◆姜威

行業(yè)與應(yīng)用安全

計算機圖像識別技術(shù)“AI+安防”助力服務(wù)實戰(zhàn)應(yīng)用研究

◆姜威

（遼寧警察學院 遼寧 116036）

圖像識別技術(shù)作為人工智能（AI）中十分重要的技術(shù)，在安防領(lǐng)域發(fā)揮著重大作用，實現(xiàn)了智能安防。本文首先簡單介紹計算機圖像識別技術(shù)的原理，其次闡述目前在安防行業(yè)這一技術(shù)有哪些具體應(yīng)用，分析其與傳統(tǒng)安防行業(yè)相比帶來的新改變。最后淺析未來幾年，隨著圖像識別技術(shù)的成熟完善，在實際應(yīng)用中，人工智能技術(shù)與安防結(jié)合的發(fā)展趨勢。

圖像識別；安防領(lǐng)域；應(yīng)用

近幾年，人工智能（AI）技術(shù)不斷發(fā)展，已經(jīng)在安防、金融、醫(yī)療、法律、教育等不同行業(yè)中被廣泛應(yīng)用。其中，圖像識別技術(shù)作為人工智能的一個重要領(lǐng)域，得到了學術(shù)界、媒體界和產(chǎn)業(yè)界等前所未有的關(guān)注，其實戰(zhàn)應(yīng)用最好的行業(yè)之一當屬安防領(lǐng)域。如今安防監(jiān)控領(lǐng)域已進入數(shù)據(jù)“大爆炸”的時代，面對井噴式增長的視頻監(jiān)控數(shù)據(jù)量，只停留在淺層次分析識別的傳統(tǒng)智能算法，已無法滿足深層次數(shù)據(jù)價值挖掘的需求。因此，AI在安防行業(yè)的落地水到渠成。

1 圖像識別技術(shù)與人工智能

人類具有超強的圖像識別能力[1]。圖形通過刺激感覺器官，使人們認識到它是曾經(jīng)看過的圖形的過程，叫作圖像再認。每個圖像都有它的特征，圖像識別技術(shù)的基礎(chǔ)就是圖像的主要特征。計算機圖像識別技術(shù)則是用計算機代替人類去自動處理大量的物理信息，以圖像的主要特征為基礎(chǔ)，利用計算機對圖像進行處理、分析和理解，以識別各種不同模式的目標和對象的技術(shù)。從而解決人類無法識別或者識別過于耗費資源的問題，在很大程度上減輕人類的勞動力。為了編制模擬人類圖像識別活動的計算機程序，人們提出了不同的圖像識別模型。例如模板匹配模型，將過去的經(jīng)驗中有這個圖像的記憶模式，稱為模板。如果當前的圖像能和模板匹配，就可以識別出這個圖像。在此基礎(chǔ)上又提出原型匹配模型、“泛魔”識別模型等更復雜的模型。

人工智能應(yīng)用在安防領(lǐng)域時往往采用多種技術(shù)[2]。當在機場、火車站等特定場景需要對人臉進行識別時，采用包含指紋識別、步態(tài)識別、虹膜識別等生物特征識別技術(shù)；當對視頻內(nèi)容進行分析時，則主要涉及了數(shù)據(jù)分析、深度學習、模式識別、圖像處理等大數(shù)據(jù)及視頻結(jié)構(gòu)化技術(shù)。前端攝像機通過智能分析算法將畫面中至關(guān)重要且有實際應(yīng)用效果的信息提取出來，并進一步生成結(jié)構(gòu)化的數(shù)據(jù)，實時傳給后端做存儲或深度二次分析，實現(xiàn)視頻圖像智能分析的價值最大化。

2 “AI+安防”應(yīng)用場景

2.1 公安領(lǐng)域

為滿足公安工作的需要，公安領(lǐng)域?qū)χ悄馨卜赖膽?yīng)用包括圖偵、實戰(zhàn)以及預(yù)判三層[3]。公安行業(yè)借助圖像識別技術(shù)獲取機場、火車站、地鐵、商場、小區(qū)、主干道路等各種公開場合人、車、物品等目標的信息，并將所得信息轉(zhuǎn)換為結(jié)構(gòu)化數(shù)據(jù)供后端智能設(shè)備進行分析，此類過程的應(yīng)用可以包括對比高危人員、實時布控、以圖搜圖、多點碰撞、語義搜索等多種方面。例如，現(xiàn)場抓拍機抓拍識別到的人臉信息可以實時與警方的黑白名單進行比較，當發(fā)現(xiàn)可疑人員時，能夠及時報警處理，后端設(shè)備不僅能智能分析，也具有存儲作用，將現(xiàn)場抓拍照片保存后，可以為智能檢索的建設(shè)提供較大的幫助。此外，利用人工智能技術(shù)不僅能綜合控制建筑的安防、能耗，也應(yīng)用于實時監(jiān)控進出大廈的人、車等，從而保證核心區(qū)域的穩(wěn)定安全，實現(xiàn)智能樓宇。

2.2 交通領(lǐng)域

交通領(lǐng)域不僅可以抓拍記錄車輛違法駕駛行為，而且可以分析每輛車的違法行為，將每條記錄生成結(jié)構(gòu)化的文本數(shù)據(jù)和非結(jié)構(gòu)化的視頻、照片數(shù)據(jù)，至于交通違法行為究竟該如何處理則交由后端的智能管理與分析系統(tǒng)?；诖髷?shù)據(jù)和視頻結(jié)構(gòu)化分析技術(shù)，實時分析交通流量、過車高峰期等豐富的交通數(shù)據(jù)，為城市交通流量管控提供翔實的數(shù)據(jù)支撐。為了實現(xiàn)合理調(diào)配資源提高道路的通行效率，通過智能交通管理系統(tǒng)分析車流量數(shù)據(jù)，合理規(guī)劃交通道路、調(diào)整紅綠燈間隔。

2.3 消費商業(yè)領(lǐng)域

在消費商業(yè)領(lǐng)域中，我國對人臉識別技術(shù)的應(yīng)用已經(jīng)呈現(xiàn)出勢不可擋的趨勢。將人臉識別功能應(yīng)用于ATM機，是我國自主研發(fā)的全球首臺具有改功能的ATM機，招商銀行類的傳統(tǒng)銀行開始試點人臉識別應(yīng)用，眾多互聯(lián)網(wǎng)企業(yè)的消費類應(yīng)用也紛紛推出“刷臉支付”功能，這幾方面說明支付等消費金融領(lǐng)域的應(yīng)用相較于其他領(lǐng)域比較靠前，為支付帶來便利。另外，現(xiàn)在市場很多手機具備“刷臉”解鎖功能，增強手機的隱私保護能力。現(xiàn)在智能安防在公安、交通、消費商業(yè)等諸多實際場景中都在發(fā)揮著作用。

3 AI對傳統(tǒng)安防帶來的改變

3.1 提高工作效率

AI對傳統(tǒng)安防行業(yè)帶來的改變可以分為兩個方面[4]。首先，在圖像識別技術(shù)的驅(qū)動下，步入了“新安防”的時代。傳統(tǒng)安防僅把攝像頭作為工具來捕捉圖像，在實戰(zhàn)場景中以人工方式對視頻進行篩查，工作量大大增加，浪費大量的時間和精力。而“新安防”將圖像識別技術(shù)全面滲透到公共安全問題的實際情境中，通過智能分析視頻中的內(nèi)容、將有效信息提取出來，轉(zhuǎn)化為結(jié)構(gòu)化數(shù)據(jù)一系列過程，使視頻監(jiān)控的使用者從傳統(tǒng)安防中走出來，邁入智能化安防的新大門。利用視頻圖形材料進行智能靜態(tài)、動態(tài)對比，給出多維度解決方案，安防工作的效率得到大幅度提升。

3.2 效能提升顯著

隨著圖像識別技術(shù)的突破，安防領(lǐng)域目標識別、物體檢測、場景分割、信息提取標簽化、數(shù)據(jù)檢索等各項技術(shù)應(yīng)用也在不斷取得新的進展，相比于傳統(tǒng)安防，智能安防的效能提升尤為顯著。體現(xiàn)在具有更強的環(huán)境適應(yīng)性，可以應(yīng)用到更廣泛的環(huán)境中，“AI+安防”在環(huán)境特征的提煉過程中，提取到的特征參數(shù)更豐富、適合，從而具有更強的環(huán)境適應(yīng)性；其次，識別分類對象的準確率更高，原因在于，對于原始數(shù)據(jù)，高度智能的設(shè)備會從中提取出表達能力強、具有高階語義的特征，而正是這些特征使得具有更好的分類效果。

3.3 推動思維變革

安防領(lǐng)域應(yīng)用人工智能中的圖像識別技術(shù)不僅帶來了視頻監(jiān)控實戰(zhàn)物理變化，更是促進了傳統(tǒng)安防思維的變革。在以往的實際安防工作中主要采用比較傳統(tǒng)的方式，包括調(diào)查訪問、排查摸底、蹲點守候等。但是目前公安在辦案時首先想到的是對犯罪嫌疑人開展人像比對、智能分析、軌跡還原、預(yù)警布控等現(xiàn)代人工智能技術(shù)手段?？梢哉fAI技術(shù)推動了新時代安防工作的智慧化轉(zhuǎn)型和升級。

4 智能安防發(fā)展趨勢

4.1 前端設(shè)備不斷發(fā)展

首先高清顯示技術(shù)將會不斷發(fā)展，如在4K級別整合3D圖像，從2D轉(zhuǎn)向3D獲取更立體的深度數(shù)據(jù)，或根據(jù)人眼仿生原理使得識別系統(tǒng)和光學系統(tǒng)能夠相互實時反饋獲得遠距離物體的清晰圖像，或為了能夠在夜間仍具有高品質(zhì)的監(jiān)控，可以使用星光攝像機，其具有更高的對比度，同時擁有更好的色彩表現(xiàn)。除了高清顯示技術(shù)外，前端設(shè)備更應(yīng)向智能化方向發(fā)展，即前端設(shè)備不應(yīng)該僅僅具有錄像的功能，同時應(yīng)該有智能分析的能力。

4.2 圖像識別算法改進

目前在實際應(yīng)用中仍有一些限制因素會導致對人、車識別的準確率降低，未來在圖像識別算法準確率提高方面具有很大的發(fā)展空間，在實際應(yīng)用場景中，會有許多因素影響著算法精度，有時算法精度之間只差幾個百分點，但是錯誤的識別率就能達到幾倍以上。很小的差距會直接導致該項技術(shù)可用和不可用，因此圖像識別與處理的算法也越來越復雜，要求越來越高，未來技術(shù)發(fā)展要不斷提高算法的精度。同時考慮算法在實際應(yīng)用中準確率，只有在實戰(zhàn)中才能獲得用戶最真實的需求。讓行業(yè)用戶積極主動地摸索和鉆研這些技術(shù)和產(chǎn)品在實戰(zhàn)中的應(yīng)用情況，并依據(jù)實際應(yīng)用結(jié)果如實反饋一些建設(shè)性、創(chuàng)造性的意見和建議，開發(fā)者和實際應(yīng)用者一起在實戰(zhàn)中不斷改進產(chǎn)品和技術(shù)，共同解決技術(shù)落地的難題。不斷地改進算法，使精度不斷上漲、客戶的工作效率不斷提升。

4.3 多維數(shù)據(jù)融合

當前的智能分析大多是以單一的場景進行圖像識別和數(shù)據(jù)分析，缺少大范圍場景的關(guān)聯(lián)行為分析，這在一定程度上，限制了AI安防在一些業(yè)務(wù)場景領(lǐng)域發(fā)揮出最大價值。而多維數(shù)據(jù)融合分析則是為大范圍場景業(yè)務(wù)而生，并且更貼近實戰(zhàn)應(yīng)用需求。無疑，公安、交通、平安城市等行業(yè)應(yīng)用實戰(zhàn)需要平臺級的多維數(shù)據(jù)融合分析技術(shù)。例如，對于警務(wù)偵查領(lǐng)域，由于單一維度的數(shù)據(jù)分析難以落地人員身份，所以也已經(jīng)無法解決當下的警種工作實際需求。同時，也無法對運動目標進行全面刻畫，形成軌跡追蹤難、預(yù)警難的問題，而且單一維度的偵查和管控手段容易被規(guī)避。此外，動態(tài)人臉識別中存在錯誤率，即便很小只有百萬分之一，也會導致系統(tǒng)報錯率太高而失去實用價值。雖然提高人工智能算法和芯片識別率能降低錯誤率，但是并不能完全使該問題得到解決。若想解決此類問題，還需要擴充數(shù)據(jù)維度，即可以將視頻數(shù)據(jù)與手機定位數(shù)據(jù)、消費數(shù)據(jù)或者社交軟件中的數(shù)據(jù)整合，通過多維數(shù)據(jù)聯(lián)合分析使識別效果更加顯著。

5 總結(jié)

整體來看，隨著安防領(lǐng)域圖像識別技術(shù)的快速發(fā)展，智能安防已經(jīng)得到了越來越廣泛的應(yīng)用，并且可以細分為公安、交通、司法、教育等多種行業(yè)應(yīng)用，在未來，對于智慧景區(qū)類的新興場景，智能安防可以幫助工作人員檢測物品遺留問題、統(tǒng)計客流量甚至實現(xiàn)智能化巡檢等問題。在AI領(lǐng)域中，圖像識別技術(shù)占有非常重要的地位，目前已經(jīng)應(yīng)用于人類生活的多個方面，AI與安防的結(jié)合更是給人們的實際生活帶來了巨大的幫助。

[1]肖瀟.深耕計算機圖像識別技術(shù)“AI+安防”助力服務(wù)實戰(zhàn)應(yīng)用[J].中國安防，2018（9）：20-23.

[2]任曉瑞，陳曉磊.安全關(guān)鍵系統(tǒng)中操作系統(tǒng)的安全分析[J].航空計算技術(shù)，2020，50（3）：117-121.

[3]倪偉東，武利會，王俊豐.基于自主安全芯片的配網(wǎng)自動化系統(tǒng)網(wǎng)絡(luò)安全防護及硬件加速[J].電力科學與技術(shù)學報，2020，35（3）：166-172.

[4]李楠.考慮安全規(guī)范的電動汽車安全問題綜述[J].環(huán)境技術(shù)，2020，38（3）：216-223.