現(xiàn)如今，可能我們每一個(gè)生活在大城市的人都會(huì)有這樣的印象，那就是每天無論是走在大街小巷，還是開車、乘坐交通工具，又或是出入辦公大樓、到商場購物、餐館就餐等等總會(huì)看見各種大大小小的攝像頭在俯視著我們。據(jù)相關(guān)統(tǒng)計(jì)，生活在城市里的人們，平均每天可能會(huì)“偶遇”監(jiān)控?cái)z像頭多達(dá)數(shù)百次。
當(dāng)然，也正是多虧了這些或是在角落、或是在高處默默奉獻(xiàn)的監(jiān)控探頭，我們城市才會(huì)變得更加安全。這些遍布城市大街小巷每個(gè)角落的監(jiān)控?cái)z像頭，把他們聯(lián)網(wǎng)起來便組成了當(dāng)前智慧城市的基礎(chǔ)神經(jīng)網(wǎng)絡(luò)。每一個(gè)攝像頭就像是一個(gè)個(gè)安全衛(wèi)士的眼睛，時(shí)時(shí)刻刻在保護(hù)在城市的安全。
但是，由于早期技術(shù)等因素的限制，目前的很多視頻監(jiān)控?cái)z像頭都存在著清晰度不夠、不聯(lián)網(wǎng)、不智能等問題，已經(jīng)無法滿足當(dāng)前社會(huì)經(jīng)濟(jì)發(fā)展的需求。雖然“眼睛”遍布大街小巷，但是因?yàn)檫@些種種因素，使得城市管理者往往看不見、看不清、看不全、看不懂，讓智慧城市變得“有眼無珠”。
眾所周知，大腦的進(jìn)化很大程度取決眼睛。我們?nèi)祟惔竽X要處理信息，首先得需要通過我們的眼睛、耳朵、鼻子、手腳等器官采集到外界的信息。如果眼睛沒有看到信息，那么大腦也就不會(huì)做相應(yīng)的處理。對(duì)于智慧城市來說，每一個(gè)攝像頭就是它的眼睛，如果眼睛看不清、不聯(lián)網(wǎng)、不具備智能分析功能，那么系統(tǒng)就無法進(jìn)行相應(yīng)的圖像數(shù)據(jù)分析處理。所以，“有眼無珠”這里的“珠”更確切的說指的是“腦”。
中國工程程院院士、北京大學(xué)教授高文在3月31日參加雷鋒網(wǎng)主辦的2018年人工智能安防峰會(huì)時(shí)表示，智慧城市系統(tǒng)基于視頻監(jiān)控系統(tǒng)，但是早期的視頻監(jiān)控系統(tǒng)基本上都是為了存儲(chǔ)和事后給人看，沒有統(tǒng)一的時(shí)間戳、也沒有準(zhǔn)確的地理信息。還有，云端存儲(chǔ)的壓縮視頻是按照?qǐng)D像幀結(jié)構(gòu)組織的，若要分析和識(shí)別必須先進(jìn)行解碼，無法在壓縮數(shù)據(jù)上直接檢索分析。
解碼處理會(huì)耗費(fèi)計(jì)算資源，同時(shí)會(huì)有明顯的延遲。同時(shí)，為了傳輸與存儲(chǔ)，大量的視頻在壓縮的時(shí)候必然會(huì)導(dǎo)致很多圖像細(xì)節(jié)特征的丟失，從而導(dǎo)致識(shí)別率更低。因此，也造成了目前視頻監(jiān)控?cái)?shù)據(jù)利用率極低的現(xiàn)象。因?yàn)槟壳暗暮芏啾O(jiān)控系統(tǒng)是為了存儲(chǔ)數(shù)據(jù)再由人工離線檢查而設(shè)計(jì)，大部分?jǐn)?shù)據(jù)在其生存期內(nèi)一次都沒有用過。因此，數(shù)據(jù)大并不等于大數(shù)據(jù)。
高文院士表示，城市大腦需要智慧之眼。“通過監(jiān)控?cái)z像頭讓城市變得更智智慧，不僅僅是單一的視頻檢索和計(jì)算機(jī)視覺問題，而是在面臨海量信息和突發(fā)事件時(shí)，能否能迅速做出反應(yīng)、能否降低計(jì)算量、能否有效識(shí)別和檢索等一系列龐大的系統(tǒng)工程。”
高文院士還在大會(huì)中提出了“數(shù)字視網(wǎng)膜”的概念，他指出“承載數(shù)字視網(wǎng)膜的攝像頭需做兩件事：首先做好編碼；其次為后面的識(shí)別，提取出所需的信息。數(shù)字視網(wǎng)膜與人的眼睛既具有影像重構(gòu)（精細(xì)編碼視覺內(nèi)容），又具備特征提?。嫦蜃R(shí)別理解）的功能。”基于結(jié)構(gòu)化的大數(shù)據(jù)，融合底層視覺特征與深度學(xué)習(xí)，可以更加豐富數(shù)據(jù)的內(nèi)在信息，提升分類、檢索或預(yù)測的準(zhǔn)確性。
當(dāng)然，由于當(dāng)前人工智能等技術(shù)短板限制，泛安防+人工智能仍有許多難點(diǎn)需要突破。例如，在海量視頻數(shù)據(jù)中尋找目標(biāo)，“天網(wǎng)”視頻監(jiān)控系統(tǒng)每天產(chǎn)生的大量圖像視頻，對(duì)于尋找目標(biāo)人與車輛猶如大海撈針。
其次，傳輸受限制預(yù)警不實(shí)時(shí)。尤其是高清、超高清攝像機(jī)的大量應(yīng)用，采集的數(shù)據(jù)量非常大，傳輸成本非常高，而且很難在第一時(shí)間匯集到數(shù)據(jù)總平臺(tái)，造成全局預(yù)警與搜索的困難。此外，針對(duì)交通擁堵情況，當(dāng)前的交通大數(shù)據(jù)主要還是以導(dǎo)航地圖、共享出行軟件等為主，視頻智能分析數(shù)據(jù)應(yīng)用還是比較少等等。
但是我們相信，隨著傳統(tǒng)安防企業(yè)在人工智能技術(shù)研發(fā)的持續(xù)投入，大量人工智能技術(shù)創(chuàng)業(yè)團(tuán)隊(duì)的加入，以及AI技術(shù)在安防行業(yè)應(yīng)用的不斷驗(yàn)證與優(yōu)化改進(jìn)，我們的城市大腦肯定會(huì)變得越來越聰明，我們的城市也將變得越來越安全。
