人工智能技術(shù)在安防領(lǐng)域的應(yīng)用已經(jīng)發(fā)展了很多年，但由于硬件本身問(wèn)題以及算法、算力等制約，很長(zhǎng)一段時(shí)間內(nèi)都沒(méi)有取得較大突破。隨著近年來(lái)人工智能技術(shù)的發(fā)展，尤其深度學(xué)習(xí)技術(shù)的突飛猛進(jìn)，使得AI在安防行業(yè)應(yīng)用贏來(lái)了重大轉(zhuǎn)機(jī)與突破。從2017年深圳安博會(huì)的火爆現(xiàn)象，就可以看出“人工智能+安防”廣闊的市場(chǎng)發(fā)展空間。安防行業(yè)，尤其是視頻監(jiān)控行業(yè)因其自身特點(diǎn)，理所當(dāng)然的成為了人工智能的天然試驗(yàn)場(chǎng)。

遍布全國(guó)各地，數(shù)以億計(jì)的視頻監(jiān)控?cái)z像機(jī)7*24小時(shí)不間斷采集視頻圖像，產(chǎn)生了海量的大數(shù)據(jù)。尤其是高清網(wǎng)絡(luò)攝像機(jī)的普及應(yīng)用，數(shù)據(jù)量更是呈指數(shù)級(jí)飛速增長(zhǎng)。如果依靠傳統(tǒng)的人工進(jìn)行管理、查詢，顯然已經(jīng)無(wú)法滿足當(dāng)前社會(huì)治安管理的需求。因此，安防行業(yè)擁抱人工智能技術(shù)已是必經(jīng)之路。全球人工智能火熱，帶動(dòng)了一大批人工智能初創(chuàng)企業(yè)的出現(xiàn)，各種先進(jìn)的人工智能技術(shù)方案不斷涌現(xiàn)。而擁有海量大數(shù)據(jù)與垂直剛需應(yīng)用的安防行業(yè)自然也成了這些AI初創(chuàng)企業(yè)技術(shù)方案的最佳落腳點(diǎn)。

因此，?？怠⒋笕A、宇視、科達(dá)等傳統(tǒng)安防企業(yè)紛紛擁抱人工智能；商湯、曠視、依圖、云從等AI新貴全面進(jìn)軍安防應(yīng)用，充分體現(xiàn)了當(dāng)前安防行業(yè)發(fā)展的趨勢(shì)。據(jù)報(bào)道，憑借著網(wǎng)絡(luò)高清攝像機(jī)的應(yīng)用以及人工智能技術(shù)加持，社會(huì)治安破案率得到了明顯提升。甚至有的部分地區(qū)數(shù)據(jù)顯示，由于高清網(wǎng)絡(luò)攝像頭和人臉識(shí)別技術(shù)的應(yīng)用，不僅破案率極大提升，甚至案發(fā)率也大幅下降。盡管當(dāng)前人工智能技術(shù)已經(jīng)極大改善了視頻監(jiān)控的應(yīng)用，但從實(shí)際應(yīng)用情況來(lái)看依然面臨著許多挑戰(zhàn)。

?？怠⒋笕A、宇視等中國(guó)安防前三強(qiáng)都先后登臺(tái)，展示了自家AI+安防解決方案。雖然各自的產(chǎn)品與解決方案有所差異，但是大家都共同傳達(dá)了一個(gè)觀點(diǎn)。那就是當(dāng)前安防行業(yè)人工智能技術(shù)應(yīng)用依舊挑戰(zhàn)重重。例如，誤報(bào)率太高。在峰會(huì)上中科奧森董事長(zhǎng)李子青教授舉例說(shuō)明，以某一個(gè)轄區(qū)1000路視頻抓拍人像，并且有一個(gè)黑名單庫(kù)，1000路在深圳算是一個(gè)小的系統(tǒng)。1千個(gè)這樣的系統(tǒng)，假設(shè)每個(gè)攝像頭每10秒或者5秒抓拍一張人臉，該轄區(qū)每秒鐘抓拍100張圖象，該轄區(qū)每天要產(chǎn)生864萬(wàn)張抓拍人臉，與20萬(wàn)人的數(shù)據(jù)庫(kù)比對(duì)次數(shù)高大1.728萬(wàn)億次。
?

李子青教授在2018中國(guó)AI安防峰會(huì)演講李子青教授表，對(duì)動(dòng)態(tài)人臉識(shí)別的性能要求，我們希望通過(guò)率比較高，比如說(shuō)90%的通過(guò)率，在動(dòng)態(tài)人臉監(jiān)控上面算是比較高的，它每天的誤報(bào)個(gè)數(shù)要少于200個(gè)?，F(xiàn)在的問(wèn)題是誤報(bào)率太高，每次都是“狼來(lái)了”，所以公安對(duì)這個(gè)東西一方面非常想用，另一方面又老是誤報(bào)，所以他就把這個(gè)東西禁用了，甚至最后放棄，在過(guò)去幾年有很多實(shí)施的動(dòng)態(tài)人臉監(jiān)控最后都放棄了。眾所周知，安防視頻監(jiān)控應(yīng)用場(chǎng)景非常復(fù)雜多變。監(jiān)控?cái)z像頭除了監(jiān)控行人之外，還要監(jiān)控汽車、物體、事件等等。每一種監(jiān)控對(duì)象都有責(zé)不同特征，如監(jiān)控行人需要了解到性別、年齡、身高、穿著、是否戴眼鏡等等信息，對(duì)于汽車除了要識(shí)別車牌，還需要更多細(xì)節(jié)特征，如顏色、品牌等等，并結(jié)構(gòu)化處理并存儲(chǔ)信息，后續(xù)才能高效利用或作出相應(yīng)的預(yù)判。但是在實(shí)際應(yīng)用中，我們往往會(huì)遇到很多來(lái)自不同場(chǎng)景的挑戰(zhàn)。例如人口密集的車站。比如這樣
?

咋整？李子青教授表示，靜態(tài)人臉識(shí)別以及很成熟了，但動(dòng)態(tài)人臉識(shí)別目前仍然還面臨著巨大的挑戰(zhàn)。除了前端高清攝像機(jī)必須要能夠采集到高質(zhì)量的人臉信息之外，還需要強(qiáng)大的算法和算力支持。通過(guò)神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)、大數(shù)據(jù)自主訓(xùn)練以及高性能并行計(jì)算能力等等綜合提升才能解決當(dāng)前應(yīng)用難題。深度學(xué)習(xí)是需要進(jìn)行大量的大數(shù)據(jù)訓(xùn)練，目前有的AI企業(yè)采用人工對(duì)數(shù)據(jù)進(jìn)行標(biāo)注，費(fèi)時(shí)費(fèi)力。李子青教授表：“我認(rèn)為深度學(xué)習(xí)還有一定的發(fā)展空間，不管是提升算法、改進(jìn)網(wǎng)絡(luò)架構(gòu)，還是通過(guò)增大數(shù)據(jù)標(biāo)注的方式，提升的空間并不大，它已經(jīng)接近天花板，具體是多少，我不能給一個(gè)定量，我們必須在這方面突破，必須像開(kāi)復(fù)老師說(shuō)的那樣，要形成應(yīng)用場(chǎng)景的數(shù)據(jù)閉環(huán)，能夠利用生產(chǎn)環(huán)節(jié)的大數(shù)據(jù)進(jìn)行自主標(biāo)注、自主學(xué)習(xí)，不管你會(huì)不會(huì)標(biāo)注，至少是自主學(xué)習(xí)”。宇視總裁張鵬國(guó)近期也表示，人臉識(shí)別目前在商業(yè)落地上有很大的挑戰(zhàn)?！跋胂笠粋€(gè)千萬(wàn)人口的城市，在99%的識(shí)別率下，還有10萬(wàn)人沒(méi)有被識(shí)別。”

宇視科技副總裁姚華在2018中國(guó)AI安防峰會(huì)演講此外，安防視頻監(jiān)控是一個(gè)系統(tǒng)工程，AI技術(shù)在視頻監(jiān)控的應(yīng)用挑戰(zhàn)，同樣貫穿于前端、傳輸、存儲(chǔ)、應(yīng)用等等每個(gè)環(huán)節(jié)。隨著神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)、邊緣技術(shù)等技術(shù)的進(jìn)步、算法的不斷優(yōu)化、計(jì)算機(jī)性能提升，當(dāng)前面臨的種種問(wèn)題都會(huì)逐步得到有效解決。同時(shí)，由此我們也可以看到，隨著安防與AI的深度融合，對(duì)安防企業(yè)的技術(shù)研發(fā)實(shí)力要求也越來(lái)越高，如果無(wú)法在這一波AI浪潮中站住腳跟，勢(shì)必會(huì)被市場(chǎng)淘汰。難怪大家都在戲稱，如今安防企業(yè)不做AI，都不好意思說(shuō)自己是安防企業(yè)了。