智能分析的關(guān)鍵領(lǐng)域

　　智能分析更直接的表述是機器的視覺分析，在安防領(lǐng)域，通過監(jiān)控攝像機捕捉到的場景畫面進行即時的結(jié)構(gòu)化處理，通過語義分析等技術(shù)對視頻數(shù)據(jù)進行分類處理存儲，并通過后端服務(wù)器的智能分析功能進行業(yè)務(wù)處理。在這個監(jiān)控系統(tǒng)分析處理過程中，需要前端攝像機、智能芯片、編解碼協(xié)議、深度算法、業(yè)務(wù)技術(shù)以及高速運轉(zhuǎn)的網(wǎng)絡(luò)架構(gòu)。

　　在今年安防產(chǎn)業(yè)鏈上最顯著的變化是上游芯片商與智能算法公司的強勢介入，NVIDIA（GPU）與Movidius（智能棒）更是在展會上大放異彩，與普通的芯片相比，這些世界頂級的專業(yè)芯片供應(yīng)商在芯片的運算性能及功耗方面，做得更加的出色，在以安防機器視覺分析為核心的業(yè)務(wù)技術(shù)領(lǐng)域，更加切合當下智能分析對人臉與車輛的識別，識別速度與準確率在復(fù)雜場景下都有了很好的提升。

　　與軟硬一體的智能芯片供應(yīng)商一樣，國內(nèi)幾大智能算法公司也在積極調(diào)整戰(zhàn)略加快安防的布局，從單一的提供API接口按調(diào)用次數(shù)費用，到提供軟硬一體的解決方案，算法公司也在大打機器視覺分析的牌。對此，北京格靈深瞳信息技術(shù)有限公司產(chǎn)品總監(jiān)譚勇認為，視覺分析已經(jīng)成為行業(yè)主流的技術(shù)趨勢，安防設(shè)備及解決方案需要為視頻監(jiān)控在“看得廣、看得遠、看得清、看得懂”等系列問題上攻堅克難。

　　基于深度算法的智能分析，需要一個高速運轉(zhuǎn)的業(yè)務(wù)技術(shù)網(wǎng)絡(luò)架構(gòu)是機器視覺分析的基礎(chǔ)，在安防技術(shù)領(lǐng)域，主流的設(shè)備解決方案供應(yīng)商都具有自己基于深度算法的業(yè)務(wù)平臺，在統(tǒng)一標準的協(xié)議下對接各類不同等級的用戶的前端設(shè)備，并高效處理匯集到指揮中心的視頻數(shù)據(jù)。但是隨著接入用戶設(shè)備在長度與廣度的增加，以及前端采集數(shù)據(jù)的激增，已有的網(wǎng)絡(luò)架構(gòu)在構(gòu)建時的兼容與擴容能力的弊端逐漸顯現(xiàn)。對此，需要新的構(gòu)建新的網(wǎng)絡(luò)架構(gòu)以滿足大安防時代的視頻數(shù)據(jù)在傳輸、存儲、分析等方面的需求。為此，浙江宇視科技有限公司副總裁閆夏卿強調(diào)，實現(xiàn)視頻數(shù)據(jù)端到端一體化標準接口，構(gòu)建算法、數(shù)據(jù)、計算資源之間的高速交互通道和智能到大數(shù)據(jù)的融合反饋通道，使得視頻數(shù)據(jù)在傳輸速度和處理速度方面的能力得到大幅度提升，需要構(gòu)建一個高速全媒體總線的“智能鏈計算”架構(gòu)（如圖1）。

圖1 智能鏈計算

　　此外，編解碼傳輸協(xié)議與獲取高清監(jiān)控視頻數(shù)據(jù)技術(shù)在智能分析領(lǐng)域同樣重要，不過相比于在新技術(shù)領(lǐng)域的探索，傳統(tǒng)的安防監(jiān)控技術(shù)對于設(shè)備解決方案商而言，難度并沒有那么大，也更容易找到解決方案。

　　機器視覺智能分析的閉環(huán)

　　在人工智能聯(lián)姻安防業(yè)務(wù)的技術(shù)概念里，人臉分析與車輛分析都顯得過于業(yè)務(wù)化。因此，在綜合安防業(yè)務(wù)應(yīng)用的全解決方案里，機器視覺分析成為行業(yè)比較認可的人工智能在安防領(lǐng)域的應(yīng)用概念。機器自然是指安防前后端的各個設(shè)備，在智能芯片、深度算法的綜合技術(shù)應(yīng)用下，實現(xiàn)對安防業(yè)務(wù)的智能分析處理，提升安防監(jiān)控由被動防御變?yōu)橹鲃宇A(yù)防的能力。

　　對于機器視覺智能分析的閉環(huán)應(yīng)用，北京曠視科技有限公司智能商業(yè)大客戶總負責人李瑞龍表示，在安防領(lǐng)域，若產(chǎn)品是智能視覺云平臺，技術(shù)是深度學(xué)習(xí)算法，數(shù)據(jù)是標注化的圖像數(shù)據(jù)。那么，人工智能平臺就是一個通過數(shù)據(jù)和技術(shù)打磨出的產(chǎn)品，在產(chǎn)品應(yīng)用的過程中又產(chǎn)生了新的數(shù)據(jù)，不斷迭代和加深學(xué)習(xí)的過程。即產(chǎn)品、技術(shù)與數(shù)據(jù)形成超級人工智能技術(shù)的閉環(huán)，最終的目的是形成機器視覺的功能效果，賦予機器一雙慧眼，好讓它像人一樣去“看”與“想”。使機器具有像人一樣的視覺功能，從而實現(xiàn)各種檢測、判斷、識別、測量等功能。

圖2 安防機器視覺圖

　　具體到安防業(yè)務(wù)應(yīng)用中，以監(jiān)控攝像機的智能分析檢查類目看，智能分析主要識別類目包括人臉識別、行為特征識別、機動車識別、非機動車識別、動物及物體檢測識別等，主要集中應(yīng)用于公安、交通、零售、金融、酒店、展會、博物館等細分行業(yè)市場。對此，宇視科技閆夏卿分析，商業(yè)化的持續(xù)落地應(yīng)用，將帶動智能算法與芯片在成本、性能等領(lǐng)域的不斷突破，促使安防行業(yè)加速實現(xiàn)視頻的深度結(jié)構(gòu)化，推動安防業(yè)務(wù)與機器視覺識別的融合與發(fā)展，安防也將沿著網(wǎng)絡(luò)化、高清化、卡口化與場景化的脈絡(luò)持續(xù)推進。

　　安防智能分析人/車識別應(yīng)用

　　在安防行業(yè)，能夠促使機器視覺與智能分析技術(shù)的快速迭代，強勁的動力在于市場與用戶對智能分析的需求日益增強。當前，公安和交通作為應(yīng)用的熱門行業(yè)，在提高案件破案率、交通管理的實戰(zhàn)效果最佳。

　　在對人的檢測和識別方面，目前監(jiān)控攝像機能夠提供的智能檢測分析的類別特征有幾十種，包括人的年齡與性別；頭部特征描述，如識別戴不戴口罩、眼鏡和帽子等；上身特征，如長短袖，衣服顏色和紋理等；下身特征，如長短褲，是裙子還是短褲、顏色等；其他特征，如背包、箱子等。對此，格靈深瞳譚勇認為，企業(yè)能夠檢測識別的特征越多，機器才能進行更多組合化的檢測分析，準確率也會越高。

　　當前，人臉識別已經(jīng)在靜態(tài)場景與動態(tài)場景中獲得很多成功的應(yīng)用案例，蘇州科達科技股份有限公司繆冬琴提到，與靜態(tài)場景應(yīng)用相比，安防動態(tài)場景下的人臉識別更有市場，可以實現(xiàn)在基于視頻中的人臉照片進行遠距離、快速、無接觸式的對重點人員布控預(yù)警，讓應(yīng)用于車站、機場、地鐵等重點場所和大型商場超市等人群密集的公共場所視頻監(jiān)控系統(tǒng)能夠?qū)σ曨l圖像進行采集、自動分析、抓取人臉實時比對，主動在監(jiān)控場景中識別重點關(guān)注人員，實現(xiàn)重點人員的布控和識別。

　　另外，在零售、酒店、會議、商業(yè)樓宇等應(yīng)用領(lǐng)域，人臉識別技術(shù)幫助商戶實現(xiàn)對客流從“統(tǒng)計”到“屬性”再到“行為”的精準分析，以此來獲取更多的線下數(shù)據(jù)維度，用大數(shù)據(jù)分析指導(dǎo)商戶的精準營銷，推動零售行業(yè)從相同產(chǎn)品與服務(wù)給到所有的人，向著相同產(chǎn)品、不同服務(wù)給到特定人的轉(zhuǎn)變。同時，利用人臉識別技術(shù)給企業(yè)、園區(qū)帶來更智能化的管理體驗。如通過人臉識別技術(shù)產(chǎn)品化，在人臉識別閘機、門禁、會議簽到等傳統(tǒng)場景帶來管理上的高效與便利。

　　而相比于人的檢測分析，車輛的檢測分析更為成熟，主要原因是車輛的外形特征比較固定，車牌、車型、車身顏色等特征沒有變化，攝像機在特征提取時不存在人臉在移動時可能會出現(xiàn)故意遮擋、改頭換面等人為的問題。一般情況下，只要車輛經(jīng)過監(jiān)控區(qū)域，車速沒有超限，抓拍讀取車輛的信息就沒有問題，在解決智慧停車、車輛套牌、違規(guī)駕駛、違停等交通業(yè)務(wù)方面的實戰(zhàn)效果非常顯著。并且隨著智能抓拍攝像機的推廣應(yīng)用，遍布城市大大小小路段的監(jiān)控攝像機除了在交通事件檢測方面大顯身手外，還可以結(jié)合大數(shù)據(jù)分析技術(shù)，使得車輛識別技術(shù)還可以應(yīng)用于掌握城市及高速路段的實時交通流量，為重要的交通道路的“防堵治堵”的決策提供技術(shù)支撐。

　　安防監(jiān)控的AI時代

　　毫無疑問，AI正在加快進入安防的步伐，對于視頻監(jiān)控領(lǐng)域，互聯(lián)互通的政策要求下，監(jiān)控設(shè)備與平臺的大聯(lián)網(wǎng)將局部零星的視頻數(shù)據(jù)匯集在一個大的數(shù)據(jù)池里，在這個龐大的數(shù)據(jù)池里，海量的視頻數(shù)據(jù)經(jīng)過結(jié)構(gòu)化技術(shù)處理后，數(shù)據(jù)之間的壁壘被打破，而一旦這些海量數(shù)據(jù)信息在完成標簽化之后，數(shù)據(jù)ID的匹配將會對數(shù)據(jù)的歷史價值與現(xiàn)實價值無限放大。

　　這個過程，首先基礎(chǔ)是數(shù)據(jù)，誰掌握了數(shù)據(jù)，誰的數(shù)據(jù)量大，誰的數(shù)據(jù)樣本種類豐富，誰就有輸出最準確的結(jié)果分析的基本要素；其次是智能分析技術(shù)，不管是深度算法、智能芯片還是先進的技術(shù)業(yè)務(wù)架構(gòu)，都必須要構(gòu)建高效、穩(wěn)定的智能分析技術(shù)，并以提供準確分析結(jié)果為出發(fā)點；最后是業(yè)務(wù)應(yīng)用，所有的分析結(jié)果都應(yīng)該是以提高用戶的實戰(zhàn)效率為應(yīng)用，并存在可以實現(xiàn)延伸到其他領(lǐng)域的可能。