AI，喚醒萬物。在安防，AI應用火力全開，仿佛進入了安防的AI新時代。為此，探討當安防遇上了AI，才顯得意義非凡。

安防為什么需要AI

安防為什么需要AI?這是一個值得深究的大命題，說穿了，就是安防行業發展進程中因AI出現帶來的改變和迫于業務需求不得不與AI聯姻。

我們可以從以下幾個方面來分析：

1、智能化應用拐點已現

視頻監控經過純模擬、模數混合、純數字之后，在2006年又因平安城市、3111工程、北京奧運等大型項目的出現，智能監控被安防行業提出并開始有企業投入研發。智能視頻分析(IVS)在當時被譽為第四代視頻監控技術，其實其也是AI在安防的最初應用。所以從2006年直到2016年這十年間，高清與智能成為了行業主流。

但任何技術都不可能一勞永逸，直到2016年北京安防展會，AI+安防開始。基于人工智能的視頻智能分析是利用計算機圖像視覺處理、模式識別和機器學習等算法，分析和識別運動目標信息。結合應用場景，對監控畫面中感興趣的目標視頻進行智能分析，提取可疑的人、車、物等目標信息，生成結構化的語義描述，從而實現特定目標的快速定位、查找和檢索。人工智能在視頻內容的特征提取、內容理解方面有著天然的優勢。前端攝像機內置人工智能芯片，可實時分析視頻內容，檢測運動對象，識別人、車屬性信息，并通過網絡傳遞到后端人工智能的中心數據庫進行存儲。匯總的海量城市級信息，再利用強大的計算能力及智能分析能力，人工智能可對嫌疑人的信息進行實時分析，給出最可能的線索建議，將犯罪嫌疑人的軌跡鎖定由原來的幾天，縮短到幾分鐘。不管是專業市場、商用市場還是民用，AI的視頻監控時代真正到來。

2、讓大數據真正用起來

讓大數據真正用起來也是一個技術難題。記者最近走訪了多年安防企業，盡管掌控了大數據，但卻無從下手，并未挖掘出數據的價值。比如：停車場的車輛大數據、景區的人流大數據、智慧零售的大數據等。所以，在大數據挖掘和分析方面，人工智能的作用極大，也只有AI才能讓大數據真正應用落地。

3、構建主動安防體系的需求

在AI出現之前，安防行業以被動防范和調查取證的功能為主，在主動預警和制止方面還是薄弱。

可以看到，傳統的視頻監控僅提供視頻的捕獲、存儲和回放等簡單功能，用來記錄發生的事情，很難起到預警和報警的作用。若要保證實時監控異常行為并及時采取有效措施，就需要監控人員一刻不停的監看視頻，在視頻監控數據量高速增長的今天，這一方式漸漸成為不可能。所以，構建主動安防體系，促使安防向事前、事中、事后全鏈條應用轉變。

4、傳統企業轉型的救命符

不管承不承認，安防行業進入了徹頭徹尾的洗牌時期。傳統安防企業如何在大浪淘沙中不被遺棄，以AI展開垂直細分領域應用是出路。舉例說明更有說服力。

前不久在參加巨龍創視新品發布會時了解到，該企業從以前的傳統視頻監控企業轉型為以智能視頻為核心的智能產品及智能系統解決方案提供商。其產品包括人臉識別IPC、人臉識別NVR、人臉識別閘機、人臉識別系統方案、人臉識別“店安”智慧門店系統，以及車牌識別IPC產品線。依據這些產品與方案，今年他們中標了北京某個大型項目4萬路AI攝像機的采購大單。

萬佳安是模擬時代的風云企業，時至今日，他們以AI深度布局智慧園區。這場AI洗禮中，做足內功，以AI與IoT為前沿技術架構，基于多年視頻監控沉淀，并結合以上智慧園區應用現狀，2018順勢而為推出了iSEE(智眼)和iBRAIN(智腦)的人工智能新品。據了解，iSEE即AI監控攝像機，外觀既時尚又穩重，卻不張揚，與萬佳安的低調個性如出一轍。

在性能方面，由于搭載專業AI、低功耗ASIC芯片以及專業星光級sensor，以智能+星光的方式滿足24小時的智慧園區AI應用，即使周圍環境光線不佳，人員戴帽子或一定角度下低頭、側臉，仍然可以做到準確識別;與此同時，嵌千萬級人臉數據訓練的深度學習檢測算法，能夠在各種復雜環境快速提取人臉信息，秒傳人臉抓拍圖片。智眼之下，視界因你更清晰、更智能!iBRAIN是萬佳安AI家族中的NVR產品。在安防行業，產品能和人的大腦一樣去思考和處理就是超能力，而萬佳安為此產品加持更多超能力。國際權威LFW人臉數據集識別準確率高達99%以上，處于業界領先;內嵌千萬級人臉數據訓練的深度學習識別算法，能夠在各種復雜環境快速識別比對人臉，對人臉屬性有深度優化，諸如年齡、性別、戴眼鏡等屬性都能精準識別，配合以圖搜圖，能快速查找人臉圖片和錄像，提高人員定位效率。這種無誤差的多特征人體識別能力，在行業確實值得點贊。

總之，無論是主動歡迎還是被動接受，AI真的來了，在安防，即將開啟一個新的時代。

AI開啟三大主流行業大應用

既然一個屬于AI的時代來了，迎戰新征程、譜寫新篇章就是順理成章的事。我們從三個主要應用領域來分析，當安防遇到AI出現的改變。

1、智慧警務的AI應用

智慧警務是近兩年出現頻率極高的名詞，對于傳統的公安也是是一個變革。為了解決傳統公安存在的痛點，智慧警務以AI和大數據應用為主，運用科技手段既能利于便民服務、又貼近公安實戰的信息化構架，從而使公安工作實現高效規范、公安業務有機協同、各類數據動態鮮活、各種信息高度共享的警務工作新機制。

傳統的視頻監控解決了視頻的存儲和回放，以及各廠商視頻流的互聯互通，但仍然無法準確識別、定位和查找視頻中的人，車，物等目標信息。目前，要實現全方位的實時監控，指揮調度，視頻錄像中可疑目標的檢索查證，還必須依靠大量的工作人員時刻緊盯屏幕，監視所有攝像機的實況視頻，以及回放相關視頻錄像，查找可疑人員，車輛目標和線索。這顯然需要 耗費大量人力，而且難免也會因為疲勞和疏忽，而錯漏掉某些稍縱即逝的重要信息。

因此，圍繞公安業務需求的公安實戰平臺，結合視頻圖像偵查業務，對監控畫面中感興趣的目標視頻進行智能分析，提取可疑的人、車、物等目標信息，生成結構化的語義描述，從而實現特定目標的快速定位、查找和檢索。人工智能在視頻內容的特征提取、內容理解方面有著天然的優勢。前端攝像機內置人工智能芯片，可實時分析視頻內容，檢測運動對象，識別人、車屬性信息，并通過網絡傳遞到后端人工智能的中心數據庫進行存儲。匯總的海量城市級信息，再利用強大的計算能力及智能分析能力，人工智能可對嫌疑人的信息進行實時分析，給出最可能的線索建議，將犯罪嫌疑人的軌跡鎖定由原來的幾天，縮短到幾分鐘，為案件的偵破節約寶貴的時間。其強大的交互能力，還能與辦案民警進行自然語言方式的溝通，真正成為辦案人員的專家助手。

基于人工智能的視頻智能分析是利用計算機圖像視覺處理、模式識別和機器學習等算法，分析和識別運動目標信息。作為公安實戰平臺中最為重要的環節，基于人工智能的人臉識別技術需求應用更為迫切。公安部門借助人臉卡口IPC攝像機的智能人臉檢測技術，在城市道路、廣場、娛樂場所及各類重點場所的人員目標的人臉識別，提取包括人的性別、戴眼鏡、年齡段等特征信息。從而實現人臉的實時布控、高危人員比對、以圖搜圖、語義搜索等方面的業務應用。比如，人臉布控業務是通過對場景中視頻的進行實時人臉采集和視頻分析，并與各種人臉庫提供的圖片(警綜、信綜、出入境、人口庫、追逃庫、犯罪人員庫等)進行實時比對。如果發現重點關注人員，將推送到公安實戰平臺客戶端或手機終端。另外公安實戰平臺與全國人口庫、常住人口庫、居住證人口庫等數據關聯，實現城市地鐵、機場、酒店的人臉識別系統的聯動。結合地圖業務應用，可實現軌跡回放、告警、查詢的可視化。

另外，事實上，在安防領域的人臉識別處于一種非常復雜的狀態的制約。實際監控場所得到的人臉圖片質量不高，距離研究領域的圖片，例如LFW數據庫，還相距甚遠。例如，光照，姿態，表情，飾物，遮擋，運動模糊，分辨率等都影響著人臉識別算法的實際應用推廣。已有的訓練算法，或者說已有的訓練數據無法表達出一個具有很強泛化能力的算法模型。

2、AI之下的大交通

在2017深圳安博會我們最為常見的就是基于車牌識別的應用。目前在智能交通領域，人工智能分析及深度學習比較成熟的應用技術以車牌識別算法最為理想，雖然目前很多廠商都宣稱自己的車牌識別率已經達到了99%，但這也只是在標準卡口的視頻條件下再加上一些預設條件來達到的。在針對很多簡易卡口和卡口圖片進行車牌定位識別時，較好的車牌識別也很難達到90%。不過隨著采用人工智能、深度學習的應用，這一情況在2018年將會得到很大的改善。

在傳統的圖像處理和機器學習算法研發中，很多特征都是人為制定的，比如hog、sift特征，在目標檢測和特征匹配中占有重要的地位，安防行業的很多具體算法所使用的特征大多是這兩種特征的變種。人為設計特征和機器學習算法，由于理論分析的難度大，訓練方法又需要很多經驗和技巧，一般需要一定的時間才會有一次突破性的發展，而且對算法工程師的知識要求也一直在提高。人工智能則不然，在進行圖像檢測和識別時，無需人為設定具體的特征，只需要準備好足夠多的圖進行訓練即可，通過逐層的迭代就可以獲得較好的結果。從目前的應用情況來看，只要加入新數據，并且有充足的時間和計算資源，隨著深度學習網絡層次的增加，識別率就會相應提升，比傳統方法表現更好。另外在車輛顏色、車輛廠商標志識別、無牌車檢測、非機動車檢測與分類、車頭車尾判斷、車輛檢索、人臉識別等相關的技術方面安防企業也比較成熟。

以評測海康神捕系列的人工智能產品為例，技術人員在溝通中表示，當AI來臨時，促使我國交通管理方式從“交通違章執法管理”到“交通秩序管理”的轉變，交管信息化系統建設需要更準確、更豐富的數據基礎和更智能的感知手段。該產品沿用交通綜合管控平臺云圖底層+前端子系統的經典架構，基于AI深度智能的海康神捕將不系安全帶算法和開車接打手機交通違法檢測準確率提升逾30個百分點，從而將這兩項功能真正推向非現場執法實戰應用。同時集成了基于AI深度智能的遠光燈檢測算法，能夠對城市夜間車輛濫用遠光燈的違法行為進行智能識別和有效取證。在前端架設專屬的駕駛員人臉抓拍機，同時利用基于AI深度智能的人臉捕獲深度學習算法，大幅度提高畫面中人臉的檢出率和高清摳圖的質量，為后端進行人臉的建模和比對提供基礎數據，實現報警攔截。在2018年，該神捕系列人工智能產品會可以在現有電子警察的基礎上集成交通事故檢測功能，當路口范圍內發生交通事故或者交通擁堵時，可以實時檢測到并向指揮中心發送報警信號。

大華一體化智能攝像機，搭載VPU深度學習芯片，算力是傳統智能攝像機的20倍以上，它支持準確識別14種車型、200多種車輛品牌、3000多種車系、13種車身顏色以及車輛年款、年檢標志、紙巾盒、掛墜、香水盒等更多細節特征，相對于傳統設備將車輛主要屬性識別轉變為車輛“全”屬性識別;在違章行為分析上增加不禮讓行人檢測、加塞檢測、左轉不讓直行檢測、開車抽煙打電話檢測等;同時它從車智能擴展到人智能，支持非機動車、行人特征檢測、駕駛員、行人人臉檢測實現了交通道路場景下的交通參與者全目標分析。數據是應用的基礎，慧系列交通AI攝像機的強大感知能力將全面提升交通管理者對人、車管控的能力。

3、AI為智慧新零售注入活力

之前的兩個行業是AI安防的主流應用，而智慧新零售成為了AI安防的新戰場。前不久在悠絡客的一位多年老友談及他們已轉型到智慧新零售領域。他認為，目前，盡管新零售十分火爆，但對于新零售的定義各家都有所不同。智慧新零售的“新”有三方面，即新的消費體驗、新的管理模式和新的安全管控。他表示，希望悠絡客能和線下門店的會員系統打通，通過人臉識別技術實現更好的消費體驗。此外，智能攝像頭平臺化后，還可以實現遠程巡店和線上門店管理。“中國門店已經有一億臺攝像頭在使用，換成我們悠絡客的AI攝像頭，除了安全我們還可以帶來管理和升級等等。所以我們叫三眼合一，即消費者之眼、管理之眼和安全之眼，實現新的消費體驗、新的安全管理模式和新的監控。”據了解，在8年的發展中，悠絡客憑借獨特優勢，三眼合一打造出了匹配新零售的場景。基于深度學習的人臉識別技術構成消費之眼，并運用到了門店當中。通過8年時間聚焦門店，對不同消費場景進行捕捉，悠絡客已經積累了大量的數據。

前不久海康威視區域關注度半球產品的評測引發了記者的興趣，與廠家溝通中得知，智慧新零售是海康威視增長極為明顯的商業市場，連龍頭都在極力涉足此領域，足可見AI安防在這一領域將大有作為。記者在評測中了解到，零售業的線下門店數據難以獲取，在經營過程中，需要了解重點商品區域的人流及商品感興趣程度，為了提供有效的數據進行感興趣程度分析，相關管理及運營人員需要對區域內的人數和等候時間進行統計和分析。為此，海康威視區域關注度半球以AI為核心技術，通過目標檢測獲取零售業大量的樣本訓練，從而實現特定目標檢測。在零售業應用該產品，具有很強的泛化能力，即使同一類物體處于不同尺寸、不同視角、不同光照、部分遮擋等情況下也能準確識別，同時能夠自動學習目標的特征表達，以端到端的方式處理;目標檢測之后，要感知用戶在門店里的一切，需要目標跟蹤，此次評測產品在視頻圖像范圍內，對門店顧客進行跟蹤，利用目標位置、色彩、運動等多維信息，實現穩定的目標跟蹤;為了挖掘和提升零售商業效能，區域關注度半球最后一步是對形成的目標跟蹤軌跡進行分析，根據設置的規則區域，能實現3個區域內目標人數進行統計，并記錄三個區域目標的進入時刻和離開時刻，在目標離開時輸出目標的停留時間。

為保障AI功能的精準，海康威視區域關注度半球采用1/1.8" CMOS的200萬像素的配置，完全能勝任智慧零售的高清視頻安全職責;星光級ICR與120dB寬動態范圍，能保障在低照度條件下和逆光環境，畫質依然具備高還原度和色彩飽和度。零售業一直是報警服務業的忠實用戶，此次評測產品支持排隊檢測，對框選區域做人員擁堵檢測，超過預設等級可聯動報警輸出，比如：每個區域內最多停留人數報警閾值和單個目標最久停留時長報警閾值，也可以設定警時間間隔，比如：該區域如一直觸發報警信號，則每隔300秒進行一次報警。

目前，各行業都在談AI，如果AI有千面的話，那安防一定是最適合的其中之一。當安防遇上AI，一個全新的時代即將開啟，AI之下的視界，就是整個世界。