智能視頻監(jiān)控系統(tǒng)三大類別與AI在安防領域的應用以及四大痛點

在科技發(fā)展迅猛的今天，人們正在享受著安防監(jiān)控帶來的安全感。安防監(jiān)控除了可以對正在發(fā)生事件的實時記錄外，還可以對監(jiān)控視頻進行分析，提取其中信息(如車牌、人臉、動作分析)，從而進行視頻推送預警、實現(xiàn)預防?？梢云鸬健胺阑加谖慈弧钡淖饔谩?/p>

近年來，人工智能、大數(shù)據(jù)技術(shù)迅速發(fā)展，在行業(yè)市場中受到了空前的追捧，它們已率先在數(shù)據(jù)可得性高的領域開始解決行業(yè)痛點。

安防領域是人工智能完美落地的天然場景

1、大數(shù)據(jù)是人工智能分析預測、自主完善的重要支撐，而安防行業(yè)擁有海量層次豐富的視頻數(shù)據(jù)，能夠充分滿足人工智能對于算法模型訓練的要求。

2、安防監(jiān)控領域有著事前預防、事中響應、事后追查的邏輯需求，人工智能可以為這一問題提供新的解決思路。

3、據(jù)統(tǒng)計，在2011—2016年期間，安防市場連續(xù)保持2位數(shù)增長，預計2016-2020年期間仍將持續(xù)增長，年復合增長率預期為7.6%，到 2020 年，安防市場年銷售額將達到 3150 億美元。鑒于如此大的市場規(guī)模，人工智能早已“蠢蠢欲動”!

就技術(shù)需求和市場規(guī)模而言，安防領域是人工智能最快、最好的“著陸場”。傳統(tǒng)的安防監(jiān)控雖然實現(xiàn)了記錄功能，但不能準確識別視頻中的人、物和場景。而具備視覺的智能視頻監(jiān)控系統(tǒng)可以徹底改變這一現(xiàn)狀。

智能視頻監(jiān)控系統(tǒng)主要包括3大類：

1、對人、物的識別：主要就是識別監(jiān)控系統(tǒng)關心的內(nèi)容，包括人臉識別、車牌號識別、車輛類型識別、船只識別、紅綠燈識別等等。識別類技術(shù)，常常應用于道路監(jiān)控、金融銀行、航道管理等行業(yè)，主要是為客戶提供識別記錄和分級管理的依據(jù)。

2、對人、物運動軌跡的識別：目前細分的很多，主要包括虛擬警戒線、虛擬警戒區(qū)域、自動PTZ跟蹤、人數(shù)統(tǒng)計、車流統(tǒng)計、物體出現(xiàn)和消失、人員突然奔跑、人員突然聚集等等。此類技術(shù)，除了數(shù)量統(tǒng)計外，一般是對某個過程進行判斷，一旦發(fā)現(xiàn)了異常情況，如有人進入警戒區(qū)域、廣場東北角有人迅速聚集等情況，就發(fā)出報警信息，提醒值班監(jiān)控人員關注相應熱點區(qū)域。目前此類功能主要應用于平安城市建設、商業(yè)監(jiān)控等行業(yè)。

3、對環(huán)境影響的判斷和補償：可以在復雜背景環(huán)境中實現(xiàn)正常的監(jiān)控功能。環(huán)境的影響主要包括雨、雪、大霧等惡劣天氣、夜間低照度情況、攝像頭遮擋或偏移、攝像頭抖動等等。智能視頻監(jiān)控系統(tǒng)技術(shù)應用能夠?qū)崿F(xiàn)在惡劣視頻環(huán)境情況下實現(xiàn)較正常的監(jiān)控功能。受環(huán)境影響視頻不清楚的時候，盡早發(fā)現(xiàn)畫面中的人，或者判斷攝像頭偏移的情況后發(fā)出報警。此類功能關鍵技術(shù)點是在各種應用場合下，均能夠較穩(wěn)定地輸出智能分析的信息，盡量減少環(huán)境對視頻監(jiān)控的影響。

隨著高清化、深度學習、云存儲、GPU 、物聯(lián)網(wǎng)的研發(fā)，人工智能落地安防領域的切入方式主要有兩種：

1、從產(chǎn)品到技術(shù)：傳統(tǒng)安防領域企業(yè)不斷加快軟硬件產(chǎn)品的智能化進程;

2、從技術(shù)到產(chǎn)品：以算法見長人工智能企業(yè)積極布局終端應用行業(yè)領域，如金融、公安、樓宇園區(qū)等。

人工智能在安防領域的應用主要分為警用、民用兩個方向：

1、公安領域

智能監(jiān)控可以實時分析海量數(shù)據(jù)并提取有效線索，鎖定犯罪嫌疑人或車輛軌跡，完成追蹤、抓捕、營救等一系列任務。這一過程涉及圖偵、實戰(zhàn)、預判三層應用以滿足事前預防、事中響應、事后追查的現(xiàn)實需求，可以有效防范化解各類安全風險。

2、交通領域

智能監(jiān)控分析人和車的密度分布、變化趨勢進行動態(tài)監(jiān)測，通過調(diào)整紅綠燈間隔合理配置資源，提升通行效率，為大眾的暢通出行提供有利保障。

3、智能樓宇及園區(qū)領域

門禁考勤系統(tǒng)中采用生物識別技術(shù)，不僅可以區(qū)分工作人員和非工作人員，還能起到降低樓宇能耗的作用。

4、零售領域

為管理者提供遠程可視化、顧客數(shù)據(jù)采集和分析、POS收銀監(jiān)督的巡店方式。

5、在民用安防的應用

智能監(jiān)控可以為每個用戶提供差異化的服務。以家庭安防為例，當家中無人時，智能監(jiān)控系統(tǒng)進入布防模式;當有異常時，發(fā)出警報并及時通知主人。智能安防雖然前景廣闊，但目前國內(nèi)的基礎還比較薄弱，在應用過程中還存在著許許多多的障礙和困難。

人工智能在安防監(jiān)控領域面臨著4大痛點：

1、對環(huán)境適應性差

人工智能對視頻內(nèi)容的辨識，容易受到光照條件、天氣因素、圖像質(zhì)量、目標尺寸、地物遮擋等環(huán)境變化的影響;

2、數(shù)據(jù)孤島并分散

在傳統(tǒng)的安防體系中，各個平臺系統(tǒng)數(shù)據(jù)開放性低，彼此之間共享度低，所以很難開展多維數(shù)據(jù)融合分析。以人臉識別為例，為提高人臉識別的準確率，單純提高算法算力是不夠的，還需要擴充分析數(shù)據(jù)的緯度，如定位、社交、車輛、消費等等可搜集到的數(shù)據(jù)，通過這樣大規(guī)模的多模態(tài)數(shù)據(jù)整合才能實現(xiàn)目標追蹤、分析的目的。

3、場景理解受限

原因1：專業(yè)領域知識和經(jīng)驗積累不足;

原因2：在視頻結(jié)構(gòu)化過程中，智能監(jiān)控還停留在基于靜態(tài)特征的單場景環(huán)境中，很少涉及大范圍場景的關聯(lián)行為分析，沒有把動作、行為等動態(tài)特征以及之間的關聯(lián)性做結(jié)構(gòu)化的處理。

4、缺乏自主完善能力

目前人工智能沒有自我成長的能力，只能根據(jù)設定的條件進行自主分析，而不能根據(jù)分享能力和積累經(jīng)驗提高完善自己。

結(jié)語：

立足現(xiàn)在，放眼未來，雖然智能安防的道路很曲折，但是隨著政府的大力支持、數(shù)據(jù)的開放共享，算法算力的不斷提升，人工智能與安防將全面融合，智能安防時代正在加速到來。