安防的江湖，從視頻監(jiān)控到智能安防再到如今的AI視覺(jué)，都離不開(kāi)一個(gè)關(guān)鍵詞——大數(shù)據(jù)。AI視覺(jué)+大數(shù)據(jù)，在安防又將開(kāi)啟新征程，開(kāi)辟另一個(gè)時(shí)代。
AI視覺(jué)+大數(shù)據(jù)的“天然聯(lián)姻”
決戰(zhàn)江湖，獨(dú)一無(wú)二往往易勝。
因產(chǎn)業(yè)升級(jí)帶來(lái)需求爆發(fā)與技術(shù)質(zhì)變，AI視覺(jué)新時(shí)代，到來(lái)。
AI視覺(jué)就是基于視覺(jué)形成框架的大腦中樞與感知的經(jīng)脈網(wǎng)絡(luò)，來(lái)做應(yīng)用。AI視覺(jué)技術(shù)要落地，算法只是其中一環(huán)，除此之外，需要構(gòu)建高價(jià)值的場(chǎng)景解決方案。因?yàn)樵诎傩邪贅I(yè)數(shù)字化轉(zhuǎn)型中，用戶需求更加復(fù)雜和多維，業(yè)務(wù)和商業(yè)模式，甚至是組織運(yùn)作模式都將改變。所以，AI視覺(jué)始于安防，但也溢出安防。如何從不確定中找尋確定性，AI視覺(jué)要做的還有很多，而提供一站式AI視覺(jué)服務(wù)，打造AI視覺(jué)中樞解決方案，打造一個(gè)價(jià)值創(chuàng)造的閉環(huán)。
那這時(shí)代，為什么需要AI視覺(jué)+大數(shù)據(jù)來(lái)創(chuàng)造無(wú)限可能呢?
從六年前比特大陸、君正等人工智能芯片廠家以及商湯、云從、以薩等AI方案商進(jìn)入安防可以看出，安防是人工智能技術(shù)落地最好的行業(yè)之一。而這主要源于安防本身的兩大特性：以視頻技術(shù)為核心的安防行業(yè)擁有海量的數(shù)據(jù)來(lái)源，可以充分滿足人工智能對(duì)于算法模型訓(xùn)練的要求;安防行業(yè)中事前預(yù)防、事中響應(yīng)、事后追查的訴求與人工智能的技術(shù)邏輯完全吻合。此外，安防整個(gè)產(chǎn)業(yè)鏈的人工智能布局已經(jīng)成型。目前，在整個(gè)行業(yè)上下游環(huán)節(jié)的AI參與方分別包括：上游：包含了視頻算法提供商、芯片制造商、圖像傳感器、鏡頭模組等其他核心零部件;中游：硬件供應(yīng)商、軟件服務(wù)商、系統(tǒng)集成商、運(yùn)營(yíng)服務(wù)商;下游：為終端行業(yè)應(yīng)用，涉及政府、行業(yè)、民用等領(lǐng)域，涵蓋公安、交通、金融、學(xué)校等應(yīng)用領(lǐng)域。
人工智能和AI視覺(jué)并非一脈相承，后者有其行業(yè)屬性，應(yīng)用在安防行業(yè)的人工智能，主要有以下幾種技術(shù)分支。
AI視覺(jué)：計(jì)算機(jī)視覺(jué)技術(shù)運(yùn)用由圖像處理操作及機(jī)器學(xué)習(xí)等技術(shù)所組成的序列來(lái)將圖像分析任務(wù)分解為便于管理的小塊任務(wù)。機(jī)器學(xué)習(xí)是從數(shù)據(jù)中自動(dòng)發(fā)現(xiàn)模式，模式一旦被發(fā)現(xiàn)便可以做預(yù)測(cè)，處理的數(shù)據(jù)越多，預(yù)測(cè)也會(huì)越準(zhǔn)確。
自然語(yǔ)言處理：對(duì)自然語(yǔ)言文本的處理是指計(jì)算機(jī)擁有的與人類類似的對(duì)文本進(jìn)行處理的能力。例如：自動(dòng)識(shí)別文檔中被提及的人物、地點(diǎn)等，或?qū)⒑贤械臈l款提取出來(lái)制作成表。
機(jī)器人技術(shù)：近年來(lái)隨著算法等核心技術(shù)提升，機(jī)器人取得重要突破。例如：無(wú)人機(jī)、家務(wù)機(jī)器人、醫(yī)療機(jī)器人等。
生物識(shí)別技術(shù)：生物識(shí)別可融合計(jì)算機(jī)、光學(xué)、聲學(xué)、生物傳感器、生物統(tǒng)計(jì)學(xué)，利用人體固有的生體特性如指紋、人臉、虹膜、靜脈、聲音、步態(tài)等進(jìn)行個(gè)人身份鑒定，最初運(yùn)用于司法鑒定。
這幾種技術(shù)分支與安防行業(yè)極為密切，但都需要與大數(shù)據(jù)、云技術(shù)、物聯(lián)網(wǎng)、移動(dòng)互聯(lián)等熱點(diǎn)技術(shù)相互交叉融合，產(chǎn)生安防行業(yè)化綜合性應(yīng)用。
其實(shí)，AI視覺(jué)就是人工智能在安防的技術(shù)延伸，記得早在2016年北京安防展會(huì)，科達(dá)展臺(tái)宣傳語(yǔ)“讓大數(shù)據(jù)用起來(lái)”給記者很深印象。安防大數(shù)據(jù)用起來(lái)的關(guān)鍵是數(shù)據(jù)挖掘，再結(jié)合甲方的業(yè)務(wù)流程展開(kāi)定制化應(yīng)用。對(duì)于公安和交通行業(yè)就是增加實(shí)戰(zhàn)力，對(duì)于商業(yè)領(lǐng)域就是增加商情效益和業(yè)務(wù)管理。如果是AI視覺(jué)時(shí)代下的安防，那么大數(shù)據(jù)的具體應(yīng)用主要是，提供強(qiáng)大的分布式計(jì)算能力和知識(shí)庫(kù)管理能力，是AI視覺(jué)分析預(yù)測(cè)、自主完善的重要支撐。其包含三大部分：海量數(shù)據(jù)管理、大規(guī)模分布式計(jì)算和數(shù)據(jù)挖掘。海量數(shù)據(jù)管理被用于采集、存儲(chǔ)AI視覺(jué)應(yīng)用所涉及的全方位數(shù)據(jù)資源，并基于時(shí)間軸進(jìn)行數(shù)據(jù)累積，以便能在時(shí)間維度上體現(xiàn)真實(shí)事物的規(guī)律;大規(guī)模分布式計(jì)算使得人工智能具備強(qiáng)大的計(jì)算能力，能同時(shí)分析海量的數(shù)據(jù)，開(kāi)展特征匹配和模型仿真，并為眾多用戶提供個(gè)性化服務(wù);數(shù)據(jù)挖掘是AI視覺(jué)發(fā)揮真正價(jià)值的核心，利用機(jī)器學(xué)習(xí)算法自動(dòng)開(kāi)展多種分析計(jì)算，探究數(shù)據(jù)資源中的規(guī)律和異常點(diǎn)，輔助用戶更快、更準(zhǔn)地找到有效的資源。這三個(gè)方面，就是AI視覺(jué)結(jié)合大數(shù)據(jù)應(yīng)用的實(shí)質(zhì)。
以此來(lái)看，能用起來(lái)的大數(shù)據(jù)，能解決目前AI視覺(jué)應(yīng)用痛點(diǎn)：
人流密度分布、變化趨勢(shì)、活動(dòng)的動(dòng)態(tài)監(jiān)測(cè)，預(yù)測(cè)踩踏指數(shù)，實(shí)現(xiàn)大型活動(dòng)和重要區(qū)域的風(fēng)險(xiǎn)管理;
空間狀態(tài)分析，車流密度分布、變化趨勢(shì)，道路狀態(tài)及變化監(jiān)測(cè)，主要用于預(yù)測(cè)擁堵指數(shù)，實(shí)現(xiàn)交通信號(hào)的預(yù)測(cè)調(diào)節(jié);
數(shù)據(jù)融合、關(guān)聯(lián)，實(shí)現(xiàn)同號(hào)搜索，人、車軌跡跟蹤等;
有序過(guò)程與隨機(jī)過(guò)程分析，成為社會(huì)治安關(guān)鍵因素，進(jìn)行常態(tài)與暫態(tài)分析，實(shí)現(xiàn)社會(huì)治安風(fēng)險(xiǎn)評(píng)估，事件預(yù)警;
高風(fēng)險(xiǎn)因素監(jiān)控和關(guān)聯(lián)分析，主要應(yīng)用于擴(kuò)大社會(huì)掌控面;制定有效防范措施和反應(yīng)預(yù)案;
融合定位、通信、網(wǎng)絡(luò)等技術(shù)，提高對(duì)高風(fēng)險(xiǎn)因素(人、物、事、時(shí)間、地點(diǎn)等)掌控的精度、粒度，建立重大事件風(fēng)險(xiǎn)評(píng)估、預(yù)警機(jī)制，提高防范能力，進(jìn)而實(shí)現(xiàn)犯罪高發(fā)分布及分類基礎(chǔ)性研究及綜合治理方案的制定;
高風(fēng)險(xiǎn)單位、區(qū)域、活動(dòng)安全管理，利用大數(shù)據(jù)，進(jìn)行風(fēng)險(xiǎn)和脆弱性分析，結(jié)合歷史數(shù)據(jù)的回歸統(tǒng)計(jì);成功和不成功案例的分析，建立風(fēng)險(xiǎn)管理機(jī)制，指導(dǎo)安防系統(tǒng)建設(shè);
各類系統(tǒng)效能分析，主要應(yīng)用公共安全系統(tǒng)建設(shè)、評(píng)價(jià);
安防基礎(chǔ)理論研究數(shù)據(jù)庫(kù)，通過(guò)數(shù)據(jù)融合、關(guān)聯(lián)及歷史回歸統(tǒng)計(jì)，開(kāi)展大數(shù)據(jù)應(yīng)用;建立安全基礎(chǔ)研究和預(yù)警理論研究基礎(chǔ)數(shù)據(jù)庫(kù)?？傊?，大數(shù)據(jù)應(yīng)能解決公共安全的關(guān)鍵問(wèn)題，支撐公共安全系統(tǒng)建設(shè)。
這些痛點(diǎn)都是目前在安防行業(yè)所面臨的，而單一的人工智能加入還很難徹底解決上述問(wèn)題。當(dāng)大數(shù)據(jù)加入后，AI視覺(jué)將一切迎刃而解。
AI視覺(jué)+大數(shù)據(jù)=無(wú)限可能
這時(shí)代，踏大數(shù)據(jù)智能化浪潮而來(lái)，但絕大部分的數(shù)據(jù)在沉睡，需要被喚醒，來(lái)挖掘做業(yè)務(wù)應(yīng)用。從“建”到“用”，是傳統(tǒng)安防業(yè)務(wù)跨向AI視覺(jué)在數(shù)據(jù)層面，最為顯著的轉(zhuǎn)變。AI視覺(jué)新時(shí)代的數(shù)據(jù)之能，融合多維數(shù)據(jù)，在數(shù)據(jù)碰撞中催生出新的模型，從而充分挖掘海量數(shù)據(jù)背后價(jià)值，實(shí)現(xiàn)規(guī)律認(rèn)知，趨勢(shì)預(yù)知，化繁為簡(jiǎn)。
隨著AI，大數(shù)據(jù)，云計(jì)算等技術(shù)的發(fā)展，安防正從傳統(tǒng)的視頻監(jiān)控走向AI視覺(jué)，從傳統(tǒng)的防控輔助系統(tǒng)走向效率提升的生產(chǎn)系統(tǒng)，智能安防走向千行百業(yè)。在走向千行百業(yè)的進(jìn)程中，不同行業(yè)對(duì)于覆蓋的縱深要求不斷提升;為了獲取更多的細(xì)節(jié)信息支撐決策分析，對(duì)于視頻圖像全天候高清化越來(lái)越高，4K/8K圖像成為主流，對(duì)于網(wǎng)絡(luò)上行帶寬的要求越來(lái)越高;機(jī)器視覺(jué)技術(shù)的不斷發(fā)展，視頻圖像可以承載越來(lái)越多的信息，但仍需要更多的與前端多維感知設(shè)備之間進(jìn)行數(shù)據(jù)的交互，提升決策準(zhǔn)確率，并盡量在前端決策，減少后端處理壓力;多維感知數(shù)據(jù)的端云協(xié)同和對(duì)數(shù)據(jù)的實(shí)時(shí)交互對(duì)于網(wǎng)絡(luò)的時(shí)延、帶寬要求越來(lái)越高;同時(shí)防控走向深水區(qū)，對(duì)于防控的立體化、系統(tǒng)化、機(jī)動(dòng)化要求不斷提升。
數(shù)據(jù)，從單維數(shù)據(jù)到多維數(shù)據(jù)。近年來(lái)，政府大力推進(jìn)平安城市、智慧城市等視頻監(jiān)控的項(xiàng)目，視頻數(shù)據(jù)呈現(xiàn)爆炸式增長(zhǎng)，比如單臺(tái)1080P的監(jiān)控設(shè)備存儲(chǔ)一天所需的容量可達(dá)40-60G，存儲(chǔ)一個(gè)月可達(dá)1.2T到1.8T之多，視頻內(nèi)容解析及目標(biāo)特征提取后的數(shù)據(jù)匯總成海量城市級(jí)信息，再通過(guò)強(qiáng)大的計(jì)算和智能分析能力，對(duì)目標(biāo)對(duì)象的特征、行為、軌跡進(jìn)行分析，便可以給出追蹤建議。而如何加快對(duì)視頻數(shù)據(jù)的挖掘、應(yīng)用、及分析是亟待解決的安防命題。
視頻圖像大數(shù)據(jù)與多維感知數(shù)據(jù)的融合，可以全息刻畫(huà)觀察對(duì)象，在數(shù)字世界真實(shí)再現(xiàn)對(duì)象行為，可基于歷史數(shù)據(jù)挖掘分析對(duì)象行為規(guī)律，預(yù)判預(yù)測(cè)其可能出現(xiàn)的行為，并提前防范危害性行為，大幅促進(jìn)社會(huì)和諧。
無(wú)論公共安全領(lǐng)域、交通領(lǐng)域、還是城市治理領(lǐng)域，人車問(wèn)題及軌跡問(wèn)題等都需要通過(guò)大數(shù)據(jù)得到快速的定位解決即提前預(yù)警。通過(guò)大數(shù)據(jù)技術(shù)，實(shí)現(xiàn)人，車，物及環(huán)境，行為分析等，實(shí)現(xiàn)多目標(biāo)關(guān)聯(lián)分析，提前實(shí)現(xiàn)事件發(fā)展態(tài)勢(shì)、及交通異常事件的預(yù)測(cè)。
環(huán)境自感知場(chǎng)景落地，除了要具備大算力的AI芯片支持，算法提升精度來(lái)精準(zhǔn)感知雪雨霧霜天氣，還需關(guān)聯(lián)氣象數(shù)據(jù)實(shí)現(xiàn)即時(shí)感知，實(shí)時(shí)開(kāi)啟去霧，低照度，圖像增強(qiáng)等操作，以達(dá)到全天候高清監(jiān)控的目的，整個(gè)過(guò)程結(jié)合算力，算法及數(shù)據(jù)關(guān)聯(lián)融合在場(chǎng)景化訓(xùn)練中不斷實(shí)現(xiàn)算法精度的提升，才得以練就完美的場(chǎng)景自適應(yīng)算法。
人員全息畫(huà)像的場(chǎng)景落地，在具備支撐高精度人臉人體分析的大算力芯片為前提，集合人臉?lè)治鏊惴?，人體屬性提取等算法實(shí)現(xiàn)人臉，人體歸檔，結(jié)合車輛車牌識(shí)別算法結(jié)果，實(shí)現(xiàn)車輛軌跡及人車關(guān)聯(lián)，可進(jìn)一步結(jié)合時(shí)空信息及場(chǎng)景分析得出人、車的晝伏夜出情況，用于分析隱匿點(diǎn)及實(shí)現(xiàn)人員車輛追蹤布控。
未來(lái)，安防技術(shù)要應(yīng)用于各行各業(yè)，如上場(chǎng)景僅是點(diǎn)滴之舉，未來(lái)更豐富的場(chǎng)景對(duì)算力、算法、數(shù)據(jù)有更高的要求，無(wú)論是算力增強(qiáng)，算法精度提升，還是大數(shù)據(jù)分析及應(yīng)用，最終都將以落地實(shí)際的智能化業(yè)務(wù)場(chǎng)景為目標(biāo)，只有在場(chǎng)景化真正應(yīng)用和落地才能實(shí)現(xiàn)算力、算法及數(shù)據(jù)的綜合應(yīng)用。
結(jié)束語(yǔ)
加入人工智能的安防行業(yè)，大數(shù)據(jù)應(yīng)用目前主要在公安和交通行業(yè)，其他行業(yè)深度應(yīng)用幾乎沒(méi)有，或者應(yīng)用程度十分簡(jiǎn)單，比如：智慧工地的大數(shù)據(jù)+AI安防應(yīng)用，也只是對(duì)視頻進(jìn)行濃縮摘要、檢索處理。原本5分鐘的監(jiān)控視頻，通過(guò)AI提取，進(jìn)行濃縮分析。看似有數(shù)據(jù)管理和數(shù)據(jù)挖掘的AI表象，但無(wú)實(shí)質(zhì)性的業(yè)務(wù)改善和提升，依舊是智能視頻分析的常用功能。
但，在AI視覺(jué)時(shí)代，一切都將大不一樣?？梢云诖磥?lái)在安防，不是一切數(shù)據(jù)業(yè)務(wù)化，而是一切業(yè)務(wù)數(shù)據(jù)化，也從智能安防時(shí)代的視頻智能邁向數(shù)據(jù)智能的更高階段，那時(shí)，數(shù)據(jù)能全面看、關(guān)聯(lián)看甚至自動(dòng)看。
AI視覺(jué)，讓安防未來(lái)更加可期。
