□ 文/揭英星

?

將深度智能應用于智慧金融

□ 文/揭英星

近期關于“人機大戰(zhàn)”的新聞不絕于耳，前有1997年，美國IBM公司超級計算機“深藍”依仗強大的計算能力，“暴力碾壓”當時世界排名第一的國際象棋大師卡斯帕羅夫。今有2016年3月9日在韓國首爾落子的美國谷歌公司旗下人工智能公司“深度思維”開發(fā)的AlphaGo決戰(zhàn)韓國九段圍棋高手李世石。結果不期而遇，AlphaGO人工智能以絕對優(yōu)勢壓倒。人工智能熱潮被再次掀起。在此，我們簡單介紹一下AlphaGO深度智能。

所謂人工智能的終極目標是希望機器具有像人一樣看、聽、說、思維、推理以及運動等方面的能力。在深度學習技術出現(xiàn)之前，過去采取的方法就是人類耗費巨大的精力編寫程序，輸入機器然后執(zhí)行預定的功能，而現(xiàn)在有了深度學習技術以后，人類只需要編寫讓機器人深度學習的程序，機器就能夠實現(xiàn)在龐大的數(shù)據(jù)積累過程中通過學習來實現(xiàn)智能化操作，并且其水平可以在數(shù)據(jù)增加的過程中不斷得到提升。機器的學習效果除了跟所收集的數(shù)據(jù)有關以外，還跟其學習的方法有著密切的關系。近年來人工智能技術發(fā)展如此迅速，主要得益于兩個方面的進步。其一是機器學習的理論和方法有了新的突破，尤其是2006年開始提出的深度學習的方法，為推動人工智能技術的發(fā)展起到了關鍵性的作用；其二就是近年來計算機的計算能力提高得很快，GPU并行計算的能力在快速增長并被普遍使用。此次的人機大戰(zhàn)再次掀起了人們對于人工智能的好奇，AlphaGO奠定了新一代的人工智能里程碑。

金融安全刻不容緩

如今隨著科技的進步的全球反恐日益嚴峻的態(tài)勢，安防體量在不斷膨脹，其中以平安城市為首的各級省市地自州，其次就是全國的金融安防體系建設。這里我們暫且不論基于廣場、街道、公園等大范圍場所的平安城市公共安防，僅針對基于室內(nèi)固定范圍的金融安防進行深入。

由于銀行自助設備（ATM）和自助銀行的公開性、方便性和環(huán)境特殊性，近年來針對銀行自助設備和自助銀行的犯罪活動不斷增加，對銀行業(yè)務開展和社會形象帶來了嚴重負面影響，保障客戶利益和銀行服務質量、提升自助銀行運行安全成為亟待解決的問題。

傳統(tǒng)的ATM視頻監(jiān)控系統(tǒng)主要是將視頻錄制下來，事件發(fā)生后，通過錄像進行事后取證，從而排解糾紛、破獲案件。這樣的監(jiān)控系統(tǒng)在一定程度上保證了ATM的安全操作，但存在著只能提供事后取證、不能提前預警的缺陷，這樣往往耽誤了解決事件的最佳機會。而有些事件發(fā)生后再解決，往往費時費力，即使能夠找到證據(jù)，可能造成的損失也無法挽回，這就直接導致了整個事件陷入“案件發(fā)生-＞造成損失-＞警方取證-＞警方破案-＞銀行賠償-＞聲譽損失”的怪圈。

面對現(xiàn)在網(wǎng)點和自助銀行的數(shù)量增加，監(jiān)控中心值班人員每天除了要輪詢大量的視頻之外，還要處置大量報警信息。據(jù)調查目前大部分監(jiān)控值班人員都在接收到超負荷報警量，因事件量多，容易出現(xiàn)漏處理、負荷處理、誤處置等問題。

自助銀行深度智能分析系統(tǒng)設計方案

為進一步貫徹落實“平安銀行”創(chuàng)建工作相關要求，加強安全保衛(wèi)基礎管理，提高風險防范水平和案件處置能力；以及對于銀行用戶而言，提前預警、制止案件發(fā)生、避免損失是最基本的要求。如何保證ATM以及自助銀行的運行安全、防止ATM被故意破壞，并防止利用ATM進行詐騙行為，強化ATM機的危險感知能力，變被動防守型的事后取證為主動防御型預警，有效保護銀行和儲戶的利益，已經(jīng)成為擺在銀行和安保服務公司面前的一個重要課題。

訊美做為智慧金融整體解決方案提供商，致力于提供給用戶最具競爭力的解決方案。協(xié)助用戶在面對嚴峻的社會治安形勢和快速發(fā)展的銀行業(yè)務的環(huán)境下，使用先進的安全防范管理體系，逐步從人力密集型轉向科技智能型的管理模式。智慧金融離不開人工智能，訊美在完成全國單體120萬路視頻聯(lián)網(wǎng)以后，深知安防監(jiān)控靠堆量是不能達到其根本目的的，如果將事件劃分為三個維度：事前、事中、事后，那么事前含金量最高，它才是確實有效能發(fā)現(xiàn)并制止事件惡化的最優(yōu)辦法。而事實上，我們通過安裝再多的高清攝像頭，1080P、4K都無法達成。所以歷經(jīng)三年，我們打造了一款基于激光三維建模的行為分析儀，命名慧瞳?。

慧瞳?行為分析儀基于深瞳?技術實現(xiàn)精確的異常行為預警：

從原理上來講，深瞳?技術比AlphaGO所使用到的技術還要復雜，因為AlphaGO的Deepmind僅處理基于圍棋的邏輯運算，而深瞳?還要疊加三維計算機視覺，以判斷人的復雜多變的行為。為此，我們付出了多年的努力，共同研發(fā)突破技術壁壘，結合金融安防實際需求，推出業(yè)界第一款擁有深度學習功能的慧瞳?行為分析儀。

通過大量的數(shù)據(jù)訓練讓慧瞳?可以準確的區(qū)分人與非人的物體。采用最先進的“三維視覺算法”，能夠靈活制定功能，有效解決行為誤報，“事件準確率”高達95%，是傳統(tǒng)智能分析的兩倍以上?；弁?行為分析儀，可根據(jù)不同的行業(yè)、區(qū)域需求，靈活進行“業(yè)務定制”，因地制宜地適應不同的監(jiān)控方案。產(chǎn)品采用“三維激光成像”，不再單純依賴環(huán)境光，即使處于黑夜等零照度的環(huán)境之下，也能正常完成智能分析?；弁袨榉治鰞x能夠“實時深度信息”，采用三維激光建模，不間斷地演算深度與高度。它還具備“神經(jīng)元深度學習”的算法，就好比人類大腦，能在使用過程中不斷演化和學習，從而提高分析事件的準確度。

慧瞳行為分析儀基于金融安防而研發(fā)了13種異常事件的智能識別功能，它們分別是：人員倒地、暴力動作、單人加鈔、移動過快、人員過多、行程過長、人員逗留、夜間接近、越線檢測、區(qū)域入侵、區(qū)域人數(shù)異常、鏡頭異常、人員進出。上述行為一經(jīng)識別，行為分析系統(tǒng)便立即將事件視頻和相關信息推送到客戶端，確實保證相關人員迅速做出響應。為了保證報警的真實性，傳輸?shù)奖O(jiān)控中心的報警為真實案件，通過現(xiàn)場人員三維行為動作的分析、不依賴光源成像技術及神經(jīng)元深度學習等技術，由傳統(tǒng)的視頻輪詢方式作為事前預警發(fā)現(xiàn)轉變?yōu)橥ㄟ^視頻智能行為分析，從而提高系統(tǒng)的智能化程度、提高事前預警能力。不僅如此，未來慧瞳行為分析儀還將具有人流統(tǒng)計、熱區(qū)分析、風險預警、人員軌跡跟蹤等功能。

產(chǎn)品外形

當前市面上幾乎所有攝像頭都使用的是二維傳感器，這種技術從19世紀末照相機被發(fā)明以來沒有發(fā)生本質上的變化，都是通過小孔成像的原理將三維的真實世界投影到一個二維的成像介質上。在三維降到二維的過程中，圖像損失了深度這一維度，這給計算機理解三維的真實世界帶來了許多問題，包括相互遮擋、影隨人動、比例混淆等，這些都是二維視覺感知技術的缺陷。

真實世界是三維的，所以應該用三維的方式去理解它。為了解決二維視覺技術的缺陷，訊美使用了三維視覺傳感器，這種傳感器每30毫秒發(fā)射36萬次光線，可以獲取真實的三維視覺信息，直接對真實世界進行三維建模，使得對于人的行動行為和物體環(huán)境的識別變得極其的準確。

系統(tǒng)示意圖

特色優(yōu)勢

（1）業(yè)界領先的“深瞳技術?”

深度智能技術=三維計算機視覺+深度學習

三維計算機視覺：采用革命性的三維視覺傳感器和三維視覺算法，實施捕捉和分析場景的三維信息，解決了傳統(tǒng)二維圖像中相互遮擋，陰隨人動、比例混淆的問題，使得更高精確度和復雜度的智能分析成為現(xiàn)實。

深度學習：靈感來源人腦的工作機制，通過類似腦神經(jīng)網(wǎng)絡的深度學習模型，讓計算機像人一樣在真是世界中吸收、學習和理解復雜的信息，完成高難度的識別任務。

（2）智能化報警處置

運用業(yè)界領先的三維智能分析技術和視頻智能分析技術，對特定事件進行檢測，自動分析、抽取源數(shù)據(jù)中的關鍵有用信息，并且直接觸發(fā)報警。解決在大規(guī)模的安防聯(lián)網(wǎng)項目中，面對未經(jīng)任何過濾的海量視頻、報警信息，無意義的查看和處置難題。

（3）與聯(lián)網(wǎng)平臺有機整合

通過開放的SDK有機整合到一個平臺中各展所長，發(fā)揮其優(yōu)勢，各個系統(tǒng)和聯(lián)網(wǎng)系統(tǒng)之間又可以交互聯(lián)動，例如聯(lián)動燈、語音對講、防盜搶煙霧裝置、警號、存儲設備或者門禁關閉裝置等，以及事后錄像檢查監(jiān)督。

（4）強大的集成能力

方案專為自助銀行安全防范管理量身定制，采用模塊化的設計理念，將不同廠家的產(chǎn)品以系統(tǒng)模塊的方式實現(xiàn)。各個廠家產(chǎn)品或系統(tǒng)自身可以獨立運行工作，各個系統(tǒng)和平臺之間又可以交互聯(lián)動。

（5）功能介紹

系統(tǒng)能夠智能識別以下高風險或高危事件：

人員進出：人員進出監(jiān)控區(qū)域可產(chǎn)生對應事件。將數(shù)據(jù)結構化，以便于日后回溯事件。并提供數(shù)據(jù)統(tǒng)計功能?？商峁┙o每日人流量報表、每月人流量報表、人流高峰期統(tǒng)計。

人員倒地：有人倒地往往伴隨惡性暴力事件的發(fā)生，識別出人員倒地，就有較大概率識別出惡性事件。分析儀能識別場景中人員倒地行為，并向監(jiān)控中心發(fā)出警報。可有效避免由于斗毆、突發(fā)性疾病、流浪漢夜間留宿給銀行帶來的人員生命財產(chǎn)安全和形象問題。

劇烈動作： 在ATM自助廳對機具的破壞，對人員實施暴力搶劫的惡性事件時有發(fā)生，往往會造成較大的社會影響。當有人執(zhí)行較大的肢體動作時，系統(tǒng)可自動識別并發(fā)出警報。如揮動武器砸向機具，或打架斗毆，或激烈拉扯行為都會觸發(fā)報警。

移動過快：ATM自助廳屬于小范圍的業(yè)務辦理區(qū)域，一般人員奔跑則存在較大概率的風險，如盜搶、暴恐等。當有人在場景內(nèi)奔跑的時候，系統(tǒng)會觸發(fā)報警。

人數(shù)過多： 當 ATM 廳或者加鈔間內(nèi)人員數(shù)量超過正常情況，或者正常排隊的隊伍出現(xiàn)了較長隊列或者紊亂的情況，往往也代表了某些事件或隱患。這時系統(tǒng)將會進行預警。

行程過長： 當出現(xiàn)有人在場景內(nèi)來回走動的距離過長，該人員可能是在伺機作案，或者有其他不良的圖謀。這時系統(tǒng)會進行報警。

逗留過久：當出現(xiàn)有人在場景內(nèi)逗留的時間過長時候，該人員可能是在伺機作案，或者有異常事件發(fā)生導致人員長時間滯留。這時系統(tǒng)會進行報警。該事件同樣適用于夜間留宿的流浪漢。

夜間接近： 在夜間的 ATM 廳，當人員數(shù)只有2人的時候，一個人接近另一個人往往是有較大的作案風險。作案類型有諸如尾隨、背后襲擊等。當有這類情況發(fā)生時，系統(tǒng)會進行報警。

越線： 在三維場景中畫出虛擬的線，當有人明顯越過警戒線時， 系統(tǒng)會進行預警并形成結構化數(shù)據(jù)存儲下來。該功能適用于非工作時間的禁區(qū)或需要提供準確的人員進出數(shù)量統(tǒng)計的場景。

區(qū)域入侵： 在攝像頭場景中畫出虛擬的區(qū)域，當有人進入警戒區(qū)域時，系統(tǒng)會進行報警。區(qū)域入侵數(shù)據(jù)三維場景建模的立體空間區(qū)域，形成360度的有效防護。該功能適用于對安全級別較高的場所，如加鈔間或金庫。

區(qū)域人數(shù)異常：在攝像頭場景中畫出虛擬的區(qū)域，并設定區(qū)域內(nèi)允許的人數(shù)和區(qū)域外允許人數(shù)。當實際人數(shù)與規(guī)定人數(shù)不符時，系統(tǒng)會進行報警。該功能適用于雙人雙崗等業(yè)務合規(guī)要求。

鏡頭異常： 犯罪分子在犯罪前可能會將鏡頭進行移位或遮擋欺騙。因此當有人將鏡頭移位或遮擋后，系統(tǒng)會進行報警。三維分析儀可有效識別使用與場景相同的照片進行的遮擋欺騙。

光線變化： 犯罪分子在犯罪前可能會關閉或破壞照明以方便作案。因此在對鏡頭造成強烈的光線變化時，系統(tǒng)會進行報警。

單人加鈔：一個人加鈔不符合銀行明確定義的業(yè)務操作規(guī)范。分析儀可以識別鈔箱門的開關狀態(tài)和場景中的人數(shù)并確定他們的時序關系。如果識別只有一名加鈔員并且箱門打開，系統(tǒng)會發(fā)出警報。

同時可以通過靈活的三維算法可定制，為銀行安全防范工作內(nèi)容量身定制自助區(qū)排隊人數(shù)預警、現(xiàn)金區(qū)雙人雙崗監(jiān)督、監(jiān)控中心智能輪訓風險預警等功能。

作者單位：訊美科技股份有限公司