人工智能在監(jiān)控和通過預防危險情況實現更好的安全方面發(fā)揮了關鍵作用。人工智能攝像頭使對錄像的實時監(jiān)控和智能分析成為可能，從而防止盜竊等事件的發(fā)生。

人工智能（AI）在制造業(yè)、汽車業(yè)、醫(yī)療保健業(yè)、娛樂業(yè)、金融業(yè)等眾多行業(yè)都取得了驚人的發(fā)展，但仍處于起步階段。

在所有的應用中，人工智能以及深度學習和機器學習在監(jiān)控中的應用正得到飛速發(fā)展，因為它在通過預防危險情況實現安全方面具有深遠的影響。根據最近的一份報告ResearchAndMarkets.com，全球視頻監(jiān)控市場規(guī)模預計將以10.4%的復合年增長率，從2020年的455億美元增長到2025年的746億美元。

人工智能接管被動監(jiān)視解決方案

雖然在全球范圍內大規(guī)模安裝閉路電視攝像機在屏幕上直播視頻，但無論是在零售店、醫(yī)院、辦公室等地，它們通常都是被動的，只有在發(fā)生違規(guī)事件或有潛在威脅的信息后才予以關注。此外，解析可能是一項艱巨的任務，因為獲得的大量數據無法在傳統系統中得到充分利用。人工智能攝像頭更具侵入性，可以對錄像進行實時監(jiān)控和智能分析，從而防止此類事件的發(fā)生。

大多數情況下，低分辨率相機用于記錄，導致圖像質量較差。人工智能可以用來銳化不清晰的圖像，以獲得有意義的信息。不管怎樣，分辨率、面部、物體和事件識別都變得容易得多。甚至可以根據某人的身體特征，如身高、姿勢、體型以及活動模式進行識別。

這也是有益的，因為由于持續(xù)監(jiān)測造成的精神和身體疲勞等原因，操作人員往往會漏掉關鍵的細節(jié)，這可能會造成嚴重后果。人工智能確保沒有錯誤和注意廣度問題。當需要在工廠等場所進行遠程監(jiān)控時，可以將理想狀態(tài)和性能參數編程到人工智能系統中，它可以提醒操作員，節(jié)省成本，防止機器故障。

在人工智能運作的背后

基于機器的學習算法用于監(jiān)視和分析從監(jiān)視解決方案中記錄的圖像、視頻和數據。最常見的人工智能類型是基于規(guī)則的，程序員向系統提供預先設計的規(guī)則，這些規(guī)則在理想情況下必須是正確的。但慢慢地，不需要預定義規(guī)則的行為分析的使用正在增長。自學習系統通過自動檢測和分類與目標環(huán)境相關的數據來工作。

自動化平臺允許順利收集和存儲來自多個來源的信息。例如，由IC Realtime開發(fā)的人工智能平臺Ella使數據可以立即搜索。用戶甚至可以通過時間范圍和位置等過濾器縮小結果范圍，并通過對相關性進行評級來給出反饋。

在監(jiān)控方面，人工智能可以利用基于機器的視覺，并接受培訓，觀察實時流中的每一個細節(jié)，或者記錄并通知操作員，即使是最輕微的活動偏差（事件、行為或行動），這在理想情況下是常有的，確保主動的實時安全。輸入到算法中的數據可以包括地理位置、生物特征數據、社交媒體、逮捕記錄等。深度學習擁有大量工程化的神經網絡，可以實時檢測物體。流行的方法包括更快的區(qū)域CNN（RCNN）、你只看一次（YOLO）和單次探測（SSD）網絡。算法的選擇取決于速度、精度、大小等參數。

對于監(jiān)控系統的訓練，在數據準備完成后對模型進行訓練。對于最后一步推斷，如果處理是在邊緣完成的，則需要使用板載gpu，或者由于微控制器不如gpu強大，所以需要使用精度較低的模型。

面部識別使用視頻片段和靜態(tài)圖像，不僅可以通過數據庫匹配進行身份識別，還可以用于更深入的目的，如通過人群掃描進行表情分析和其他類似趨勢的分析。例如，Evolv技術提供了一個由篩選機和面部識別應用程序組成的安全系統。該安檢設備檢測金屬和非金屬爆炸物以及其他危險武器，而面部識別算法則將攝像頭上的人臉與數據庫中的監(jiān)視名單相匹配。

它可以用在哪里？

當涉及到國家安全時，支持人工智能的解決方案可以檢測無人值守的物品，如機場和地鐵站、火車站等地的行李，從而簡化了安全人員的工作。此外，乘客可以通過面部識別和生物識別旅行證件進行驗證。如果不能清除，可以進行人工篩選以滿足要求。這甚至適用于邊境管制系統。

有了像微型無人機這樣的移動監(jiān)控機器人，可以覆蓋大片土地。例如，初創(chuàng)公司Shield AI提供Hivemind Nova無人機和機器學習應用程序，該團隊稱，這些應用程序可以幫助軍事或安全人員監(jiān)視甚至沒有GPS的高威脅環(huán)境。

智能城市的主要方面之一是通過預測、預防、解決和減少犯罪和其他新出現的威脅來提高安全性，使之成為安全城市。智能城市通常使用一系列傳感器、跟蹤設備和監(jiān)控技術從互聯設備實時收集信息。然后集中處理和分析與城市運行有關的信息。基于人工智能的監(jiān)控可以監(jiān)控零售店的人群，并識別出那些有可能參與商店行竊等活動的人。

基于智能人工智能的監(jiān)控攝像頭提高了安全性和工作效率

隨著系統變得智能化，所有東西都連接在一起，它們也變得容易受到網絡攻擊。許多智能手機也采用了面部識別技術，以保護用戶數據免受外部攻擊和黑客攻擊。人工智能和深度學習可以快速檢測到這些威脅，目前市場上大多數網絡安全軟件和產品都在使用。

Covid-19大流行的影響

在不同國家的Covid-19流行期間，由于需要保持社交距離，基于人工智能的技術解決方案，使非接觸功能處于頂峰。創(chuàng)業(yè)公司Landing AI已經開發(fā)出了一種支持AI的社交距離檢測工具，它將視頻中的每個人都表示為一個點，當兩個人之間的計算距離小于1.8米（6英尺）時，它就會變成亮紅色。

最近在印度推出了基于計算機視覺分析和智能圖像分析的解決方案。它通過面罩檢測、社會距離檢測和自動車牌識別（ANPR）檢測車輛運動檢測違規(guī)行為，它可以部署在室內和室外。

使能技術

人工智能并不是孤立地工作來實現它的目標。物聯網（IoT）和云計算等技術在安全系統中AI實現的成功中起著關鍵作用。這使得智能揚聲器、汽車內置攝像頭和遙控門鎖等設備成為人工智能監(jiān)控的有效工具。隨著物聯網系統中越來越多的設備相互連接，需要共享大量的數據進行處理。像微軟、阿里巴巴、亞馬遜、IBM這樣的巨頭都有云計算數據中心，這是一種比傳統的現場基礎設施更安全的數據存儲和通信方法，用于促進人工智能任務。存儲在云服務器中的數據通常可以通過互聯網訪問。在通過4G/5G網絡將硬件連接到云端之后，專門的軟件將解釋從不同地點收集的這些大數據，并允許用戶觀察保護人員和資產的必要措施。

未來應用

雖然人工智能有助于輕易發(fā)現犯罪和事故，但它也引發(fā)了人們對隱私未來的嚴重擔憂，以及當前社會結構面臨的風險。如果公司和政府不能采取足夠的措施來監(jiān)督和控制這一領域的隱私侵權行為，將會產生災難性的后果。

為了獲得一個有用的數據，需要處理大量的信息，這意味著需要使用需要數百個服務器的多個算法進行大量計算。這種資源的浪費導致硬件的超支。當質量經常降低以最大化存儲時，深度學習算法需要能夠評估這些低質量的圖像。此外，互聯網連接需要更快，以限制處理數據的延遲。

此外，它并不總是準確的。以人臉識別系統為例，當天氣不好或圖像失真時，誤報率很高。盡管面臨挑戰(zhàn)，人工智能的仍在積極發(fā)展。創(chuàng)新的解決方案正在出現，從廣受認可的安全供應商到初創(chuàng)企業(yè)，每個人都在為這些監(jiān)控和安全操作做出貢獻。華為、IBM、NEC公司、海康威視、思科、中興通訊都是滿足大多數國家人工智能監(jiān)控需求的知名公司。現在迫切需要的不僅僅是盲目地利用人工智能在監(jiān)控方面的優(yōu)勢，而是在人工智能技術、政府監(jiān)控和公民隱私權之間建立一種平衡。
責任編輯：tzh