殷俊

安防作為人工智能最容易落地領(lǐng)域之一，早在2006年就在交通行業(yè)最初試水人工智能技術(shù)，以識別道路上的車輛、車牌和違章行為，節(jié)省大量人力成本。目前隨著人工智能3.0時(shí)代來臨，算法性能不斷突破、計(jì)算能力日益提升，安防領(lǐng)域中的“人工智能+”已完成了從單一產(chǎn)品到完整解決方案的配套轉(zhuǎn)變，進(jìn)入“人工智能+安防”落地的2.0升級時(shí)代。

在實(shí)際應(yīng)用與落地中，我們認(rèn)為，當(dāng)前人臉和視頻結(jié)構(gòu)化是智能安防取得重大進(jìn)展的兩個(gè)領(lǐng)域。這主要是指，將視頻中的信息提取出來并轉(zhuǎn)換為數(shù)據(jù)庫語言，使得安防行業(yè)最大規(guī)模的存儲設(shè)備中所表達(dá)的內(nèi)容可以被計(jì)算機(jī)迅速理解并使用，同時(shí)可支持海量大數(shù)據(jù)的挖掘。下面我來介紹大華股份在人臉識別和視頻結(jié)構(gòu)化落地中的一些心得和經(jīng)驗(yàn)。

人臉識別帶領(lǐng)公安進(jìn)入2.0時(shí)代

公安實(shí)戰(zhàn)領(lǐng)域是人臉大數(shù)據(jù)的最大落地方向和需求迫切的一大領(lǐng)域。目前核心業(yè)務(wù)主要包括：事前布控，預(yù)警閉環(huán)處置、事后查人，快速身份檢索、融合感知，多維軌跡研判等。

事前布控方案

包括建立動(dòng)態(tài)人像防控體系和建立“預(yù)知、預(yù)警、預(yù)制”機(jī)制。

具體來說，預(yù)知指的是根據(jù)城市警情分布情況，重點(diǎn)場所分布情況，提前布局全城的人像監(jiān)控部署。預(yù)警指的是全城立體化人像監(jiān)控24小時(shí)不間斷運(yùn)行，一旦布控人員出現(xiàn)，預(yù)警信息及時(shí)出現(xiàn)并下發(fā)。預(yù)制指的是預(yù)警下發(fā)后，警務(wù)人員可以根據(jù)事先制定的行動(dòng)預(yù)案，進(jìn)行抓捕或者其他管控措施，將危害扼殺在搖籃之中。

事后查人

這主要是指靜態(tài)人員查詢，解決傳統(tǒng)找人身份確認(rèn)困難的問題。以某次交通肇事逃逸案為例，車輛卡口抓拍到兩張相關(guān)照片，但嫌疑人和死者身份都不確定。當(dāng)啟動(dòng)人像智能分析系統(tǒng)后，將二者照片錄入系統(tǒng)進(jìn)行比對，就高效、精準(zhǔn)還原了真實(shí)身份，壓縮了傳統(tǒng)模式周邊走訪確認(rèn)人員身份的大量時(shí)間。目前，該方案還可以應(yīng)用于街面盤查、檢查站、臨時(shí)安保服務(wù)等。

軌跡研判

這主要指的是尋找人和其他數(shù)據(jù)的關(guān)聯(lián)，通過人像圖片獲取車輛信息，匯總與人相關(guān)的MAC、RFID數(shù)據(jù)甚至互聯(lián)網(wǎng)數(shù)據(jù)，形成人員的軌跡信息。例如，上傳人臉圖片，進(jìn)入抓拍庫后以圖搜圖找到相似人臉圖片，碰撞其中的MAC地址后就可以查看一個(gè)MAC的軌跡并模擬出人員軌跡。

大華人臉識別服務(wù)器采用高性能超強(qiáng)處理資源，基于“深度學(xué)習(xí)”技術(shù)實(shí)現(xiàn)，可以集視頻分析、人臉檢測、運(yùn)動(dòng)跟蹤、人臉定位、人臉識別、圖片存儲、快速檢索和自動(dòng)預(yù)警技術(shù)于一體。目前大華人臉方案在杭州G20峰會人像預(yù)警安保系統(tǒng)、貴州省人像大數(shù)據(jù)應(yīng)用系統(tǒng)等多個(gè)案例中成功應(yīng)用。

視頻結(jié)構(gòu)化成為城市“天眼”海量數(shù)據(jù)秒查結(jié)果

視頻結(jié)構(gòu)化是一種基于視頻內(nèi)容進(jìn)行信息提取的技術(shù)，可以對視頻內(nèi)容進(jìn)行智能分析并提取出視頻中的關(guān)鍵信息，并對其進(jìn)行文本的語義描述，最終組織成可供計(jì)算機(jī)和人類理解的結(jié)構(gòu)化信息。

目前主要針對人、車輛和行為三類信息。其中人的基本特征包括面部、性別、年齡、身高、發(fā)飾、衣著等。車輛的基本特征包括車牌、車標(biāo)、顏色、車型車系、車貼等。行為的基本特征包括絆線入侵、穿越圍欄、區(qū)域入侵、人員聚集等。

經(jīng)過視頻信息結(jié)構(gòu)化后，視頻查找速度可大幅提升。其中最大亮點(diǎn)就是大大降低了存儲容量，結(jié)構(gòu)化的檢索信息和目標(biāo)數(shù)據(jù)不及視頻數(shù)據(jù)量的2%，對于車輛不及1%，對于行為可以降低更多。最后，還可以盤活視頻數(shù)據(jù)進(jìn)行二次數(shù)據(jù)挖掘。

深度學(xué)習(xí)逐漸流行之后，帶來算法性能的巨大提升，配合算力和大數(shù)據(jù)的迭代，安防行業(yè)正在加速擁抱人工智能，蓬勃繁榮發(fā)展。但是，任何算法的發(fā)展最終都有上限，這之后不僅要比拼算法的性能，還要拓展可落地的更多應(yīng)用場景，定制滿足行業(yè)客戶的個(gè)性化整體解決方案。