AI成就智慧城市

□ 文/毛亮 朱婷婷 刘爽爽

引言

随着大数据、人工智能等技术的不断进步，国内智慧城市的建设向前推进。安防行业作为智慧城市的安全之门，同时也担负着智慧城市中智慧交通、智慧金融、智慧社区等多个系统视频图像识别的“智慧之眼”。安防以视频技术为核心，拥有海量数据来源。这些数据的超大量级决定了无法人工从中提取出有效信息。同时AI技术的成熟，使得由人工智能来自动消化海量监控视频数据成为可能。安防行业也因此被认为是AI落地最好的领域之一。

这几年AI技术在安防行业得到快速发展并逐渐实现落地应用，推动了智慧城市的升级发展。

目前，人工智能已经上升到国家战略层面，智能化成为各行业的大趋势。人工智能更是已经渗透到安防行业，智能安防正逐步成为安防企业转型升级的方向。AI能在安防领域落地开花，离不开政府的推动和行业的需求。随着平安城市、智慧城市、雪亮工程等的建设不断推进，城市安防从“事后控制”向“事前预防” 转变。同时，安防监控点位的不断增多带来了海量的视频图像数据，以往依靠人工分析处理视频的方法变得难以想象，急需技术手段来实现数据的高速处理。正是这些因素，使得安防成为AI技术落地和变现的沃土。

人工智能在安防行业的发展现状

近年来，国内安防行业市场规模保持稳定增长，其市场前景可期。随着人工智能的发展，智能化成为行业大趋势。智能安防也逐渐成为安防企业转型升级的方向，在安防行业占比越来越大。人工智能成为安防企业的必争之地。

从技术应用及场景来看，目前AI在安防领域的应用主要还是涉及对人脸、车辆的识别，包括生物特征识别技术、大数据及视频结构化技术等。

行业应用角度来看，目前智能安防在公安、交通、楼宇、金融、工业、民用等多个领域都有应用场景。比如，公安领域，主要涉及到图侦、实战、预判三层应用以满足其事前、事中、事后的实际需求；交通领域，未来通过建立城市大脑，利用AI技术可实时分析城市交通流量、调整红绿灯间隔、缩短车辆等待时间等，以合理调配资源提升城市道路的通行效率；智能楼宇，利用AI技术可以综合控制建筑的安防、能耗，同时对进出大厦的人、车、物实现实时监控以确保核心区域的安全。

人工智能在安防领域的关键技术

伴随着人工智能技术的发展，AI技术不断的融入现代安防应用中，促使智能安防向智慧安防迈进，为智慧城市的建设提供安全保障。人工智能在安防领域的拓展主要得益于视频结构化、生物识别、物体识别以及大数据技术的不断成熟。

视频结构化

视频结构化是生物识别和物体识别的基础和前提，其在技术领域可以划分为三个步骤：目标检测、目标跟踪和目标属性提取。

目标检测过程是从视频中提取出前景目标，然后识别出前景目标是有效目标（如：人员、车辆、人脸等）还是无效目标（如：树叶、阴影、光线等）。在目标检测过程主要应用到运动目标检测、人脸检测和车辆检测等技术。

目标跟踪过程是实现特定目标在场景中的持续跟踪，并从整个跟踪过程中获取一张高质量图片作为该目标的抓拍图片。在目标跟踪过程中主要应用到多目标跟踪、目标融合以及目标评分技术。

目标属性提取过程是对已经检测到的目标图片中目标属性的识别，判断该目标具有哪些可视化的特征属性，例如人员目标的性别、年龄、着装，车辆目标的车型、颜色等属性。目标属性提取过程主要基于深度学习网络结构的特征提取和分类技术。

AI将视频数据进行结构化处理后，视频查找的速度会大幅提升。过去案件发生后，警方只能通过人工对视频进行查找，逐一排查目标人员，但在视频数据结构化后，从百万级的目标库中查找某个嫌疑人只需几秒即可完成。同时，对结构化数据进行深度挖掘还能实现预测功能。此外，结构化后的视频数据占用更小的内存空间，在数据爆发的今天能有效减轻传输和存储压力。

生物识别

生物识别技术是利用人体固有的生理特性和行为特征来进行个人身份鉴定的技术。随着科技的发展，生物识别技术已经成为个人身份识别或认证技术的重要方式。人脸识别作为生物特征识别的重要分支，可以对用户以最自然、最直观的非接触方式进行识别，更容易被用户接受，也是目前在公共安全领域应用最广泛的技术。公安的实战需求主要是对“人、车、物”的追踪、分析和排查。目前公安机关对处理“人”的技术需求最迫切。在公安实战领域，人脸识别不仅能做到确认身份，还能做到人脸比对、人脸跟踪、活体检测等，帮助警方在人群中快速锁定目标对象身份，做到事前预防、事中预警、事后核查，极大提升警方办案效率，节约警力。

物体识别

目前在安防领域，物体识别较为典型的应用是车辆识别，通过外设触发和视频触发两种方式，实现采集车辆图像，自动识别车牌等。对车辆外形特征、车牌进行识别，不仅能够掌握车辆属性，还能掌握车主属性、关系人属性、行为特征等，与生物识别相结合，构建出立体防控体系。在实际应用中，车辆识别能够与车辆属性、车主属性等数据进行串联比对，对出现的高危车辆进行预警；对车颜色、车型、遮挡板、挂件等特征进行提取，还能有效破解困扰交警的“套牌车”难题；在卡口筛选过往车辆，能够在建立大量数据库的基础上过滤可信车辆，从而快速锁定目标车辆，减轻警方工作压力。

大数据技术

大数据技术可实现整合海量的非结构化、半结构化、结构化数据，并将这些数据进行分析计算。大数据技术为人工智能提供强大的分布式计算能力和知识库管理能力，是人工智能分析预测、自主完善的重要支撑。其包含三大部分：海量数据管理、大规模分布式计算和数据挖掘。

海量数据管理被用于采集、存储人工智能应用所涉及的全方位数据资源，并基于时间轴进行数据累积，以便能在时间维度上体现真实事物的规律。同时，通过大数据的挖掘与分析形成有价值数据，可以为深度学习提供更加有效的数据样本。

大数据技术可以极大地降低人工成本，提高效率，甚至在有些方面让一些人工无法完成的任务成为可能。如：人脸、人员大数据库检索，身份证库重复人员查找，通过语义描述从视频中查找穿某种衣服，某种颜色的车辆查找，车牌查找，以图搜图，视频关联等应用。

人工智能在安防行业的具体应用

新型智慧城市以全程全时、城市治理、高效有序、数据开放、共融共享、经济发展、绿色开元、网络空间安全等为发展目标。安防作为智慧城市建设的一部分，是人工智能技术天然的应用场，目前智能安防在公安、交通、楼宇、金融、工业、校园、民用等多个领域都有应用场景。

公安领域，主要涉及到图侦、实战、预判三层应用以满足其事前、事中、事后的实际需求。人工智能在视频内容的特征提取、内容理解方面有着天然的优势。前端摄像机内置人工智能芯片，可实时分析视频内容，检测运动对象，识别人、车属性信息，并通过网络传递到后端人工智能的中心数据库进行存储。汇总的海量城市级信息，再利用强大的计算能力及智能分析能力，人工智能可对嫌疑人的信息进行实时分析，给出最可能的线索建议，将犯罪嫌疑人的轨迹锁定由原来的几天，缩短到几分钟，为案件的侦破节约宝贵的时间。其强大的交互能力，还能与办案民警进行自然语言方式的沟通，真正成为办案人员的专家助手。

在交通领域，随着交通卡口的大规模联网，汇集的海量车辆通行记录信息，对于城市交通管理有着重要的作用，利用人工智能技术，可实时分析城市交通流量，调整红绿灯间隔，缩短车辆等待时间，提升城市道路的通行效率。城市级的人工智能大脑，实时掌握着城市道路上通行车辆的轨迹信息，停车场的车辆信息，以及小区的停车信息，能提前半个小时预测交通流量变化和停车位数量变化，合理调配资源、疏导交通，实现机场、火车站、汽车站、商圈的大规模交通联动调度，提升整个城市的运行效率，为居民的出行畅通提供保障。

在平安校园领域，人工智能是整个校园的大脑，综合控制着校园的安防、能耗，对于进出学校的人、车、物实现实时的跟踪定位，区分在读学生与外来人员。平安校园的人工智能核心，汇总整个校园的监控信息、刷卡记录，室内摄像机能清晰捕捉人员信息，在门禁刷卡时实时比对通行卡信息及刷卡人脸部信息，检测出盗刷卡行为。与布控库进行匹配。一旦发现有嫌疑人员（如：小偷惯犯、在逃人员等）就会立刻报警，提示安保人员前去处理。还能区分外来人员在校园中的运动轨迹和逗留时间，及时发现违规访问等行为，确保校园重点区域的安全。

在智能楼宇领域，人工智能是建筑的大脑，综合控制着建筑的安防、能耗，对于进出大厦的人、车、物实现实时的跟踪定位，区分办公人员与外来人员，监控大楼的能源消耗，使得大厦的运行效率最优，延长大厦的使用寿命。智能楼宇的人工智能核心，汇总整个楼宇的监控信息、刷卡记录，室内摄像机能清晰捕捉人员信息，在门禁刷卡时实时比对通行卡信息及刷卡人脸部信息，检测出盗刷卡行为。还能区分工作人员在大楼中的行动轨迹和逗留时间，发现违规探访行为，确保核心区域的安全。

在民用安防领域，每个用户都是极具个性化的，利用人工智能强大的计算能力及服务能力，为每个用户提供差异化的服务，提升个人用户的安全感，切实满足人们日益增长的服务需求。以家庭安防为例，当检测到家庭中没有人员时，家庭安防摄像机可自动进入布防模式，有异常时，给予闯入人员声音警告，并远程通知家庭主人。而当家庭成员回家后，又能自动撤防，保护用户隐私。夜间期间，通过一定时间的自学习，掌握家庭成员的作息规律，在主人休息时启动布防，确保夜间安全，省去人工布防的烦恼，真正实现人性化。

人工智能在安防行业的发展前景

在互联网的时代潮流之下，安防行业将向规模化、自动化、智能化转型升级。智慧城市行业与领域的细分必将为人工智能安防的发展奠定基础，对于未来人工智能在安防领域发展趋势，个人有以下观点：

AI在智慧城市中更加普及

公安实际业务中涉及的视频种类比较复杂，包括城市、酒店、网吧、交通、机场等各方面的视频，安防在公安部门应用成熟之后应往民用方向普及。随着AI的不断发展，很多安防产品应更多细分到民用场景，如社区、学校、工业区等，这也是智慧城市的一部分。

提供整体的解决方案

随着技术的升级，安防需求不再局限于对单一产品、设备或服务的需求，更多的是对整体解决方案的需求。与此同时，很多新进入的企业大多以生产销售低端产品为主，追求短期收益，导致产品质量参差不齐，鱼龙混杂。因此，安防行业的后进入者应密切追踪前沿技术的变更，加快向网络化、智能化的转型，争取在安防行业各细分领域集中发力或为龙头公司提供配套服务，形成企业的核心竞争力，争取更广阔的市场空间。

体系化

除了个别民用领域之外,前端设备从来没有单独使用的,一定会配合平台实现更为细分的业务,所以智能要成体系,从软件到硬件,从前端到后端,同时配合公安、智慧、政法等业务平台实现大数据的处理。同时，好的系统一定是将优势模块进行有效整合,如与深度学习算法融合,模拟人的神经网络,通过不断学习,提高传统算法的准确性,并且解决传统算法识别种类少、场景受限的问题。

安防市场竞争进一步加剧

过去的十几年，安防行业的竞争可谓激烈。考虑到安防市场是一个刚性需求非常强大的市场，且这个市场对于AI的需求和诉求还在持续上升，随着智慧城市建设的不断推进，相信未来的安防市场竞争将进一步加剧。