媒体监测和推荐平台

搜索结果

当前位置:首页 > 搜索结果

赋能视频安防,AI大有可为

一组来自行业调查公司的最新数据显示,2017年中国在公共和私人领域共装了1.76亿个监控摄像头,预计3年内,中国安装摄像头的数量将增加至6.26亿个。尽管我国拥有数量如此庞大的摄像头,但当前仍以安防工程为主,智能化水平不高。近年来,随着人工智能(AI)技术日渐成熟,将AI与视频安防监控结合,打造包括行为追踪、车辆追踪、柜台保护、校园卫士、写字楼卫士等在内的“AI+视频安防”应用成为热点。

传统安防监控暴露种种不足

一直以来,我国都非常注重推动安防监控应用的发展。然而,受限于技术手段,传统安防监控正在暴露出诸多的缺点和不足。

一、监控屏幕数量快速增加,人力资源无法匹配

传统监控模式下,需要人盯着所有屏幕,但人无法长时间同时监看多个视频图像。从监控屏幕数量和监控摄像机数量的对比上看,前者增长缓慢而后者增长迅速,需要占据大量硬盘存储空间,所以大部分监控数据只在系统中保留1个月左右的时间。

二、报警联动功能较弱,判断机制不完善

在传统安防监控模式下,只有录像功能。安防监控领域的需求逻辑是:事前预防-事中响应-事后追查。然而,由于缺乏视频判断机制,事前预防只能靠人为判断,同时摄像头传回的信息量太大,容易导致报警联动缺失。在事中响应方面,缺乏警示功能,在各种公共安防和私人安防领域存在大量的专用警示预防需求,当前的监控模式难以满足这些要求;在事后追查方面,存在平台处理能力不足导致丢帧、画面缺失等问题,如果要在海量的数据中调用某一个人或某一辆车的信息,工作量非常大,同时因为大部分视频保存期限很短,因而信息往往无法有效追踪,事后追查效率低。

三、传统视频资源利用率低

传统监控模式下存在大量部署低成本磁盘及软件磁盘阵列(RAID)的现象,存储RAID重构时系统性能严重下降,容易产生因硬盘故障而导致的数字丢失现象。海量存储需要大量DVR,存储空间无法统一管理,视频资源利用率低,数据检索慢。传统的安防监控虽然实现了记录功能,但不能准确识别视频中的人、物和场景。在现实社会治理场景中,公共安全部门要快速“找出人、找到人、定位人”,传统监控模式无法实现。

四、信息孤岛现象严重,信息安全管理不规范问题突出

在公共安全领域,各监控单位之间摄像头重复建设现象严重。行业重点保障领域与公共安全视频信息互通性差,广泛存在数字与模拟并存、厂家协议不兼容、标准不一致等导致的互通问题,安防监控领域资源信息孤岛现象亟待打破。另外,安防视频信息保护存在各种不规范现象,信息系统防攻击、防入侵能力不足。

AI引领新潮流

近年来,人工智能技术正在全球范围内兴起。计算机视觉(图像识别)、机器学习、自然语言处理、机器人和语音识别是人工智能的五大核心技术。其中发展速度最快、最成熟的就是图像识别,尤其是卷积神经网络的开发,大大提升了图像识别的处理速度和数量。随着人工智能技术不断成熟,人们开始探索人工智能与安防监控的结合,将人工智能技术引入视频监控系统的前端、后端以及系统算法三个层面,有效提升安防监控的能力。

第一,在前端配置感知型摄像机,安防监控系统将具备视频内容理解能力。通过机器视觉和图像处理技术将视频结构化,依靠云端算力和大数据,基于人工智能技术的感知型摄像机能够识别出所拍摄的静态物体的名称以及动态物体的行为,并将数据上报,这样就可以代替人去观察所有监控摄像头传回的图像,对人、物运动轨迹实现自动识别。目前,此类摄像机主要应用于虚拟警戒线、人和车数统计、人和车流密度分布、变化趋势、动态监测、道路状态及变化监测等领域。

第二,在后端系统引入基于大数据的图像识别。目前,全国接近2亿个摄像头每时每刻都在产生海量图像数据,后端系统针对前端摄像机通过云端传回的数据,借助不同应用单位、应用场景需求开发的分析软件,可以对图像进行数据化行为分析,并能及时与系统联动,反馈给决策人员。

第三,云端实现“5G+云计算+大数据”处理。在8Mbps 的码率下,每个摄像头每天产生的视频数据约为 84GB,按照我国1.76 亿个监控摄像头计算,每天产生的数据量将达到14099PB,相当于0.01344597ZB,通常监控视频会保留1年,重点监控单位的视频保留期更长,按照1年365天计算,相当于4.9ZB,而且这个数字仍在与日俱增,这无疑对存储系统提出了巨大挑战。如果依然采用本地存储的方式,不仅将带来高昂的成本,同时也是巨大的资源浪费,因而视频格式压缩技术、云化存储技术,将成为视频安防监控领域的重要趋势。

行业应用纷纷落地

人工智能技术不仅能提升视频安防的技术含量和功能,同时还能助力构建平安社会、诚信社会,提升人民安全感、幸福感。可以预见,人工智能和视频安防的结合,将在一些行业拥有典型的应用场景,具备广阔前景。

人的行为轨迹全网追踪

人脸检测算法、人脸跟踪算法、人员跟踪算法、人脸质量评分算法、人脸识别算法、人员属性分析算法、人员目标搜索算法,可对犯罪嫌疑人进行轨迹分析和追踪,快速锁定嫌疑人的活动轨迹,同时可对不明人员进行快速身份鉴别,为案件侦破提供关键线索。借助AI的应用,犯罪嫌疑人轨迹锁定的时间从原来的几天缩短到了几分钟,不仅节省了警力资源,同时对犯罪行为也将形成震慑。

车辆全网追踪

根据公安部统计数据,全国机动车保有量在2017年达到了3.1亿辆。AI的应用使得所有车辆的行为轨迹可以通过车牌号来追踪,也可以通过车前部的物品以及车辆上的唯一特征来追踪,同时所有与车辆有关的经济、刑事案件的侦查都可以调取车辆行驶路线等信息。

商业柜台保护

人工智能技术可以对商家柜台进行保护,商家可以提前将受保护的人脸信息录入系统,当商家离开柜台后,摄像机报警装置进入工作状态,一旦有其他人闯入柜台,系统会自动发出语音提示。目前,全国个体工商户有6000多万户,分布于街道、商场、农村地区,对于价格在1000元以内的柜台保护系统有旺盛需求,同时大型酒店、企业前台等也有此类需求。

校园卫士

教育是重要的民生工程,校园安全关系着千家万户。人工智能摄像头可以对学生进入和离开学校、家长接送以及非法闯入等行为进行人脸识别,实现学生到校、离校时间的自动记录,这将有效预防校园范围内拐卖儿童、非法侵害事件的发生,同时可以借助移动安防机器人,对学校进行不间断巡视,对非法侵入行为实时报警。

写字楼卫士

通过在门禁考勤系统中应用生物识别技术,不仅可以区分工作人员和非工作人员,还能降低楼宇能耗。安防视频摄像头可以与照明控制系统联动,当检测到无人办公时会自动熄灯,而对于快递、外卖、临时来访人员还可以进行实名认证。

无人零售

无人零售将是未来线下零售的主要趋势,通过人工智能安防可以为管理者提供远程可视化、顾客数据采集和分析、POS收银监督等服务。物联网感应设备可以实现自助式购买、自动结账,遇到不法分子偷盗、破坏时,可以自动抓拍人脸、步态等信息。

社区及小区安防

居民小区是传统安防应用最广的领域。随着我国城镇化进程加快,升级社区、小区安防技术和设备,不仅会提高老百姓的安全感、幸福感,同时也将提升政府形象。依靠人工智能技术,还可以加强外来人口管理、预防欺诈、街道治理、安全防范等工作。

三大方面亟待突破

人工智能技术自20世纪50年代提出,到今天已经“两起两落”。尽管当前的人工智能技术依然不够成熟,但是人工智能产业链已经形成,一批拥有核心技术能力的人工智能企业正在崛起,整个产业迈入快速发展的成长期。目前,人工智能在安防领域已经落地,而未来还要打造更多的典型应用,实现更大范围的普及,这就需要自上而下的政策引导,以及自下而上的商业化运营。

首先,推进公共安全领域的互联互通和网络安全机制。

以公共安全领域的互联互通、大数据应用、存储云化等为突破口,建立全国一张网的安防监控平台,统一标准、接口规范、协议版本,自下而上地构建基于应用场景的区(县)域、市域、省域互联互通平台。同时,在此进程中加强网络安全保护机制,为信息安全保护奠定基础。

其次,建立安防云平台和网络、信息安全保护机制。

建设全国安防一张网需要强大的云计算平台支撑,基于IaaS、PaaS、SaaS建立三层架构的安防云平台,庞大的视频资源在互联互通的基础上逐步减少本地存储,云上数据有公共数据也有私人数据,因而信息安全保护尤为重要,对视频信息分享要建立收益机制,鼓励商家采用云模式。

最后,建立国家安防大数据和人工智能平台。

在庞大的云化基础上,依靠计算机视觉对视频同步解构,形成视频大数据,推动智慧城市、智能交通、社会保障等交叉领域的行业应用,打造国家视频化基础设施。视频大数据和人工智能技术的开发,将构建中国在世界安防领域的核心自主知识产权,提升国际影响力,同时还能够保障“一带一路”沿线国家的安防建设。

互联互通是安防云的基础,安防云是安防大数据的基础,安防大数据是安防人工智能的基础,新技术提升安防水平的最终目的是服务于民生,服务于社会治理和国家安全,为国家战略保驾护航。