未來幾年，人工智能（Artificial Intelligence，縮寫AI）將以完成具體任務的服務智能為主要趨勢，數據化程度高的行業將率先啟動AI落地。在服務智能情景下，數據可得性高的行業，人工智能將率先用于解決行業痛點，爆發大量場景應用。 如今安防監控領(ling)域已進(jin)入數據“大爆炸”的時代，面對井噴式增長的視頻監控數據量，只停留在淺層次分析識別的傳統智能算法，已無法滿足深層次數據價值挖掘的需求。因此，AI在安防行業的落地水到渠成。

AI作用于安防的兩大方(fang)面

安防行業(ye)作為人工(gong)智能(neng)技(ji)術天然的(de)訓練(lian)場和(he)應用(yong)場，對于(yu)人工(gong)智能(neng)的(de)落地(di)應用(yong)有著迫(po)切的(de)需求，基于(yu)安防行業(ye)的(de)天然屬性-識別(bie)、分(fen)析、提取視頻(pin)監控畫面(mian)中人、車、物、環境等各項信息(xi)，具(ju)體(ti)到監控應用(yong)中來，AI在視頻(pin)理解(jie)和(he)大(da)數(shu)據兩方面(mian)都有很好的(de)應用(yong)。

視(shi)頻(pin)理(li)解(jie)：通過(guo)深度學習等(deng)人工(gong)智能前沿技術，實(shi)現(xian)對視頻中(zhong)(zhong)目(mu)標(biao)(biao)(biao)檢(jian)(jian)(jian)測、目(mu)標(biao)(biao)(biao)跟蹤(zong)、目(mu)標(biao)(biao)(biao)分(fen)(fen)(fen)(fen)類、目(mu)標(biao)(biao)(biao)檢(jian)(jian)(jian)索和行為(wei)(wei)分(fen)(fen)(fen)(fen)析，目(mu)標(biao)(biao)(biao)檢(jian)(jian)(jian)測和目(mu)標(biao)(biao)(biao)跟蹤(zong)比(bi)較好(hao)理解，目(mu)標(biao)(biao)(biao)分(fen)(fen)(fen)(fen)類在目(mu)標(biao)(biao)(biao)檢(jian)(jian)(jian)測與跟蹤(zong)之后，捕獲到合適目(mu)標(biao)(biao)(biao)，可(ke)以(yi)對它的屬性進(jin)行分(fen)(fen)(fen)(fen)析判斷。以(yi)監控場(chang)景的人體為(wei)(wei)例，可(ke)以(yi)識別(bie)他(ta)是否騎車、衣著特征、性別(bie)、年齡段、頭發長短(duan)、是否背包、拎(lin)東西、戴口(kou)罩等(deng)等(deng)，最后通過(guo)目(mu)標(biao)(biao)(biao)檢(jian)(jian)(jian)索和行為(wei)(wei)分(fen)(fen)(fen)(fen)析與上層(ceng)業務相結合判斷目(mu)標(biao)(biao)(biao)的活動(dong)軌跡(ji)、身份，并(bing)對視頻畫面中(zhong)(zhong)的目(mu)標(biao)(biao)(biao)正在進(jin)行的行為(wei)(wei)活動(dong)（比(bi)如(ru)打(da)架(jia)、人群聚集等(deng)）進(jin)行分(fen)(fen)(fen)(fen)析判斷。

    大數據：大數據技術為人工智能提供強大的分布式計算能力和知識庫管理能力，是人工智能分析預測、自主完善的重要支撐。其包含三大部分：海量數據管理、大規模分布式計算和數據挖掘。海量數據管理被用于采集、存儲人工智能應用所涉及的全方位數據資源，并基于時間軸進行數據累積，以便能在時間維度上體現真實事物的規律;大規模分布式計算使得人工智能具備強大的計算能力，能同時分析海量的數據，開展特征匹配和模型仿真，并為眾多用戶提供個性化服務;數據挖掘是人工智能發揮真正價值的核心，利用機器學習算法自動開展多種分析計算，探究數據資源中的規律和異常點，輔助用戶更快、更準地找到有效的資源。

AI加持下的智能安防效能表現

隨著深度(du)學(xue)習(xi)算(suan)法的突破，安(an)防領域(yu)目(mu)標識別、物(wu)體檢(jian)測、場景(jing)分割、信息提(ti)取(qu)(qu)標簽化(hua)、數據檢(jian)索等各(ge)項技術應用也(ye)在不斷(duan)取(qu)(qu)得(de)新的進展(zhan)，相(xiang)比于(yu)傳統智能(neng)帶(dai)來的應用效果(guo)，AI深度(du)智能(neng)的效能(neng)提(ti)升尤為顯著，具體表現在：準確率(lv)更高(gao)。應用深度(du)學(xue)習(xi)算(suan)法的深度(du)智能(neng)設備，可(ke)以從原(yuan)始(shi)數據中(zhong)提(ti)取(qu)(qu)具有(you)高(gao)階語義、表達能(neng)力(li)強的特征，這些(xie)特征往往使(shi)得(de)分類效果(guo)更好，從而使(shi)得(de)識別分類對(dui)象的準確率(lv)更高(gao)，也(ye)就是說(shuo)：深度(du)學(xue)習(xi)讓智能(neng)有(you)了質的飛(fei)躍；環(huan)境(jing)(jing)適(shi)應(ying)性更(geng)(geng)強。同樣是環(huan)境(jing)(jing)特(te)征(zheng)的(de)提(ti)煉，深度學習(xi)算法可以(yi)自行提(ti)取更(geng)(geng)豐富、更(geng)(geng)適(shi)合的(de)特(te)征(zheng)參數，從而(er)達到更(geng)(geng)強的(de)環(huan)境(jing)(jing)適(shi)應(ying)性。這就意味著，深度學習(xi)的(de)產(chan)品(pin)可以(yi)應(ying)用到更(geng)(geng)廣泛(fan)的(de)環(huan)境(jing)(jing)當中;識別種類更(geng)豐富。理論上只(zhi)要(yao)有足夠(gou)(gou)多的樣本進行訓(xun)練，深度(du)學習(xi)能夠(gou)(gou)實現比(bi)較精準的目標(biao)分類識別，自主特征識別的特點(dian)，又(you)讓深度(du)學習(xi)特別適(shi)用(yong)于抽象、復雜(za)的關(guan)于人的特征、行為的分析領(ling)域。

預警，AI+安防的趨勢

現階段人工智能(neng)在(zai)(zai)安防(fang)(fang)(fang)監控中(zhong)的(de)應用很大程(cheng)度是體(ti)現在(zai)(zai)效率提升的(de)方(fang)面(mian)，將(jiang)原先(xian)動輒需要(yao)(yao)幾(ji)(ji)個月，甚(shen)至(zhi)幾(ji)(ji)年才能(neng)偵(zhen)破(po)的(de)復雜案(an)(an)件，破(po)案(an)(an)效率提升到幾(ji)(ji)天甚(shen)至(zhi)幾(ji)(ji)個小(xiao)時，有力的(de)詮釋了“向科技要(yao)(yao)警力”的(de)概念。但回到安防(fang)(fang)(fang)的(de)本質，安全是第一(yi)要(yao)(yao)素，終極(ji)目標則(ze)落在(zai)(zai)“防(fang)(fang)(fang)”字上面(mian)，如(ru)何能(neng)從被動安防(fang)(fang)(fang)到主動安防(fang)(fang)(fang)甚(shen)至(zhi)事先(xian)預警，這(zhe)也是目前安防(fang)(fang)(fang)行業正在(zai)(zai)努力探索的(de)方(fang)向。

目前，人(ren)工智(zhi)能(neng)在(zai)安防(fang)領域(yu)另(ling)一個典型應用(yong)(yong)是通(tong)過以大數據分(fen)析(xi)為代表(biao)的(de)智(zhi)能(neng)分(fen)析(xi)技術(shu)，實(shi)現輿情監控(kong)和惡(e)性襲(xi)擊事(shi)件預(yu)警。較為典型的(de)有人(ren)流(liu)管(guan)控(kong)、交通(tong)熱力圖等(deng)應用(yong)(yong)，系統(tong)(tong)可自動統(tong)(tong)計現場人(ren)流(liu)量或車(che)流(liu)情況，當(dang)流(liu)量超過預(yu)設值時即發出報警信(xin)號(hao)提醒責(ze)任(ren)方采(cai)取(qu)限流(liu)和管(guan)控(kong)措施，適用(yong)(yong)于景區、大型活動的(de)安全管(guan)理(li)和城(cheng)市交通(tong)疏(shu)導。預(yu)警的(de)(de)(de)(de)另(ling)一(yi)個方(fang)向，利(li)用行為大數據來預(yu)判潛(qian)在(zai)犯(fan)罪，在(zai)具體的(de)(de)(de)(de)技術(shu)應用上，這里面涉及到(dao)對人物目標(biao)的(de)(de)(de)(de)特征和(he)行為識別、分析(xi)，以及目標(biao)歷史(shi)數據的(de)(de)(de)(de)線性研判，利(li)用人們(men)的(de)(de)(de)(de)活動和(he)行為數據，例如去出售武器的(de)(de)(de)(de)商店，來評估他們(men)實(shi)施(shi)犯(fan)罪行為的(de)(de)(de)(de)可能性。當然(ran)這種預(yu)判是(shi)建(jian)立在(zai)有一(yi)定事實(shi)根(gen)據的(de)(de)(de)(de)基礎之上，比如有犯(fan)罪前科或是(shi)有作(zuo)案動機的(de)(de)(de)(de)特殊目標(biao)，然(ran)后再輔以人工智能技術(shu)來達到(dao)預(yu)防潛(qian)在(zai)犯(fan)罪的(de)(de)(de)(de)目的(de)(de)(de)(de)，提高(gao)社會的(de)(de)(de)(de)安全性。