| |
|
|
 |
您所在的位置：網(wǎng)站首頁(yè) >> 公司新聞 >> 行業(yè)新聞 |
|
人工智能在安防領(lǐng)域大有可為
|
| |
| 時(shí)間：2017-03-27 信息來(lái)源：慧聰安防網(wǎng) 點(diǎn)擊：2426次 【字體：大 中 小】 |
| |
隨著平安城市建設(shè)的迅速發(fā)展，視頻監(jiān)控點(diǎn)位覆蓋率也隨著增長(zhǎng)，業(yè)務(wù)的應(yīng)用也更加復(fù)雜，僅依靠有限的人力已無(wú)法充分利用所建設(shè)的資源。讓人工智能勝任一些通常需要人類(lèi)智能才能完成的復(fù)雜工作，協(xié)助人工更效率、更準(zhǔn)確的完成業(yè)務(wù)工作已成為大勢(shì)所趨。
近些年，深度學(xué)習(xí)的出現(xiàn)大大推動(dòng)了計(jì)算機(jī)智能的實(shí)際應(yīng)用效果，特別在視頻智能分析方面取得了突出進(jìn)展，LFW（非受控網(wǎng)絡(luò)圖片數(shù)據(jù)庫(kù)）國(guó)際人臉識(shí)別比賽，機(jī)器首次超越人眼識(shí)別準(zhǔn)確率，2015達(dá)到99.55%，準(zhǔn)確率還在持續(xù)提升，這讓深度學(xué)習(xí)為視頻智能分析在平安城市中的應(yīng)用提供了更多可能。
對(duì)于前端而言，看得清，看得遠(yuǎn)，看得更智能以及滿足對(duì)各種環(huán)境的適應(yīng)成為主流趨勢(shì)。對(duì)于后端平臺(tái)而言，隨著數(shù)據(jù)量和數(shù)據(jù)種類(lèi)的爆炸性增長(zhǎng)，如何在海量視圖數(shù)據(jù)中快速碰撞、提取出有價(jià)值的線索，成為主要課題。隨著人工智能技術(shù)的發(fā)展，以視頻內(nèi)容分析識(shí)別技術(shù)為核心，通過(guò)對(duì)非結(jié)構(gòu)化的數(shù)據(jù)進(jìn)行結(jié)構(gòu)化描述，提取出濃縮和摘要信息，實(shí)現(xiàn)快速檢索和查找，并通過(guò)類(lèi)似于人類(lèi)大腦思考一樣從而進(jìn)行大數(shù)據(jù)分析和信息碰撞成為可能。
安防領(lǐng)域下的人工智能應(yīng)用
通過(guò)大數(shù)據(jù)技術(shù)，可對(duì)視頻、圖片、WIFI信號(hào)、電子車(chē)牌等不同種類(lèi)的數(shù)據(jù)進(jìn)行分析、碰撞、發(fā)現(xiàn)潛在聯(lián)系，抽取中有價(jià)值的信息，并形成可視化結(jié)果呈現(xiàn)，下面就一些安防領(lǐng)域下的人工智能大數(shù)據(jù)應(yīng)用進(jìn)行淺談。
人員分析應(yīng)用，依托人工智能系統(tǒng)的人員特征識(shí)別服務(wù)輸出的結(jié)果，進(jìn)行數(shù)據(jù)分析，實(shí)現(xiàn)人員身份的識(shí)別、人員布防、人臉軌跡等功能。
車(chē)輛分析應(yīng)用，可以滿足全地圖操作，實(shí)現(xiàn)可視化的應(yīng)用，包括：軌跡分析、跟車(chē)分析、碰撞分析、頻次分析、套牌分析、隱匿車(chē)輛挖掘等功能。
多資源時(shí)空應(yīng)用，可以基于GIS地圖的指揮調(diào)度，通過(guò)地理信息系統(tǒng)實(shí)現(xiàn)對(duì)各項(xiàng)視頻資源進(jìn)行一體化管理，實(shí)現(xiàn)監(jiān)控圖像的直觀可視化應(yīng)用。實(shí)現(xiàn)快速調(diào)取需要關(guān)注的監(jiān)控點(diǎn)或監(jiān)控區(qū)域圖像，實(shí)現(xiàn)目標(biāo)在線追蹤。通過(guò)視頻圖層疊加、視頻資源搜索和視頻定位，將道路情況、資源分布情況、人員分布情況、地理坐標(biāo)信息、警力部署情況以圖形化的形式展示出來(lái)，直觀的對(duì)全局信息進(jìn)行全面多維的展示，使指揮調(diào)度更加直觀高效。
視圖內(nèi)容預(yù)警、自動(dòng)告警聯(lián)動(dòng)應(yīng)用，對(duì)視頻的內(nèi)容進(jìn)行自動(dòng)預(yù)警。當(dāng)觸發(fā)預(yù)先設(shè)置的預(yù)案后，聯(lián)動(dòng)的攝像機(jī)將會(huì)同時(shí)打開(kāi)監(jiān)控圖像，形成對(duì)案發(fā)地的監(jiān)控封鎖，同時(shí)實(shí)時(shí)報(bào)警。布控智能規(guī)則分析功能包括：區(qū)域入侵、絆線檢測(cè)、非法停車(chē)、徘徊檢測(cè)、打架檢測(cè)、物品遺留、物品丟失、非法尾隨、人群聚集、車(chē)流統(tǒng)計(jì)、車(chē)牌特征識(shí)別、煙火檢測(cè)等。
視頻實(shí)時(shí)標(biāo)注應(yīng)用，可以利用實(shí)時(shí)視頻進(jìn)行實(shí)時(shí)結(jié)構(gòu)化，包括人、車(chē)、運(yùn)動(dòng)目標(biāo)進(jìn)行特征提取，實(shí)時(shí)視頻標(biāo)注將視頻數(shù)據(jù)轉(zhuǎn)化為公安實(shí)戰(zhàn)所用的情報(bào)，實(shí)現(xiàn)視頻數(shù)據(jù)向信息、情報(bào)的轉(zhuǎn)化。
人像快速比對(duì)查找應(yīng)用，可對(duì)嫌疑人員進(jìn)行比對(duì)，快速確認(rèn)目標(biāo)身份，提供智能、精準(zhǔn)、快速的人臉比對(duì)和完善的視頻圖像大數(shù)據(jù)分析挖掘應(yīng)用。綜合解決人像實(shí)時(shí)追蹤監(jiān)控預(yù)警、人員身份快速比對(duì)檢索核準(zhǔn)、人員歷史軌跡追蹤倒查等查人、找人、預(yù)警、追蹤等的人員管理監(jiān)控問(wèn)題。
視頻圖像智能研判應(yīng)用，可以對(duì)多種格式視頻、圖片采用適用于多種場(chǎng)景、多種情況的圖像處理算法，實(shí)現(xiàn)對(duì)模糊圖像的清晰化處理。還提供視頻智能標(biāo)注服務(wù)和檢索服務(wù)，實(shí)現(xiàn)對(duì)視頻、圖片中涉案嫌疑目標(biāo)的智能（系統(tǒng)自動(dòng)提取描述信息）結(jié)構(gòu)化描述，減少人工標(biāo)注錄入的結(jié)構(gòu)化描述信息的工作量，同時(shí)滿足多種檢索方式，提高視頻查看的速度和效率，達(dá)到快速查找、定位嫌疑目標(biāo)的目的，減少案事件視頻中嫌疑目標(biāo)信息遺漏的可能。
車(chē)輛數(shù)據(jù)碰撞挖掘應(yīng)用，可以對(duì)卡口圖片車(chē)輛數(shù)據(jù)的二次識(shí)別，包括車(chē)牌號(hào)碼、車(chē)輛品牌、車(chē)輛子品牌、車(chē)輛年款、車(chē)輛顏色、車(chē)牌顏色、車(chē)輛類(lèi)型、車(chē)牌類(lèi)型、年檢標(biāo)、遮陽(yáng)板、安全帶等車(chē)輛細(xì)節(jié)信息，將車(chē)輛的運(yùn)行軌跡，活動(dòng)規(guī)律等進(jìn)行數(shù)據(jù)碰撞比對(duì)，從而挖掘隱藏的案事件線索實(shí)現(xiàn)可視化的應(yīng)用，功能包括：軌跡分析、跟車(chē)分析、碰撞分析、頻次分析、套牌分析、隱匿車(chē)輛挖掘等。
車(chē)輛實(shí)時(shí)布控應(yīng)用，可針對(duì)于被盜車(chē)輛、違章車(chē)輛、涉案車(chē)輛、高危人員車(chē)輛、重點(diǎn)車(chē)輛等，對(duì)特定移動(dòng)目標(biāo)對(duì)象的特征屬性（如車(chē)牌號(hào)碼、車(chē)型、顏色、空間區(qū)域等）及其組合進(jìn)行在線即時(shí)布控功能。
結(jié)語(yǔ)：隨著采集手段的不斷豐富，數(shù)據(jù)內(nèi)容的不斷增長(zhǎng)，以及技術(shù)的不斷成熟，智能輔助人工進(jìn)行工作已經(jīng)成為必然趨勢(shì)。這里講的大數(shù)據(jù)技術(shù)只是人工智能的一個(gè)方面體現(xiàn)，相信隨著技術(shù)的發(fā)展，會(huì)有越來(lái)越多的智能化應(yīng)用在更多的領(lǐng)域落地，使人工智能不僅在安防領(lǐng)域發(fā)揮重要作用，同時(shí)借助人工智能在更多領(lǐng)域發(fā)揮作用，從平安城市上升到真正的智慧型城市。 |
| |
|
|
|
