人工智能技術(shù)在出入口控制系統(tǒng)人與物的管理中的應(yīng)用優(yōu)勢(shì)

人工智能技術(shù)的迅猛發(fā)展，積極推動(dòng)著安防領(lǐng)域向著一個(gè)更智能化、更人性化的方向前進(jìn)，在出入口控制系統(tǒng)中，人工智能技術(shù)的應(yīng)用將大大的提高識(shí)別準(zhǔn)確率。

出入口控制的安全管理一般分為人和物兩方面管理人工智能技術(shù)在這兩方面的應(yīng)用中也發(fā)揮著積極的推動(dòng)作用。

一、人工智能技術(shù)在出入口控制系統(tǒng)人的管理中的應(yīng)用優(yōu)勢(shì)

對(duì)于人員管理來(lái)說(shuō)，一般的做法是在出入口配備訪客實(shí)名登記系統(tǒng)，所有訪客進(jìn)入需要進(jìn)行證件登記，而訪客機(jī)會(huì)利用認(rèn)證對(duì)比、人臉識(shí)別等人工智能進(jìn)行身份驗(yàn)證，充分保證了出入口的安全。

在人工智能技術(shù)快速發(fā)展的今天，人臉識(shí)別是如今最領(lǐng)先的驗(yàn)證方式。人臉識(shí)別智慧出入口閘機(jī)最初常用的驗(yàn)證方式是IC/ID刷卡，然后發(fā)展到二維碼、指紋和身份證驗(yàn)證，再到現(xiàn)今的人臉識(shí)別驗(yàn)證。根據(jù)應(yīng)用的實(shí)際需求，人臉識(shí)別智慧出入口閘機(jī)還可以結(jié)合多種驗(yàn)證方式，形成人證合一、多生物識(shí)別等閘機(jī)系統(tǒng)，提高管理的安全級(jí)別。

現(xiàn)在很多領(lǐng)域使用人臉識(shí)別閘機(jī)替代人工進(jìn)行實(shí)名制驗(yàn)證，可以實(shí)現(xiàn)對(duì)出入口的高效、便捷、精準(zhǔn)的管理以及降低人工管理成本。利用人臉識(shí)別閘機(jī)，可以從前端攝像頭開始部署，將采集的數(shù)據(jù)與公安系統(tǒng)對(duì)接，有助于開展偵查工作，防止與打擊犯罪行為，加強(qiáng)公共場(chǎng)合的安全和提高公安人員的辦案效率。機(jī)場(chǎng)、火車站、海關(guān)等高公共交通場(chǎng)合，將人臉識(shí)別與身份證實(shí)名制驗(yàn)證結(jié)合，旅客自助安檢或驗(yàn)票通關(guān)，替代人工檢驗(yàn)，而且識(shí)別速度非?？?，提升了旅客出行的便利性。寫字樓安裝人臉識(shí)別閘機(jī)，能實(shí)現(xiàn)智慧辦公，用戶可以告別傳統(tǒng)刷卡的方式，僅需要通過(guò)識(shí)別人臉即可進(jìn)出。這既強(qiáng)化了寫字樓的管理與服務(wù)，也提升了用戶體驗(yàn)，同時(shí)，企業(yè)與物業(yè)還能利用通過(guò)閘機(jī)采集的數(shù)據(jù)優(yōu)化管理方案。人臉識(shí)別閘機(jī)應(yīng)用在小區(qū)，令小區(qū)的安保手段更加科技化，它替代保安的角色，識(shí)別比保安更精準(zhǔn)和無(wú)遺漏，更好地為小區(qū)居民創(chuàng)造便捷的通行與阻止外來(lái)人員非法進(jìn)入，當(dāng)居民拎著大包小包不方便找卡、忘帶和丟失門卡時(shí) ，也不用擔(dān)心，露個(gè)臉就可以進(jìn)門了，非常方便，又可以增強(qiáng)了居民對(duì)社區(qū)的安全感。

二、人工智能技術(shù)在出入口控制系統(tǒng)物的管理中的應(yīng)用優(yōu)勢(shì)

對(duì)于物的管理最主要的應(yīng)用為車牌識(shí)別系統(tǒng)，車牌識(shí)別的技術(shù)在安防行業(yè)的應(yīng)用由來(lái)已久，技術(shù)相對(duì)成熟，人工智能的應(yīng)用提高了車牌識(shí)別的準(zhǔn)確率。

在傳統(tǒng)的圖像處理和機(jī)器學(xué)習(xí)算法研發(fā)中，很多特征都是人為制定的，比如hog、sift特征，在目標(biāo)檢測(cè)和特征匹配中占有重要的地位，安防領(lǐng)域中的很多具體算法所使用的特征大多是這兩種特征的變種。人為設(shè)計(jì)特征和機(jī)器學(xué)習(xí)算法，從以往的經(jīng)驗(yàn)來(lái)看，由于理論分析的難度大，訓(xùn)練方法又需要很多經(jīng)驗(yàn)和技巧，一般需要5到10年的時(shí)間才會(huì)有一次突破性的發(fā)展，而且對(duì)算法工程師的知識(shí)要求也一直在提高。深度學(xué)習(xí)則不然，在進(jìn)行圖像檢測(cè)和識(shí)別時(shí)，無(wú)需人為設(shè)定具體的特征，只需要準(zhǔn)備好足夠多的圖進(jìn)行訓(xùn)練即可，通過(guò)逐層的迭代就可以獲得較好的結(jié)果。從目前的應(yīng)用情況來(lái)看，只要加入新數(shù)據(jù)，并且有充足的時(shí)間和計(jì)算資源，隨著深度學(xué)習(xí)網(wǎng)絡(luò)層次的增加，識(shí)別率就會(huì)相應(yīng)提升，比傳統(tǒng)方法表現(xiàn)更好。

另外在車輛顏色、車輛廠商標(biāo)志識(shí)別、無(wú)牌車檢測(cè)、非機(jī)動(dòng)車檢測(cè)與分類、車頭車尾判斷、車輛檢索、人臉識(shí)別等相關(guān)的技術(shù)方面也比較成熟。

1、車牌顏色識(shí)別

在車輛顏色識(shí)別方面，基本上克服了由于光照條件變化、相機(jī)硬件誤差所帶來(lái)的顏色不穩(wěn)定、過(guò)曝光等一系列問(wèn)題，因此解決了圖像顏色變化導(dǎo)致的識(shí)別錯(cuò)誤問(wèn)題，卡口車輛顏色識(shí)別率從80%提升到85%，電警車輛主顏色識(shí)別率到從75%提升到80%以上。

2、車輛廠商標(biāo)志識(shí)別

在車輛廠商標(biāo)志識(shí)別方面，使用傳統(tǒng)的HOG、LBP、SIFT、SURF等特征，采用SVM機(jī)器學(xué)習(xí)技術(shù)訓(xùn)練一個(gè)多級(jí)聯(lián)的分類器來(lái)識(shí)別廠商標(biāo)志很容易出現(xiàn)誤判，采用大數(shù)據(jù)加深度學(xué)習(xí)技術(shù)后，車輛車標(biāo)的過(guò)曝光或者車標(biāo)被人為去掉等引起的局部特征會(huì)隨之消失，其識(shí)別率可以從89%提升到93%以上。

3、車輛檢索

在車輛檢索方面，車輛的圖片在不同場(chǎng)景下會(huì)出現(xiàn)曝光過(guò)度或者曝光不足，或者車輛的尺度發(fā)生很大變化，導(dǎo)致傳統(tǒng)方法提取的特征會(huì)發(fā)生變化，因此檢索率很不穩(wěn)定。深度學(xué)習(xí)能夠很好地獲取較為較穩(wěn)定的特征，搜索的相似目標(biāo)更精確，Top5的搜索率在95%以上。在人臉識(shí)別項(xiàng)目中，由于光線、姿態(tài)和表情等因素引起人臉變化，目前很多應(yīng)用都是固定場(chǎng)景、固定姿態(tài)，采用深度學(xué)習(xí)算法后，不僅固定場(chǎng)景的人臉識(shí)別率從89%提升到99%，而且對(duì)姿態(tài)和光線也有了一定的放松。

4、交通信號(hào)系統(tǒng)

傳統(tǒng)的交通燈使用默認(rèn)時(shí)間轉(zhuǎn)換燈色，雖然轉(zhuǎn)換燈色的時(shí)間會(huì)根據(jù)數(shù)據(jù)每幾年更新一次，但是隨著交通模式發(fā)展，傳統(tǒng)系統(tǒng)很快就會(huì)過(guò)時(shí)。而人工智能驅(qū)動(dòng)的智能交通信號(hào)系統(tǒng)則以雷達(dá)傳感器和攝像頭監(jiān)控交通狀況，然后利用先進(jìn)的人工智能算法決定燈色轉(zhuǎn)換時(shí)間，通過(guò)人工智能和交通控制理論融合應(yīng)用，優(yōu)化了城市道路網(wǎng)絡(luò)中的交通流量。

5、警用機(jī)器人

人工智能的警用機(jī)器人將取代交通警察，實(shí)現(xiàn)公路交通安全的全方位監(jiān)控、全天候巡邏、立體化監(jiān)管。

6、大數(shù)據(jù)分析

人工智能算法可以根據(jù)城市民眾的出行偏好、生活、消費(fèi)習(xí)慣等方式，分析出城市人流、車流的遷移與城市建設(shè)及公眾資源的數(shù)據(jù)?；谶@些大數(shù)據(jù)的分析結(jié)果，為政府決策部門進(jìn)行城市規(guī)劃，特別是為公共交通設(shè)施的基礎(chǔ)建設(shè)提供指導(dǎo)和借鑒。

7、無(wú)人駕駛和汽車輔助駕駛

非常重要的一個(gè)技術(shù)點(diǎn)就是圖象識(shí)別，通過(guò)圖像識(shí)別前方車輛、行人、障礙物、道路以及交通信號(hào)燈和交通標(biāo)識(shí)，這項(xiàng)技術(shù)的落地應(yīng)用將給人類帶來(lái)前所未有的出行體驗(yàn)，重塑交通體系，并構(gòu)建真正的智能交通時(shí)代。
責(zé)任編輯：tzh