人工智能的概念提出已經很多年，但最近一次大熱是在“人機大戰”戰勝世界圍棋高手李世石的Alpha Go。同樣，近幾年安防行業熱門的深度學習和模式識別的概念也頻頻出現在公眾的視野當中，那么它們是如何應用在安防領域中？目前最前沿的應用又有哪些？以下將為您一一解答。

安防大數據挖掘

平安城市從2010年在全國推廣至今已經6年，目前各地平安城市建設即將進入擴容改建期，需要更加綜合與智能的整體解決方案。公共安防已不再局限于擴張視頻監控覆蓋廣度和密度以及清晰度，而是由擴密度的傳統安防時代向注重視頻大數據挖掘、使用和管理的智能化安防時代邁進。

平安城市建設飛速發展，各個街道、十字路口隨處可見各種攝像機設備。它們為公安的日常治安和偵查辦案提供了很大的方便。但隨著設備數量的增加，視頻分辨率的提高，公安搜集到的視頻和圖片的數據量呈幾何倍增長。再加上視頻分辨率的不斷提高對服務器處理能力和使用率提出了更高的要求。這樣，視頻圖像的調閱、存儲、計算在技術上都面臨巨大挑戰。因此，公安干警如何能快速在日益增長的海量數據中獲得有價值的信息就成為了亟待解決的問題。

模式識別技術

中科院自動化研究所作為當今我國承擔模式識別技術研發基礎研究同時也是最頂尖的科研機構之一，下屬的模式識別國家重點實驗室承擔著模式識別國家級課題項目，是中國乃至世界模式識別技術當之無愧的領軍者。

實驗室張俊格博士的研究方向就是圖像視頻分析，他對這個研究方向充滿信心：“模式識別是大數據技術的核心，十幾年前看不到太多應用，現在應用需求非常大。”

“數據本身沒價值，挖掘數據中的模式才有價值。大數據時代，模式識別很重要。”中科院院士譚鐵牛表示，幾十年前國家就在這個方向設立重點實驗室，具有超前的戰略眼光。

深度學習技術

深度學習是機器學習研究中的一個新的領域，其動機在于建立、模擬人腦進行分析學習的神經網絡，它模仿人腦的機制來解釋數據，例如圖像，聲音和文本。

讓深度學習能夠如此大行其道的關鍵要素是數據，而占大數據總量60%以上的為視頻監控數據，與此同時，視頻監控領域的70%以上的數據分析是用來進行圖像識別。

目前，深度學習在安防行業的諸多領域都取得了很大進展，如：行人檢測、車輛檢測、非機動車檢測等，識別準確率甚至超過人類。

前沿應用揭秘

中科唯實作為中國科學院自動化研究所下屬的一家技術領先的智能視頻管理平臺軟件提供商，其核心技術來源于自動化研究所模式識別國家重點實驗室，譚鐵牛院士團隊，其致力于將譚院士團隊全球領先的智能視頻分析技術應用到智能安防領域。

先進的科學技術是一家高科技企業能夠存在并獲得長久發展的根本，基于譚鐵牛院士團隊相關“圖像識別”以及“機器深度學習”的算法，中科唯實開發出了一系列的能夠服務于平安城市的世界頂尖級應用。下面重點介紹其中三種：

一、行人多特征識別技術

在海量視頻數據條件下，靠人工想從歷史和即時的視頻數據中篩查犯罪嫌疑人猶如大海撈針。行人多特征識別技術則是通過人工智能的方法，讓計算機從海量監控視頻中自動的去識別出行人，分析行人的特征，然后根據犯罪嫌疑人的特征自動篩選，不僅大大的節省人力物力，同時也會大大縮短犯罪嫌疑人的歸案時間。

中科唯實研發團隊利用先進的深度學習技術，克服了光照、天氣等難點因素，能夠快速準確地識別行人的各種重要特征，如性別、年齡、是否戴眼鏡、發型、衣著、體型、是否騎車以及隨身攜帶的物品等。所研發的行人多特征識別算法有著靈活的部署方式，可實現時間自定義、識別區域自定義，快速準確。利用智能視頻分析服務器集群，可以實現對平安城市幾百路監控視頻進行7x24小時不間斷的行人多特征分析與檢索，實時排查可疑人員并及時發出預警信號。

行人多特征識別技術將極大地提高公安查找犯罪線索的能力、犯罪嫌疑人排查與鎖定的效率，助力平安城市新一代智能視頻監控平臺的建設。

二、步態識別技術

步態是指人們走路的姿勢，是一種可在遠距離感知的生物行為特征。和其他生物特征識別技術相比，步態識別的優勢在于非接觸性、非侵犯性、易于感知、難于隱藏和難于偽裝。步態分析還可以輕松的區分出人的不同模式，例如行走、奔跑、負重等等。基于這些優點，步態識別在門禁系統、安全監控、人機交互、醫療診斷等領域具有廣泛的應用前景和經濟價值。

步態分析的難點在于其特征的穩定性問題，一個人的步態會因為傷病、體重增或減甚至是著裝舒適度等因素影響而改變。中科唯實研發團隊采用深度學習方法，用步態能量圖描述步態序列，通過深度卷積神經網絡訓練匹配模型。利用訓練好的卷積神經網絡匹配模型計算待識別的步態視頻和已注冊的步態視頻序列每個步態能量圖的相似度，依據相似度大小進行身份預測。步態識別應用采用全天候模式，在特定的安防場景可快速的對遠距離行人目標的身份進行準確判斷。

目前，中科院自動化研究所正在建設全球規模最大的步態數據庫。步態識別技術將對有助于解決監控視頻中低分辨率行人身份識別的難點問題，為公安部門提供重要的案件偵破線索。

三、身高相機

身高是人體重要的數據特征之一，在一些特定的場所，例如景點入口，車站檢票口等對身高要求都有明確地規定。傳統的利用尺度工具測量身高的方法雖然操作簡單，但要求被測人員配合，不僅速度慢，而且精度較差，超聲波、紅外等方式可實現自動測量、精度較高，但對測量環境要求苛刻。不適用于公共場所。基于計算機視覺技術的身高相機可以很好地解決上述問題，提供多場景、非接觸、自動化的測量。

身高相機是利用深度傳感器獲取現實場景的深度數據和顏色信息，通過坐標變換建立深度數據與三維坐標之間的對應關系，然后通過去噪、配準等算法去除干擾并減小誤差，最后利用三維重建的方法得到人體的身高以及其他數據信息。

身高相機無需與被測對象接觸，當對象進入測量場景后便自動采集測量，可同時測量場景中的多個目標，配準后對光照具有較強的魯棒性，可適應場景光照變化，而且具有較高的精確度和實時性，將會是視頻監控領域的重要工具。

中科唯實基于行人多特征識別，步態識別和身高相機等先進的智能分析技術所打造的新一代智能視頻分析平臺必將有力地推動平安城市建設，起到先進示范的作用。

技術引領未來

人們對于監控視頻中有價值的信息挖掘不僅只是局限于當前車輛、人的基本信息，在智能市場的不斷推動下，同時依靠中科院自動化研究所強大的研發實力，可以不斷對安防大數據挖掘的關鍵信息進行有效補充，為最終的大數據平臺提供更有價值的數據入口，更是為深度的行業應用提供源源不斷的動力。

從海量視頻中挖掘關鍵信息數據，再到大數據平臺及其行業應用，中科唯實在安防大數據時代下高速奔跑著，為引領“智能化”浪潮而不懈努力。