您正在使用IE低版浏览器,为了您的雷峰网账号安全和更好的产品体验,强烈建议使用更快更安全的浏览器
此为临时链接,仅用于文章预览,将在时失效
AI+ 正文
发私信给张栋
发送

0

人脸识别之后,AI 落地安防的第二落脚点在哪儿?

本文作者: 张栋 2017-12-20 10:48
导语:“AI给公共安全行业带来了哪些变化?”

人脸识别之后,AI 落地安防的第二落脚点在哪儿?

“AI给公共安全行业带来了哪些变化?”

这是在由智安协主办的“深圳智慧城市建设高峰论坛”上,大华股份行业业务部总经理胡明舒现场提出的第一个设问。

在他看来,AI的出现,极大提升了传统安防行业的工作效率、重塑了行业业务模式。未来,视频监控摄像头除了要“看清”之外,安防人正努力让它们能够“看懂”世界;紧接着针对这些采集到的人、车数据,做进一步的数据预测,比如对人员犯罪的研判,对人群聚集的分析以及对交通态势的分析等。

 “‘数据预测’是大华股份认为的计算机视觉带给安防行业的第二个变化。”他认为,“这些数据的产生是未来警务大数据的重要来源。”

随后,他又提出了一个整个安防圈都在思索的难题:如何基于海量视频去构筑一个更适合视频AI的技术架构和业务架构?

对此,大华股份给出了他们的答案:

一是全计算,基于边缘计算+云计算,构建边缘智能、全网智能的智能视频处理架构、分布式架构;

二是全感知,对场景进行多位感知采集与分析;

三是全智能,人工智能需要覆盖到产品、解决方案以及业务应用,形成从图像智能到业务智能的应用;

四是全生态,构建产业链战略合作伙伴。

胡明舒认为,到2022年,全球75%的流量是视频监控的流量,如果采用传统政务云处理规模数据的全集中方式,把视频全部集中在一起做分析、应用、存储,肯定不合适。

对于平安城市智能AI应用,非常重要的一点是要考虑智能运算,加上中心云处理,构筑成全网计算、边缘+中心的架构,算力下沉,下沉到派出所,下沉到分局机房或是前移到前端,对所有视频里的人、车、目标做全网分布式的提取,可以很好地降低建设和维护的成本。

以下是胡明舒现场演讲内容,雷锋网作了不改变原意的编辑与整理:

AI给公共安全行业带来了哪些变化?

从学术角度来看,AI包括计算机视觉、语音理解、推理与博弈、机器人学。

在安防领域,主要围绕计算机视觉展开,通过对图像智能的理解,让摄像头能够“看懂”世界,它可以看懂视频里面的每个人、每辆车,然后对人跟车进行特征识别,采集数据;得到数据之后,然后再做下一步的数据预测。

所谓数据预测,是指摄像头通过CV技术,对视频中出现的每一个人、每一辆车进行识别,然后进行一些态势的预测,比如对人群聚集的分析预测以及对交通态势的分析预测等。

数据预测是我们认为的计算机视觉在安防行业带来的第二个变化。

第三个变化是业务重塑,以上两步就非常高效地提升了公安部门的作业效率:以前是在指挥中心接到报警后才出警,而现在通过AI可以驱动业务模式的变革。

AI技术的主导力量很多,包括算法、算力、数据、网络、应用等等。在此背景下,如何基于海量视频去构筑一个更适合视频AI的技术架构和业务架构?

人脸识别之后,AI 落地安防的第二落脚点在哪儿?

大华股份提出了自己的理解:

1、全计算。基于边缘计算加云计算,构筑一个边缘智能、全网智能智能视频处理架构;对于视频AI来说,它的核心是一个全网智能的边缘计算。它视频业务有这么几个特点:流量大、7×24小时高带宽、高并发,同时是典型的计算密集型、内存密集型业务。

对于海量的视频流量,如果采用传统的政务云的这种全集中的方式把视频全部集中在一起做分析、做应用、做存储肯定是不合适的。

对于平安城市智能AI应用,非常重要的一点是要考虑智能运算,加上中心云处理,构筑成全网计算、边缘+中心的架构,算力下沉,下沉到派出所,下沉到分局机房或是前移到前端,对所有视频里的人、车、目标做全网分布式的提取,可以很好地降低建设和维护的成本。

在今后的全网智能里面,智能跟存储应该是在一起的,特别是智能NVR,它可以满足向企业园区、社区、平安乡镇、商超等一系列社会临散场所提供落脚点采集分析以及人脸提取等需求。

2、全感知。除了全计算之外,感知是构筑整个视频智能AI体系结构里面非常重要的一个因素,做到全感知要实现这四个内容的感知:

第一个是环境感知;

第二个是场景感知;

第三个是内容感知;

第四个趋势分析。

感知不仅是多维采集,更重要的是要7×24小时在不同环境场景下都能进行很好的适应。

做警务实战应用时,仅包含视频这个维度的应用是远远不够的,视频作为一个维度的来源,可以提取出人、车的信息,形成结构化数据。但这一步我们要进行全感知,去采集RFID的轨迹,去感知门禁系统“一进一出”产生的数据,进行多场景中多维感知数据的融合;同时,做视频AI的时候,传感器要对全场景任意出入口进行感知,不管是在何种环境下都能对目标进行7×24识别。

通过构筑全感知的网络,我们可以把视频智能AI这块业务进一步的发展为一个物联网的资源池,构筑物联网的AI应用。

3、全智能,在安防领域,AI要从图像智能进一步向业务智能去发展,要做好如下几个方面的交互准备:产品、解决方案、业务应用。

目前AI在安防行业的应用还主要体现在CV这块,但这里只能从计算机视觉到图像智能的跨越;未来,需要安防厂商的产品、解决方案深度打通,形成一个从图像智能到业务智能的转变。

以人脸为例,目前人脸已经能够满足最基本、最核心的布控业务。下一步将进行人脸技战法的应用,将人脸信息采集、预警、检索,做基于人像的情报预警系统。对布控范围内的人进行图像分析、出行规律分析,全智能不仅要覆盖图像智能AI,更要覆盖一些核心的应用场景。

除了人脸之外,目前大华股份也在对人的体态、动作做基于人体的视频智能分析,产生更加丰富的业务场景,来改变整个警务应用的作业模式。雷锋网雷锋网

雷峰网原创文章,未经授权禁止转载。详情见转载须知

分享:
相关文章

编辑

关注AI+。(微信号:ZDmatt)
当月热门文章
最新文章
请填写申请人资料
姓名
电话
邮箱
微信号
作品链接
个人简介
为了您的账户安全,请验证邮箱
您的邮箱还未验证,完成可获20积分哟!
请验证您的邮箱
立即验证
完善账号信息
您的账号已经绑定,现在您可以设置密码以方便用邮箱登录
立即设置 以后再说