伴隨著深度學(xué)習(xí)算法的不斷發(fā)展，為人類帶來新變革的人工智能技術(shù)出現(xiàn)了，目前已經(jīng)在金融、安防、醫(yī)療、法律等多個(gè)不同領(lǐng)域開始逐步應(yīng)用。源于安防領(lǐng)域事前預(yù)防、事中響應(yīng)、事后追查的訴求與人工智能的技術(shù)邏輯完全吻合，安防行業(yè)占得先機(jī)。當(dāng)人工智能技術(shù)應(yīng)用到安防行業(yè)公安天網(wǎng)監(jiān)控系統(tǒng)的攝像頭上，監(jiān)控里的視頻能夠進(jìn)行數(shù)據(jù)智能分析，公安機(jī)構(gòu)打擊嫌疑人也出現(xiàn)了更多的可能。
   AI攝像頭能為公安機(jī)構(gòu)創(chuàng)造哪些可能？
   視頻監(jiān)控的發(fā)展，一直以來都是用于檢測(cè)和制止家庭、企業(yè)和公共場(chǎng)所的違法行為。公安機(jī)構(gòu)每年在打擊違法份子的手段上尤其是在完善天網(wǎng)監(jiān)控系統(tǒng)上投入了大量的資金和人力，目前公安機(jī)構(gòu)天網(wǎng)監(jiān)控系統(tǒng)安放的攝像頭基本上已經(jīng)遍布城市中的每一個(gè)角落，農(nóng)村也正在開始普及當(dāng)中。
   一、助力公安高效偵查破案，AI攝像頭成“偵查專家”
   在公安機(jī)構(gòu)建設(shè)的天網(wǎng)監(jiān)控系統(tǒng)中，傳統(tǒng)的攝像頭只能夠解決視頻的儲(chǔ)存和回放，公安人員一旦使用這些監(jiān)控設(shè)備偵查破案，需要定位和查找視頻錄像中的人、車輛、物等目標(biāo)相關(guān)信息，然而這需要投入大量的人力以及精力。
   因?yàn)槟壳耙獙?shí)現(xiàn)全方位的實(shí)時(shí)監(jiān)控，調(diào)度指揮，視頻錄像中的可疑車輛檢索查證，必須得依靠公安相關(guān)工作人員時(shí)刻緊盯屏幕，監(jiān)視所有攝像頭里的實(shí)況視頻，以及相關(guān)視頻錄像的回放。同時(shí)這也難以避免因?yàn)楣ぷ魅藛T長(zhǎng)時(shí)間緊盯屏幕和疏忽，導(dǎo)致遺漏某些稍縱即逝的重要消息，從而影響公安人員自身的破案效率。
   在這種情況下，公安機(jī)構(gòu)急需一種新的技術(shù)來幫助自身打破通過人為視頻監(jiān)控檢索消息的壁壘。而人工智能的四個(gè)核心能力，語音、圖像、自然語言理解和人物畫像，恰好滿足公安人員通過攝像頭視頻監(jiān)控檢索信息的訴求。
   通過人工智能四大核心技術(shù)，當(dāng)公安天網(wǎng)監(jiān)控系統(tǒng)的攝像頭能夠?qū)σ曨l數(shù)據(jù)進(jìn)行智能分析，實(shí)時(shí)分析視頻監(jiān)控內(nèi)容，檢測(cè)運(yùn)動(dòng)對(duì)象，識(shí)別人、車屬性信息，將存在可疑點(diǎn)視頻傳遞到數(shù)據(jù)庫進(jìn)行單獨(dú)存儲(chǔ)，同時(shí)還能提取視頻錄像中違法現(xiàn)場(chǎng)周邊可疑的人、車、物等目標(biāo)相關(guān)信息，通過人臉識(shí)別技術(shù)實(shí)現(xiàn)一對(duì)一的圖像對(duì)比，快速的查找可疑目標(biāo)資料信息，定位可疑目標(biāo)位置，生成結(jié)構(gòu)化的語義描述反饋給公安工作人員，這將大大提高公安人員偵查破案的效率。違法嫌疑人的軌跡鎖定原來可能需要幾天時(shí)間，在AI攝像頭的幫助下縮短到幾個(gè)小時(shí)就能協(xié)助公安人員快速破案抓獲違法嫌疑人，讓嫌疑人無所遁形。
   二、利用人工智能“預(yù)測(cè)”違法，協(xié)助公安人員預(yù)防違法事件
   社會(huì)違法事件頻頻上演，將違法嫌疑人緝拿歸案是公安機(jī)構(gòu)的本職工作，但是某種意義上而言維護(hù)治安，及時(shí)制止違法事情的發(fā)生更加值得重視，如何有效的預(yù)防違法事件的發(fā)生？這幾乎成為了每個(gè)公安機(jī)構(gòu)心頭的焦慮。
   那么AI攝像頭是否能夠協(xié)助公安人員預(yù)防違法事件發(fā)生呢？通過人工智能技術(shù)識(shí)別人的面部表情、行為識(shí)別以及步態(tài)分析，協(xié)助警察提前進(jìn)行預(yù)測(cè)分析違法行為做好制止工作。
   例如通過AI攝像頭建立一個(gè)面部識(shí)別系統(tǒng)，根據(jù)每一天某人去過哪些地方、有哪些行為動(dòng)作，給他設(shè)置違法風(fēng)險(xiǎn)評(píng)級(jí)，然后AI攝像頭將預(yù)測(cè)結(jié)果告知警方。比如說，生活中一個(gè)人去買菜刀并不可疑，但是如果同一個(gè)人買完菜刀之后又同時(shí)去買了一把錘子和一個(gè)袋子，那么這個(gè)人的可疑評(píng)級(jí)就會(huì)因此上升，一旦分值超過警戒線，AI攝像頭就會(huì)發(fā)出警報(bào)提醒公安部門密切關(guān)注此人，提前預(yù)判制止違法事件發(fā)生。
   AI攝像頭引導(dǎo)公安打擊違法需要突破的難題
   “理想很豐滿，現(xiàn)實(shí)卻很骨感”，利用AI攝像頭打擊嫌疑人的確非常具有應(yīng)用前景，但是就目前的技術(shù)，以及各方面的資源而言，AI攝像頭想要具體落實(shí)，還有很多實(shí)質(zhì)性的問題需要解決。
   一、視頻成像對(duì)環(huán)境的適應(yīng)性
   視頻成像是人工智能對(duì)視頻內(nèi)容理解的基石，而人工智能指導(dǎo)公安人員打擊嫌疑人主要分為三個(gè)步驟，目標(biāo)檢測(cè)、目標(biāo)跟蹤和目標(biāo)屬性提取。但是在惡劣的環(huán)境因素下，當(dāng)AI攝像頭面臨關(guān)照不足、圖像模糊、目標(biāo)尺寸過小又或是相互遮擋等問題的時(shí)候，這種情況下可能會(huì)對(duì)人工智能對(duì)視頻內(nèi)容的辨識(shí)度造成一定的影響甚至是數(shù)據(jù)誤報(bào)，給公安人員帶來一些不必要的麻煩。
   二、如何打破數(shù)據(jù)的孤島效應(yīng)
   大數(shù)據(jù)技術(shù)能為人工智能提供強(qiáng)大的分布式計(jì)算能力和知識(shí)庫管理能力，是人工智能分析預(yù)測(cè)、自主完善的重要支撐。可在傳統(tǒng)的安防體系中，各個(gè)平臺(tái)之間的數(shù)據(jù)開放性、彼此之間的共享度極低，例如定位、社交、車輛、消費(fèi)等等，雖然公安人員能夠收集到這些數(shù)據(jù)，但是人工智想要自主收集卻不是一件易事。當(dāng)AI攝像頭缺乏有效的數(shù)據(jù)支撐，就很難開展多維數(shù)據(jù)融合分析，無法實(shí)現(xiàn)目標(biāo)追蹤的目的。
這里以人臉識(shí)別為例，要提高人臉識(shí)別的準(zhǔn)確率，只是單純依靠提高人物圖片高精度識(shí)別是不夠的，還需要擴(kuò)充分析數(shù)據(jù)的緯度，例如定位、收集人物車輛和消費(fèi)等信息。
   三、領(lǐng)域?qū)I(yè)知識(shí)的積累
   目前的智能分析技術(shù)還僅僅停留在單場(chǎng)景的目標(biāo)檢測(cè)和行為分析的層次，對(duì)視頻內(nèi)容的理解分析偏弱，無法對(duì)大范圍場(chǎng)景進(jìn)行關(guān)聯(lián)行為分析，而主要表現(xiàn)于無法對(duì)動(dòng)作、行為等動(dòng)態(tài)特征以及之間的關(guān)聯(lián)性做結(jié)構(gòu)化的處理。
   另外，自身領(lǐng)域也沒有積累下有效的經(jīng)驗(yàn)知識(shí)用于人類行為異常分析和風(fēng)險(xiǎn)預(yù)測(cè)。
   四、缺乏有效的自主完善能力
   真正的人工智能需要具備自主學(xué)習(xí)的能力，但是當(dāng)前的智能更多只是一種反應(yīng)式的智能，根據(jù)用戶輸入條件進(jìn)行自動(dòng)判斷，并不具備自主成長(zhǎng)學(xué)習(xí)的能力?；谌斯ぶ悄芗夹g(shù)的攝像頭指導(dǎo)公安機(jī)構(gòu)破案，如何才能夠具備經(jīng)驗(yàn)積累成長(zhǎng)的能力，成為了當(dāng)前AI安防行業(yè)發(fā)展的難題。
   雖然目前來說AI攝像頭的發(fā)展道路十分的曲折，但是隨著政府對(duì)AI安防的大力支持，未來數(shù)據(jù)的開發(fā)共享，深度學(xué)習(xí)算法的不斷提升，我們終將迎來一個(gè)全新的和諧社會(huì)。