安防監控系統AI大數據助力智慧平安城市建設

來源:英視特安防 2018-12-03 09:33:19

說到安防監控系統,人們可能首先會想到安防視頻監控。安防視頻監控從最早的模擬閉路監控系統開始,經歷過模擬監控、數字監控、網絡監控等重要發展階段,如今進入了AI大數據的時代。隨著AI人工智能、大數據的迅速發展,用現有的數據庫管理工具難以管理所有的數據集合。此時,人們就需要掌握安防監控系統AI大數據的流程解析及數據處理技術。

對于安防AI,看上去是AI,實際上最后是大數據,大數據才是智能化的基礎。人工智能、深度學習、機器學習、大數據應用在安防AI中, 說到底都是對大數據的采集、建模和應用。

安防監控系統AI大數據流程三個環節

1、視頻監控數據采集

數據采集,有說數據獲取,這是數據的來源,安防AI中這個數據是來源于視頻監控系統中的視頻流,當然往大了說安防,還包括很多內容,但是基本都是以視頻監控為核心,這里主要指視頻監控系統。

2、視頻監控數據預處理

對于采集到的實時或者歷史視頻,是只能看不能應用的,要調用就得結構化,先給視頻流解碼,把視頻流還原成一張張圖片,再對圖片進行預處理。有些場景可能只有這樣的圖像,這需要用到另外一些圖像處理方法,和我們的主題相關但不是一回事。這樣我們就可以得到基本符合要求的圖像。然后對這些圖像中的目標對象進行檢測和分割,并改變目標的大小與標準圖片大小一致,目標對象包括人形、人臉、車形等,這樣就可以拿去訓練模型了。

3、視頻監控模型訓練

對圖片中的目標對象進行識別,提取和構建模型,在安防監控系統AI中,需要的結構化描述是比較具體的,比如對人的描述就包括性別、年齡、發型特征、發飾、上衣款式特征、下衣款式特征、鞋帽款式特征、交通工具特征、隨身物品特征、同行人特征等一系列描述。對車的描述包括車牌號碼、廠牌、車身顏色、車輛品牌、車輛類型、車輛特征物(如:年檢標、掛飾、紙巾盒、遮陽板)等。 通過對視頻監控數據進行分類處理存儲,并通過后端服務器的智能分析功能進行業務處理,將人、車、物的信息從數據中分離出來。這樣公安民警就可以進行快速檢索、條件搜圖(人)、以圖搜圖,再配以圖片的拍攝地點、時間等數據,就可以進行軌跡查詢,再匹配一下大安防系統中的住宿、手機號碼、車票等大數據,基本上嫌疑人就是插翅難逃,這對民警的破案效率將是百千倍的提升。這才是安防AI真正的價值所在。

安防大數據的應用當前是圍繞提升破案率和提升警務工作效率為中心的,要想在安防數據的基礎上開發出優秀的應用,必須要深入了解警務工作流程,從接處警、現場勘查、情報研判、應急指揮、關聯碰撞、合成作戰,再到各類型警用裝備間的互聯互通,再到各警種間的配合,再到各警種業務數據庫間的融合。這些都要有詳細地了解,才能發現針對刑偵破案、治安防控、交通管理的應用間的差異。

舉例說,比如針對嫌疑人的追蹤,可能是臉,但是大部分時候視頻是識別不出臉的,這是事實,人臉識別僅在車站、機場、銀行等卡點場景才有用。但是絕大多數逃犯都是有點反偵察能力的,不是看到攝像頭就繞著走,就是故意遮擋不讓看,或者干脆等到天黑再走。

這時候能運用到的主要就是通過嫌疑人的外形特征進行追蹤,以圖搜圖配上區域范圍選擇、時間段選擇,再配上同行人特征、隨行物品特征、工具特征,就可以有效地對嫌疑人進行高效篩選,再通過綜合情報進行軌跡研判,這種情況下,嫌疑人幾乎就是甕中之鱉,上天無路地無門。如果再出現小朋友老年人走失,想找到就是分分鐘的事,再也不會出現讓發動大批警力沿街查找,動輒耗費數十個小時的情況了。這樣,公安會不喜歡么?

說到底,大數據最終是為應用服務的,只有最后真正提高了公安民警的工作效率和破案率,才能證明安防AI的價值和意義。這就要求我們既要懂AI業務,又要懂公安業務。脫離了這兩者,想讓安防AI得到大面積推廣是連想都不要想的。

伴隨著AI技術應用細分場景的越來越細化,企業產品線不斷增多,新產品不斷涌現。企業寄希望于對多平臺多系統下的軟件、算法通過靈活的許可授權,通過多種商業模式實現變現,并滿足多操作平臺應用場景的有效加密保護的需求,防止算法盜版與非法復制,維護企業核心利益。

1、安防監控系統是人工智能最佳的落地場景之一

以視頻技術為核心的安防監控行業,深度學習對視頻圖像解析的突出作用使得安防監控系統突破原有的限制,將安防監控傳統的事后復核轉變為事中、甚至于事前的預警布控,為大數據分析研判提供了重要技術支撐,并逐步兌現了公安對安防本質的最大訴求,解決以往面對海量數據實行人海戰術的難題。另外,以視頻技術為核心的安防行業擁有持續增長的海量數據資源,完全滿足了深度學習對于模型訓練的大量數據要求。

2、算法是AI在安防領域應用的底層邏輯

安防監控行業對于智能的需求一直是非常迫切的,原有的算法一直無法滿足行業“預測預警預防”的需求,行業發展受到了極大的限制。

隨著大數據技術、GPU并行計算能力的突飛猛進,行業用戶對應用的理解越來越深刻的,尤其是海量數據爆發以及運算平臺的成熟,基于此以專門研究計算機怎樣模擬或實現人類的學習行為,以獲取新的知識或技能的機器學習算法日漸成熟,并延伸到計算機視覺、語音識別、模式識別、數據挖掘以及統計學習等領域。

未來安防解決方案并不是初級的解決用戶需求,更多的是通過深度學習算法挖掘大數據,為民眾提供更可靠的安全性和便捷性,這也是安防企業一直所追求的。

3、安防AI算法保護與價值實現面臨諸多考驗

隨著人工智能技術的成熟,行業場景化應用蘊含著巨大的市場空間。作為大數據向人工智能轉化的基礎,AI算法其重要性自然無需多言,并且其市場價值也在隨著市場的開發逐漸提升。

但需要特別指出的是,在人工智能算力或者大數據資源極其稀有的當下,大部分安防企業并不具備強大的資金實力和研發基礎支撐企業在人工智能領域的投入。這也就導致AI人才與核心算法的爭奪及其慘烈,算法的開發與保護尤其值得企業格外重視。

然而在國內尤其是在安防行業,長期以來,企業對知識產權的保護意識與保護能力相對薄弱,針對安防軟件、算法等知識產權保護還受原有“拿來就用”思維的影響,剽竊、抄襲甚至于盜版等侵權現象嚴重,近兩年行業內不斷發生的知識產權侵權案件就是很好的佐證。

因此,能否有效地保護、管理和運用企業的知識產權,將直接影響企業的生死存亡。尤其是目前在安防軟件、AI算法領域,侵權存在較強的隱蔽性,企業維權有很大困難。企業如何借助更有效的手段來及時避免或者從根本上杜絕侵權行為,維護自身合法權益,實現軟件、算法產品的最大收益率成為安防企業的關注點。

4、AI時代 挖掘安防軟件、算法價值亟需新方式

從目前來看,安防企業軟件、算法的知識產權保護無非進行專利申請,遇到侵權行為運用法律手段進行訴訟,但這些方式無法從根本上避免侵權行為,同時侵權損害的事實及影響已經存在,再加上走法律程序企業要耗費大量的精力與財力,往往得不償失。

如何在安防企業軟件、算法項目立項之初就建立知識產權保護的防線,做到從設計、研發、生產、銷售、使用跟蹤到訂單管理等整個生命周期都全程參與,從根本上杜絕知識產權的泄露或者侵權的行為存在。

從目前來看,隨著安防行業人工智能產品應用領域正在不斷拓展,其中在智慧城市、智能交通、智慧警務、智慧社區等大型項目中發揮著不可替代的作用。同時,隨著AI+安防在細分領域的融合不斷深入,市場不斷拓展,算法自身應用價值將得到不斷提升,進一步提升系統自身價值以及信息安全保護提供最值得信賴的安防監控系統解決方案。

點擊查看原文

相關鏈接

杀两波公式规律