能有令人滿意的突破。個中原因總結(jié)出來有：1.識別準確不夠高；2.設(shè)備環(huán)境適應(yīng)性不夠；3.識別種類少。面對這三點不足，“人工智能”可以解決。

　　歸根結(jié)底，AI賦能安防就是借助計算機視覺識別技術(shù)解決海量視頻監(jiān)控數(shù)據(jù)得不到很好利用的問題。海量數(shù)據(jù)到信息到情報再到洞察，中間需要層層的數(shù)據(jù)價值提煉，而計算機視覺識別技術(shù)就能很好地將“看到”的東西結(jié)構(gòu)化成以“人”、“車”、“物”為主體的屬性信息。

　　智能化早在2006年就存在，計算機視覺識別技術(shù)應(yīng)用于安防也是從2006年左右就開始，過去只可以做簡單的車牌識別，而后隨著計算力的提升，識別的準確度在提高，也越來越能夠適應(yīng)復(fù)雜度更高的環(huán)境，識別種類也越來越多。

　　3、如何通過AI進行解決的應(yīng)用場景案例？

　　AI結(jié)構(gòu)化視頻監(jiān)控數(shù)據(jù)大致可以劃分為四種應(yīng)用場景——“點”布防、“線”布防、“面”布防、后臺分析。

　　1)“點”布防，以卡口、出入口的身份認證為主，應(yīng)用于車站、機場、酒店等關(guān)鍵節(jié)點；

　　場景描述：車站、機場、酒店等關(guān)鍵節(jié)點的身份認證，此類場景特點為相對封閉的室內(nèi)空間、人流量多；

　　應(yīng)用描述：單點布防的場景主要以靜態(tài)人臉識別為核心技術(shù)，系統(tǒng)通?？梢酝瓿?ldquo;人臉圖像+身份證+公安局端數(shù)據(jù)”三者比對并完成身份驗證；

　　技術(shù)描述：1.人臉識別技術(shù)既可以實現(xiàn)“主動識別”又可以實現(xiàn)“被動識別”場景；2.目前眾多安防企業(yè)已經(jīng)完成技術(shù)迭代，實現(xiàn)高于99%的識別率，可以實現(xiàn)金融安防級別的應(yīng)用。

　　“主動識別”功能場景，即識別對象必須“主動配合”識別過程，例如主動伸出手指、雙眼或者做出特定行為；而人臉識別則是一種既可以實現(xiàn)“主動識別”又可以應(yīng)用于“被動識別”場景的生物識別方案，因此具有更廣闊的應(yīng)用空間與市場。

　　2)“線”布防，以道路監(jiān)控為主要部署場景，結(jié)合車輛識別和人臉識別；

　　場景描述：ITS系統(tǒng)(IntellifentTrafficSystem智能交通系統(tǒng))是人工智能實現(xiàn)把各個點連成“線”的重要應(yīng)用場景。以道路監(jiān)控為主，結(jié)合車輛識別和人臉識別，此類場景特點為開放區(qū)域、車流量較多；

　　應(yīng)用描述：通過安裝在道路旁邊或者中間隔離帶的支架上的攝像機和圖像采集設(shè)備將實時的視頻信息采入，經(jīng)過對視頻圖像的實時處理分析得到各種交通信息，如車輛的流量、速度、交通密度、車型分類、車輛排隊長度、轉(zhuǎn)彎信息等。車輛識別目前已經(jīng)能夠勝任識別車牌、車輛顏色、車輛品牌、車輛類型、車輛型號，以及駕駛員是否使用安全帶及接聽手機等行為；

　　技術(shù)描述：基于車輛識別的識別類算法可以大幅降低道路信息監(jiān)控系統(tǒng)的技術(shù)門檻，提高道路執(zhí)法效率；

　　3)“面”布防，以熱點區(qū)域、重點場所為主要部署場景，應(yīng)用人群與行為特征分析技術(shù)，按需部署人臉識別產(chǎn)品；

　　場景描述：重點區(qū)域布防對于公安部<a href="http://www.swanschristmastreefarm.com">安防器材批發(fā)門而言有著重要意義，但卻消耗大量警力資源，重點區(qū)域與重點社會活動已經(jīng)成為公安部門安防布控的重點與難點；此類場景為特定時間、特定活動下的人流量聚集，諸如2014年跨年夜上海外灘踩踏事件；

　　應(yīng)用描述：通過對視頻的迅速分析，信息分析平臺可以監(jiān)測出可視范圍內(nèi)的人群數(shù)量，并且捕捉每個個體的行為動作，形成重點場所及區(qū)域的面狀布防；

　　技術(shù)描述：1.圖像識別技術(shù)不僅可以實現(xiàn)靜態(tài)識別，也可以完成動態(tài)識別和軌跡識別；2.人群與行為識別是圖像識別的一個延伸，通過更為優(yōu)化的AI算法與模型實時分析可視范圍內(nèi)的人物、車輛及其行為；

　　4)后臺分析，結(jié)合數(shù)據(jù)進行智能案情分析、統(tǒng)籌資源調(diào)配；

　　場景描述：公安機關(guān)坐擁龐大的文字卷宗檔案及數(shù)據(jù)庫，警方需要對卷宗進行查閱和分析時，往往需要動用大量警力，進行人工文檔篩查；

　　應(yīng)用描述：例如，有經(jīng)驗的警官通常對<a href="http://www.swanschristmastreefarm.com">安防器材批發(fā)特定案件，如盜竊案件，有著獨特的理解。根據(jù)實戰(zhàn)的經(jīng)驗，警官可以對案件的要素，如作案時間、作案手段、受害對象等，進行分類。根據(jù)這些分類，警方往往可以進行串并案操作，豐富犯罪嫌疑人的行為特征，實現(xiàn)快速破案；