AI+安防在智慧城市建設中的落地應用
AI（Artificial Intelligence 人工智慧）是未來，是幾乎所有行業的未來。然而，在不同的行業，都會遇到AI的場景化、演算法準確度、解決方案等諸多瓶頸，而唯一能打破瓶頸的就是需求的迫切程度，AI與安防的結合並非偶然，這是趨勢使然。因為安防對音視訊需求的天生特點，促使了AI落地，必然安防先行。因此AI+安防越來越引起公眾的關注，尤其是在智慧城市應用中，第一批建設已經在如火如荼地展開，再加上華為、阿里、百度網際網路等巨頭企業的參與，讓行業競爭更為白熱化。視訊是城市的眼睛，越雪亮、越安全，AI是城市跳動的心臟，是思考的智慧核心。AI+安防在智慧城市中的落地應用成為各家必爭之地。
一、 AI+安防在智慧城市建設中的落地應用現狀
縱觀安防歷史，我們經歷了這樣幾個時代：2006年以前的模擬時代，2006-2016年的數字時代，2016年之後的人工智慧時代，AI為安防開啟了新的紀元。
我們通過一組資料來證實AI+安防是如何為智慧城市建設賦能的。據不完全統計，目前全國約有2億攝像頭，總計儲存容量超過400000PB，約1億塊硬碟。傳統安防架構在這樣的情況下會捉襟見肘，首先儲存成本高昂，未經過結構化原始視訊資料佔據了大量的硬碟空間；其次資料可讀性差，原始視訊查詢大多需要人工參與；第三取證難度大，在海量的素材中找到敏感錄影幾乎是災難性的。智慧城市安防僅靠震懾和取證是不夠的，需要在資訊採集的同時進行分析，通過“主動佈防+主動告警+業務聯動”來完善處理鏈條，提高視訊監控的效率。
在智慧城市中，AI+安防重點的分析物件是人和車，涉及到身份識別和行為識別，這就是智慧城市要解決問題的主線，要通過視訊主動分析明確“是誰在做什麼事兒”，將違規的行為第一時間準確判斷，並聯動預警。
現階段，AI技術落地於視訊領域，在廠家的積極推進中已進入產業化，感知智慧時代已來臨。車的識別技術突破後，視訊領域又迎來了人臉識別技術的突破，通過應用於實際場景，引領平安城市視訊監控建設與發展的新趨勢。
從平安城市視訊監控體系來看，國標聯網互聯互通的視訊專網建設已進入了智慧視訊網的建設階段，基於新技術、新規劃、新標準，平安城市正式開啟4.0時代：智慧應用階段。主要應用包括：
1.人體分析：人臉識別、體態識別、人體特徵提取等；
2.影象分析：視訊質量診斷、視訊摘要分析等；
3.車輛分析：車牌識別、車輛識別、車輛特徵提取等；
4.行為分析：目標跟蹤監測、異常行為分析等。
人是城市的主體，基於“人”的AI應用必是主角。目前人臉識別、人流量統計、人體屬性分析等技術已經開始落地應用，其中以人臉識別需求更為旺盛。基於低成本、低功耗、標準化的產品策略，延伸出更多的應用。
如今正在颳起的AI風之於智慧網路攝像機，到底是噱頭還是未來，需要從使用者的角度出發，真正做到實用化、體系化、多業務融合，才能讓這股風吹得更久，勁兒更大。
實用化：這一點主要是針對各廠家對AI智慧的資料宣傳，“單畫面抓取100個人臉、每幀識別30個人臉，每天1億人臉建模，支援人臉角度側臉45°、千億資料秒級檢索、50米外人臉識別、人臉抓取率99.5%、十億庫一秒比對、百億人/秒人臉識別比對、800路實時視訊結構化”，讓人充滿了對邊緣AI的無限遐想。但實際上，能否適應更多的場景，能否穩定實現所宣傳的指標，大家心裡還是打鼓的。
體系化：除了個別民用領域之外，前端裝置從來沒有單獨使用的，一定會配合平臺實現更為細分的業務，所以智慧要成體系，從軟體到硬體，從前端到後端，同時配合公安、智慧、政法等業務平臺實現大資料的處理。
多業務融合：好的系統一定是將優勢模組進行有效整合，如將智慧AI與超星光、熱成像技術融合，實現低照或無光下的高精度識別；與聲光警戒技術融合，實現主動預警，將危險消滅在萌芽狀態；與深度學習演算法融合，模擬人的神經網路，通過不斷學習，提高傳統演算法的準確性，並且解決傳統演算法識別種類少、場景受限的問題。
深度學習與超星光技術融合，實現超低照度識別
近幾年隨著安防產業結構的調整，安防廠家硬體技術的進步和快速推廣為AI向安防行業滲透提供了先天的有利條件。通過近一兩年的探索，一批優秀的安防生產廠家如海康、天地偉業將人工智慧技術應用於安防行業，並開發出交通卡口、人臉布控、警戒系統、案情分析等多種垂直應用功能。隨著各大安防廠家對人工智慧持續的產業化應用，以人工智慧演算法為主要形式的安防智慧化已呈爆發式增長。從2016年下半年開始，政府類安防監控專案中人工智慧功能從無到有，佔比擴大。此外從專案形式上看，PPP訂單有條不紊的持續推進，全國範圍內的智慧化平安城市建設將成為安防行業的重要發力點，AI將成為安防企業下一階段的核心競爭力。
二、AI+安防在智慧城市建設中的應用案例解析
1.AI應用：行人闖紅燈
提起“中國式”過馬路，你會想到什麼？“湊一堆”就往前走、對機動車“視而不見”、影響城市形象、困擾城市交通的頑疾……
近日，天津市和平區南京路營口道交叉口上線的“電子警察”抓拍行人闖紅燈系統將這些問題一併解決。這套系統為天津市試執行第一套，此交叉口地處商業區，周邊交通流量大，行人無視紅燈造成的交通事故時有發生。但系統上線執行後，行人闖紅燈會被抓拍，並被識別出身份，實時上傳至行人闖紅燈曝光屏進行公告。
交警部門還將在“行人闖紅燈曝光臺”顯示屏進行公佈，其內容為違法者的違法地點、抓拍時間和違法行為的照片，提示當事人儘快接受調查處理。屬地交警大隊將根據比對出的當事人資訊進行告知，當事人現場或前往交警部門接受調查處理，相關資訊將會從曝光臺撤下。對於不接受調查處理的當事人及多次闖紅燈的違法當事人納入誠信記錄。
這是AI實戰落地的典型應用。通過人臉識別攝像機，快速提取人臉特徵，生成特徵值，同時與資料庫中二代身份證的照片進行動態比對，當識別準確率超過90%時，即比對成功，確定闖紅燈人員身份，同時聯動大屏報警顯示，一整套流程無縫連線，以場景為依託，對行人闖紅燈行為進行有力震懾和警示。
2.實景智慧+AI
AI不僅是一個獨立的概念，更多地是帶動整個視訊產品鏈條的發展，如天地偉業推出的實景指揮系統與AI的融合應用。
天地實景智慧系統介面
視訊即地圖。系統通過全景拼接攝像機採集360°全景畫面，可以覆蓋周圍幾公里的區域，但它不僅僅是看看視訊，而是用它當作地圖。通過AR增強現實技術，對視訊畫面中的建築物、道路、重點目標、移動終端、方位方向進行資訊標註和動態顯示，融合視訊/圖片/文字等資訊，提供靜態標籤和動態標籤，可快速檢索和實時定位。實時推送資料到對應的標籤，直接查詢區域內的商場、酒店、學校、醫院等詳細資訊（樓層分佈、從業人員等），便於應急指揮決策。
可以高低聯動。高點做整體態勢分析，聯動低點的治安監控、人臉抓拍、車輛識別等，直觀、便捷。還可以動定結合，顯示單兵的視訊和警力的分佈，不再通過蹩腳的介面找半天，更利於應急指揮。還具有地名、單位名、乃至樓層的綜合查詢。可對接移動單兵裝置，通過對映GPS座標，實時顯示低點移動終端的當前位置，掌握警員具體資訊和現場實況情況，進行警力快速精準排程。
多維感知：結合人臉布控、車輛卡口等智慧分析系統，將重點人員、目標車輛等警情資訊在實景指揮系統中直觀展示輔助決策，便於領導掌握巨集觀態勢，提高指揮決策效率。與人臉布控、車輛卡口系統的報警比對資訊實時聯動，可回放警情位置的錄影，可快速調看周邊低點攝像機，準確圍堵。
三、AI+安防在智慧城市建設中的應用前景與趨勢
1.協同分析，雲邊融合
面向各個城市級複雜應用系統，相互難以共享的垂直系統依然存在，但在資料融合走向應用協同的趨勢下，視訊因其非結構化資料、不間斷傳輸、海量儲存、實時響應、動態監控跟蹤等特性，需要雲端計算、結構化智慧、大資料儲存、物聯網等不同技術綜合使用，這就是所謂的雲邊融合。
隨著前端相機清晰度提高、可拍攝距離增大，回傳的資料量也越來越大，將全部資料回傳雲端分析會遇到網路傳輸壓力、實時性要求達不到、準確性降低等問題。“雲+邊緣”的邊緣計算解決方案，把AI算力注入邊緣，提升AI伺服器的響應速度，也大幅降低了網路運營成本。雲邊結合的趨勢下，前端智慧晶片迎來更大機會，通過在網路攝像頭上新增人工智慧晶片，前端攝像頭可以實時對視訊資料進行結構化處理。
2.智慧下沉，AI普及
公安部門屬於比較高階的市場，但從歷史來看，安防應用都是先從政府進行切入，應用成熟之後再往民用方向普及。隨著AI成熟度的進一步加強，很多安防產品已經開始逐步下沉到更多細分的民用場景，如社群、學校、工業園區、智慧家居等，這也是智慧城市的一部分。受益於安防領域深度學習演算法的快速發展，智慧安防已經得到了越來越廣泛的應用。面對安防視訊產品下游的需求，運營服務將有較大的市場空間。
結語