這幾年安防產(chǎn)業(yè)亦出現(xiàn)相當(dāng)熱門的數(shù)據(jù)化人工智能學(xué)習(xí)和識別技術(shù)的概念，它們與安防有什么關(guān)聯(lián)？如何應(yīng)用在安防監(jiān)控中？這種AI人工智能目前最多的應(yīng)用又是哪些？

結(jié)合數(shù)據(jù)采集的安防AI人工智能

自從道路監(jiān)控系統(tǒng)在全球興起之后，目前世界各國的城市監(jiān)控建設(shè)即將進入擴張與結(jié)構(gòu)改變的階段，在這種需求變革下，安防監(jiān)控系統(tǒng)將需要更多元化與人工智能化的整體解決方案�，F(xiàn)代化的公共安全已不再僅止于無限的擴充影像監(jiān)控覆蓋密度、廣度以及追求超高清解晰度，而是透過這些人工智能化的手段與工具，讓傳統(tǒng)安防時代更進一步，轉(zhuǎn)向注重數(shù)據(jù)采集、應(yīng)用和管理的人工智能化安防時代。

全球城市道路監(jiān)控建設(shè)都在快速發(fā)展，各國街道、十字路口隨處可見各種攝影機監(jiān)控設(shè)備，為城市公共安全及治安偵察工作提供了影像的方便性和立即性。但隨著監(jiān)控設(shè)備數(shù)量的大量倍增，影像解析度的不斷提高，公共安全搜集到的影像和圖片之?dāng)?shù)據(jù)量呈現(xiàn)等比幾何的增長，再加上影像解析度的提高，連帶使伺服器的處理能力和使用率都產(chǎn)生了更高的門檻。因此，安防影像監(jiān)控在影像調(diào)閱、門禁進出數(shù)據(jù)、資料的儲存、運算等技術(shù)上都面臨巨大挑戰(zhàn)。

AI人工智能與安防監(jiān)控的應(yīng)用技術(shù)

面對這樣的挑戰(zhàn)，安防監(jiān)控使用者如何能在大量增加的數(shù)據(jù)中，利用既有的人工智能技術(shù)快速獲取有價值的資料，便成為當(dāng)前最重要的課題。以下簡述幾種與安防監(jiān)控結(jié)合的AI人工智能技術(shù)：

1、人工智能的模式識別技術(shù)

通常在監(jiān)控系統(tǒng)收集的影像數(shù)據(jù)資料中，資料本身并不具價值，必須再經(jīng)過深度挖掘、分析資料中影像呈現(xiàn)的數(shù)據(jù)模式，才會產(chǎn)生出真正有用的價值。未來是大數(shù)據(jù)的時代，數(shù)據(jù)資料的模式識別將備受重視。

2、人工智能的深度學(xué)習(xí)技術(shù)

此為AI人工智能機器深度學(xué)習(xí)研究中的新領(lǐng)域，其動機在于建立、模擬人腦進行分析學(xué)習(xí)的神經(jīng)網(wǎng)路，它模仿人腦的行為思考機制來解釋數(shù)據(jù)資料，例如影像內(nèi)容、聲音和資料本身。未來要讓AI人工智能的機器深度學(xué)習(xí)能夠大行其道，數(shù)據(jù)資料本身將是最主要的關(guān)鍵因素，而影像監(jiān)控資料占大數(shù)據(jù)總量的60％以上，也就是說，影像監(jiān)控領(lǐng)域有70％以上的數(shù)據(jù)資料分析是用來進行影像識別。目前這種AI機器深度學(xué)習(xí)在安防產(chǎn)業(yè)的諸多領(lǐng)域都取得了很大進步，包括：行人檢測、車輛檢測、非移動車輛檢測等，其識別準(zhǔn)確率甚至超過人類的眼睛判斷。

3、AI人工智能的前端識別技術(shù)

先進的產(chǎn)品技術(shù)是一家高科技企業(yè)能否長久發(fā)展的根本，要安防監(jiān)控智能化，系統(tǒng)就需有基于AI人工智能相關(guān)的「影像識別」運算技術(shù)，才能夠開發(fā)出一系列的智能化監(jiān)控應(yīng)用設(shè)備，因此前端識別技術(shù)也就成了AI人工智能的第三個本質(zhì)技術(shù)。

AI人工智能在安防領(lǐng)域的技術(shù)發(fā)展

大致介紹說明完三種較常見的AI人工智能安防應(yīng)用技術(shù)內(nèi)容，接下來我們再進一步探討AI人工智能在安防上的深度技術(shù)發(fā)展：

多特征識別技術(shù)

一般在大量影像數(shù)據(jù)資料下，想要從歷史和即時的影像資料中篩選犯罪嫌疑人有如大海撈針，而多特征識別技術(shù)則是透過人工智能的方式，讓電腦從大量監(jiān)控影像中自動識別出嫌疑人，分析資料中的個人特征，然后根據(jù)犯罪嫌疑人的特征自動篩選，不僅大大的節(jié)省人力物力，同時也大大縮短犯罪嫌疑人的到案時間�，F(xiàn)在有部分廠商利用先進的深度學(xué)習(xí)技術(shù)，研發(fā)出能夠克服光照、天氣等不可抗力因素，快速準(zhǔn)確地識別出個體人物的各種重要特征，如性別、年齡、發(fā)型、衣著、體型、是否戴眼鏡、是否騎車以及隨身攜帶的物品等。個體人物多特征識別演算法有著靈活的布建方式，可自訂時間軸和識別區(qū)域范圍以達到快速準(zhǔn)確的判別，并利用智能影像分析（IVS）于影像伺服器集群的輔助，對監(jiān)控系統(tǒng)中幾百支影像監(jiān)控攝影機進行24小時不間斷的多特征分析與檢索，即時找尋可疑人員，發(fā)出預(yù)先告警信號。

姿態(tài)識別技術(shù)

姿態(tài)識別技術(shù)是指針對個體人物的走路姿勢，是一種可在遠距離就感知的生物行為特征技術(shù)。和其他生物特征識別技術(shù)相比，姿態(tài)識別的優(yōu)勢在于非接觸性、非侵入性、易于感知、目標(biāo)物難以隱藏和偽裝等。姿態(tài)分析還可以輕松的區(qū)分出個體人物的不同行為模式，例如是在行走中、奔跑中、還是攜負重物等�；�于這些優(yōu)點，姿態(tài)識別特別適用于門禁系統(tǒng)、安全監(jiān)控、人機交換、醫(yī)療診斷等部分，尤其在安防領(lǐng)域中具有廣泛的應(yīng)用和經(jīng)濟價值。

姿態(tài)分析的技術(shù)困難點在于其特征的穩(wěn)定性問題，因為一個人的姿態(tài)會因生病受傷、體型胖瘦變化、穿衣多寡甚至是穿著舒適度等因素影響而改變，部分廠商為了克服這個問題，特別在研發(fā)上加進了機器深度學(xué)習(xí)方法，用姿態(tài)向量圖示來描述姿態(tài)順序排列，透過深度累積神經(jīng)網(wǎng)路訓(xùn)練匹配模型。訓(xùn)練好的累積神經(jīng)網(wǎng)路匹配模型能夠計算待識別的姿態(tài)影像和已經(jīng)注冊的姿態(tài)影像順序排列，比對每個姿態(tài)向量圖的相似度，再依據(jù)其相似度大小進行身分識別。姿態(tài)識別應(yīng)用采全天候模式，在特定的安防場合中可快速對遠距離個體人物目標(biāo)的身分進行準(zhǔn)確判斷，因此研究人員將來勢必需要建置大規(guī)模的姿態(tài)資料庫。姿態(tài)識別技術(shù)將有助于解決一些低影像解晰度個體人物身分識別的難題，為使用者提供重要的識別查核線索。

3D相機技術(shù)

身高是人體重要的資料特征之一，在一些特定的場所，例如風(fēng)景區(qū)入口、車站收票口等對身高要求都有明確的規(guī)定。傳統(tǒng)利用尺度工具測量身高的方法雖然操作簡單，但需要被測人員配合，不僅速度慢，精確度也較差；超聲波、紅外線等方式雖可實現(xiàn)自動測量、精準(zhǔn)度較高，但對測量環(huán)境條件的要求有較多限制，不適合用于公共場所，而3D電腦視覺技術(shù)的3D相機則可以很好地解決上述問題，提供多場景、非接觸式、自動化的量測。3D相機是利用深度感測器獲取現(xiàn)實場景的深度資料和顏色資訊，透過座標(biāo)變換建立深度資料與3D座標(biāo)之間的對應(yīng)關(guān)系，然后藉由去雜訊、配對位準(zhǔn)等運算法去除干擾并減小誤差，最后再以3D重建的方法得到身高以及其他資料。

3D相機無需與被測物件接觸，物件進入測量場景即自動采集測量多個人物目標(biāo)，配對位準(zhǔn)后對光照具有較強的穩(wěn)定性，可適應(yīng)場景的光照變化，因而也有較高的精確度和即時性，在安防影像監(jiān)控領(lǐng)域的應(yīng)用將愈顯重要�，F(xiàn)階段基于個體人物的多特征、姿態(tài)識別和3D相機等先進AI人工智能分析技術(shù)，若能將其結(jié)合打造出新一代智能型影像分析監(jiān)控軟體平臺，將有助于安全監(jiān)控系統(tǒng)的建置，同時對數(shù)據(jù)分析起到示范先驅(qū)的作用。

推動安防未來大數(shù)據(jù)

在AI人工智能分析市場的創(chuàng)新推動下，人們挖掘影像監(jiān)控中有價值的數(shù)據(jù)資訊，并不僅只是局限于當(dāng)前人、事、物的基本資訊而已，同時也需依靠廠商強大的研發(fā)能力，可以不斷對安防大數(shù)據(jù)采集的關(guān)鍵資訊進行有效補充，不但為最終的大數(shù)據(jù)平臺帶來更具附加價值的資料，也為深度的AI人工智能在安防產(chǎn)業(yè)數(shù)據(jù)應(yīng)用下，提供源源不絕的產(chǎn)品發(fā)展動力。