人工智能概念火爆，但很多技術(shù)并未真正落地到各行業(yè)，而安防行業(yè)一直被認(rèn)為是人工智能成熟應(yīng)用并落地的行業(yè)之一，甚至是有人認(rèn)為是人工智能的第一著落點(diǎn)。在人工智能趨勢(shì)下，這三項(xiàng)技術(shù)在安防行業(yè)落地生花。

近幾年來(lái)，“人工智能+安防”的理念被越來(lái)越多的的安防企業(yè)接受和發(fā)展，并以此為中心，形成了一系列的產(chǎn)品和系統(tǒng)解決方案。人工智能在安防行業(yè)的快速落地，得益于全國(guó)范圍內(nèi)安防設(shè)備的普及，無(wú)需進(jìn)行過(guò)多的基礎(chǔ)建設(shè)，即可達(dá)成人工智能的落地。另一方面，安防行業(yè)對(duì)人工智能技術(shù)有著強(qiáng)烈的需求，隨著人工智能技術(shù)的成熟和規(guī)模化應(yīng)用，產(chǎn)品為用戶(hù)帶來(lái)更多更便捷的體驗(yàn)。

近年來(lái)，在智慧城市系統(tǒng)建設(shè)深入的帶動(dòng)下，人工智能商業(yè)化應(yīng)用的趨勢(shì)越來(lái)越明顯。算法、算力、數(shù)據(jù)，三者可以看做是“人工智能+安防”發(fā)展的三要素。當(dāng)這三要素落地產(chǎn)品應(yīng)用上時(shí)，可主要分為三大類(lèi)，即：視頻結(jié)構(gòu)化（對(duì)視頻數(shù)據(jù)的識(shí)別和提取）、生物識(shí)別技術(shù)（指紋識(shí)別、人臉識(shí)別等）、物體特征識(shí)別（車(chē)牌識(shí)別系統(tǒng)）。

視頻結(jié)構(gòu)化

在安防領(lǐng)域中，視頻監(jiān)控?zé)o疑是不可缺少的一環(huán)。而隨著智慧城市和平安城市的建設(shè)加速，安防系統(tǒng)每天產(chǎn)生的海量圖像和視頻信息造成的信息冗余問(wèn)題也催生了帶有人工智能的計(jì)算機(jī)視覺(jué)技術(shù)在安防領(lǐng)域的應(yīng)用。

視頻結(jié)構(gòu)化是一種基于目標(biāo)行為的智能監(jiān)控技術(shù)，針對(duì)該技術(shù)對(duì)圖像視頻進(jìn)行自動(dòng)分析、識(shí)別、跟蹤、理解和描述的特點(diǎn)，帶有人工智能的計(jì)算機(jī)視覺(jué)在安防監(jiān)控系統(tǒng)中演變?yōu)榻陙?lái)業(yè)內(nèi)普遍看好的視頻智能分析應(yīng)用。

在不需要人為干預(yù)的情況下，利用計(jì)算機(jī)視覺(jué)和視頻監(jiān)控分析方法對(duì)攝像機(jī)拍錄的圖像序列進(jìn)行自動(dòng)分析，包括目標(biāo)檢測(cè)、目標(biāo)分割提取、目標(biāo)識(shí)別、目標(biāo)跟蹤，以及對(duì)監(jiān)視場(chǎng)景中目標(biāo)行為的理解與描述，得出對(duì)圖像內(nèi)容含義的理解以及對(duì)客觀(guān)場(chǎng)景的解釋?zhuān)瑥亩笇?dǎo)和規(guī)劃行動(dòng)。

生物識(shí)別技術(shù)

所謂生物識(shí)別技術(shù)，是通過(guò)計(jì)算機(jī)與光學(xué)、聲學(xué)、生物傳感器和生物統(tǒng)計(jì)學(xué)原理等高科技手段密切結(jié)合，利用人體固有的生理特性和行為特征來(lái)進(jìn)行個(gè)人身份鑒定的技術(shù)，目前生物識(shí)別技術(shù)發(fā)展迅速，據(jù)數(shù)據(jù)統(tǒng)計(jì)，預(yù)計(jì)到2020年，生物識(shí)別市場(chǎng)規(guī)模將突破300億元。

當(dāng)前，人臉、指紋、虹膜三種識(shí)別是應(yīng)用較為廣泛的生物識(shí)別方式。指紋屬于接觸性識(shí)別方式，人臉、虹膜屬于非接觸性識(shí)別方式，三者之間互為補(bǔ)充。

指紋應(yīng)用最廣泛，技術(shù)也相對(duì)成熟，但應(yīng)用上有局限性：一部分人沒(méi)有指紋，無(wú)法使用指紋支付;指紋會(huì)被復(fù)制，存在安全風(fēng)險(xiǎn);采集指紋需要對(duì)象的配合，便捷性差一些。人臉識(shí)別的優(yōu)勢(shì)在于便捷性比較好，不用被采集對(duì)象的配合，可以自主采集，采集場(chǎng)合也比較方面;不足之處在于受到姿態(tài)、光照、遮擋、圖片清晰度等因素影響。虹膜準(zhǔn)確度最高，唯一性最強(qiáng)。不足之處在于采集過(guò)程需要被采集對(duì)象的配合，便捷性不高。

物體識(shí)別系統(tǒng)

當(dāng)前，物體識(shí)別系統(tǒng)在安防領(lǐng)域中最主要的應(yīng)用為車(chē)牌識(shí)別系統(tǒng)，車(chē)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(chē)牌識(shí)別的準(zhǔn)確率。

車(chē)牌識(shí)別系統(tǒng)有兩種觸發(fā)方式，一種是外設(shè)觸發(fā)，另一種是視頻觸發(fā)。外設(shè)觸發(fā)工作方式是指采用線(xiàn)圈、紅外或其他檢測(cè)器檢測(cè)車(chē)輛通過(guò)信號(hào)，車(chē)牌識(shí)別系統(tǒng)接受到車(chē)輛觸發(fā)信號(hào)后，采集車(chē)輛圖像，自動(dòng)識(shí)別車(chē)牌，以及進(jìn)行后續(xù)處理。該方法的優(yōu)點(diǎn)是觸發(fā)率高，性能穩(wěn)定;缺點(diǎn)是需要切割地面鋪設(shè)線(xiàn)圈，施工量大。視頻觸發(fā)方式是指車(chē)牌識(shí)別系統(tǒng)采用動(dòng)態(tài)運(yùn)動(dòng)目標(biāo)序列圖像分析處理技術(shù)，實(shí)時(shí)檢測(cè)車(chē)道上車(chē)輛移動(dòng)狀況，發(fā)現(xiàn)車(chē)輛通過(guò)時(shí)捕捉車(chē)輛圖像，識(shí)別車(chē)牌照，并進(jìn)行后續(xù)處理。該方法的優(yōu)點(diǎn)是施工方便，不需要切割地面鋪設(shè)線(xiàn)圈，也不需要安裝車(chē)檢器等零部件，但其缺點(diǎn)也十分顯著，由于算法的極限，該方案的觸發(fā)率與識(shí)別率較之外設(shè)觸發(fā)都要低很多。

總結(jié)

人工智能已成趨勢(shì)，未來(lái)各行業(yè)的發(fā)展來(lái)不開(kāi)人工智能的助推，安防行業(yè)也不例外。如何讓人工智能技術(shù)更好的落地是實(shí)現(xiàn)行業(yè)智能化的關(guān)鍵，各企業(yè)不斷的研發(fā)新技術(shù)新產(chǎn)品，將人工智能與安防產(chǎn)品和技術(shù)更好的結(jié)合，才能實(shí)現(xiàn)企業(yè)的一小步，行業(yè)的一大步。