闯红灯被抓拍人工智能促智慧城市安防

前不久,针对“行人闯红灯过马路”的交通顽疾,山东济南、江苏宿迁等地上岗了一批“斑马线上的电子警察”。这些“电子警察”是海康威视开发的人脸比对行人闯红灯交通管理报警系统,可对闯红灯人员进行人脸抓拍、提取人脸特征,并将数据送入后端海康脸谱人脸信息综合应用系统,实现人脸动态比对、实时预警等功能,闯红灯的过程也会被路边的大屏实时曝光。通过这种视频分析、运动跟踪、人脸检测和识别技术在智能交通领域的全新综合应用,宿迁市的行人及非机动车闯红灯的违法行为下降70%。

2017年夏季青岛国际啤酒节期间,高峰时每天入园超过10万人次。青岛开发区警方借助依图智能安防平台,首次将人脸识别系统应用于大型安保活动实战。利用高清摄像头捕捉采集人脸图像,0.8秒内就能锁定可疑人员,实现人像识别成功率为98.1%、识别报警相似度为85%的高效率,抓拍识别能够秒级反应,为快速甄别和即时抓捕提供技术支撑。啤酒节开幕两周就抓获上在逃人员22名、吸毒人员11名,当场抓获扒窃嫌疑人5名,让警情“零接报”。

在重庆渝中区,当地警方使用智能化的人像比对系统,在40个工作日内辨认出69名嫌疑人,相比人工效率提升200倍。以前要从数十甚至上百小时的监控视频里找到关键画面,仅靠人力进行图像识别,就像大海捞针,效率低、准确性也难以保障。

在交通、公安、楼宇乃至个人住宅等需要安全防范和保护的领域和场所,人工智能正在深刻改变着安防行业的面貌,给人们的工作生活加上一道智能化的安全屏障。

成为现代安防领域的催化剂和助推剂

安防行业具有数据信息量大、数据层次丰富的特征,如今安防监控领域已进入数据大爆炸的时代。专家指出,面对井喷式增长的视频监控数据量,停留在浅层次分析识别的传统智能算法,已无法满足深层次数据价值挖掘的需求。因此人工智能在安防行业的落地水到渠成并日渐深入,目前已广泛应用于公安系统的身份甄别、合成追逃、侦查破案、服务民生等各项业务之中。

浙江大学计算机学院人工智能研究所教授李玺介绍说,安防领域非常复杂,电子锁、指纹门禁、监控摄像头、传感器、报警器等,都属于传统安防领域的硬件设备。传统安防主要是视频安防,因为“眼见为实”,视觉信息相对而言显得非常重要。

传统的安防只是产生数据的设备,没有办法进一步对数据进行分析后产生价值,数据也需要人去读取、分析,效率较低。人工智能则通过一系列软件与算法,提高效率、精准度和覆盖率,可以从海量数据中挖掘出有效信息,从而成为现代安防领域的催化剂和助推剂。

李玺说,最直观的例子就是人脸识别,这项通用性技术与安防结合,可以解决安防的痛点。比如一个城市有20万个摄像头,光靠人力根本看不过来。人工智能可以进行粗加工,包括压缩视频、检测核心事件、分析拥堵情况,以及对信息进行有效组合等。人工智能的优势还在于能够拓展人的能力边界,比如分析20万个摄像头读取到的信息,形成精准的分析报告,帮助人们决策。而且,通过人工智能算法,在视频采集时就把最关键的画面,包括人的面孔、车辆的牌照等精确捕捉下来,这些画面第一时间传送到后端的智能分析系统,无需过多人工干预,分析又快又准。

“可以说,安防是人工智能最具市场前景的领域。”海康威视研究院智能算法部负责人孟祥广认为,视频监控的高清化和络化,以及大体量数据,为人工智能提供了坚实的基础。同时,为了解决海量监控视频中无用数据淹没少数有价值数据的问题,在行业数据越来越丰富的趋势下,迫切需要更智能化的产品来解决视频体量激增带来的有效分析问题。

传统的安防技术和系统具备一定的智能化,但新一代人工智能带来的是更加颠覆性的变化。专家表示,传统的智能算法一般是通过人工来设计特征,往往具有很大的主观性,也依赖于设计者本身的经验和技术水平。而深度学习算法是通过机器自动从数据中学习出特征。因此,基于深度学习算法的人工智能可以很好地解决众多传统智能算法无法解决的问题,也给安防领域带来巨大变化:准确率更高,环境适应性更强,识别种类更丰富。

本文由入驻维科号的作者撰写，观点仅代表作者本人，不代表OFweek立场。如有侵权或其他问题，请联系举报。