淺談人工智能在安防領(lǐng)域的深度應(yīng)用

□ 文/ 林 潔

淺談人工智能在安防領(lǐng)域的深度應(yīng)用

□ 文/ 林 潔

在3月5日舉行的全國(guó)人大第五次會(huì)議上，在李 克 強(qiáng) 總 理 所 作 的 2017年《 政 府 工 作 報(bào) 告》中 明確提出：“一方面要加快培育新材料、人工智能、集成電路、生物制藥、第五代移動(dòng)通信等新興產(chǎn)業(yè) ，另 一 方 面 要 應(yīng) 用 大 數(shù) 據(jù) 、云 計(jì) 算 、物 聯(lián) 網(wǎng) 等 技術(shù)加快改造提升傳統(tǒng)產(chǎn)業(yè)，把發(fā)展智能制造作為主攻方向?！?繼在2016年8月被加入國(guó)務(wù)院印發(fā)的《“十三五”國(guó)家科技創(chuàng)新規(guī)劃》，此次人工智能被寫(xiě)入《政府工作報(bào)告》，也意味著這一技術(shù)在國(guó)家政策中的急速奔跑。預(yù)計(jì)未來(lái)兩年我國(guó)人工智能的政策氛圍將快速發(fā)酵，產(chǎn)業(yè)將迎來(lái)進(jìn)一步爆發(fā)，2017年將是關(guān)鍵一年。

人工智能的定義及發(fā)展歷程

人工智能（Artificial Intelligence）最早在1956年就提出了，英文縮寫(xiě)為AI。它是研究、開(kāi)發(fā)用于模 擬 、延 伸 和 擴(kuò) 展 人 的 智 能 的 理 論 、方 法 、技 術(shù) 及應(yīng)用系統(tǒng)的一門(mén)新的技術(shù)科學(xué)。是對(duì)人的意識(shí)、思維的信息過(guò)程的模擬。人工智能是計(jì)算機(jī)科學(xué)的一個(gè)分支，它企圖了解智能的實(shí)質(zhì)，并生產(chǎn)出一種新的能以人類智能相似的方式做出反應(yīng)的智能機(jī)器 ，該 領(lǐng) 域 的 研 究 包 括 機(jī) 器 人 、語(yǔ) 言 識(shí) 別 、圖 像 識(shí)別、自然語(yǔ)言處理和專家系統(tǒng)等。

人工智能在計(jì)算機(jī)領(lǐng)域內(nèi)，得到了愈加廣泛的重視。并在機(jī)器人，經(jīng)濟(jì)政治決策，控制系統(tǒng)，仿真系統(tǒng)中得到應(yīng)用。 著名的美國(guó)斯坦福大學(xué)人工智能研究中心尼爾遜教授對(duì)人工智能下了這樣一個(gè) 定 義 ：“ 人 工 智 能 是 關(guān) 于 知 識(shí) 的 學(xué) 科——怎樣表示知識(shí)以及怎樣獲得知識(shí)并使用知識(shí)的科學(xué)?！倍?一 個(gè) 美 國(guó) 麻 省 理 工 學(xué) 院 的 溫 斯 頓 教 授 認(rèn) 為 ：“ 人工智能就是研究如何使計(jì)算機(jī)去做過(guò)去只有人才能做的智能工作?！边@些說(shuō)法反映了人工智能學(xué)科的基本思想和基本內(nèi)容。即人工智能是研究人類智能活動(dòng)的規(guī)律，構(gòu)造具有一定智能的人工系統(tǒng)，研究如何讓計(jì)算機(jī)去完成以往需要人的智力才能勝任的工作，也就是研究如何應(yīng)用計(jì)算機(jī)的軟硬件來(lái) 模 擬 人 類 某 些 智 能 行 為 的 基 本 理 論 、方 法 和 技術(shù)。

人工智能是研究使計(jì)算機(jī)來(lái)模擬人的某些思維過(guò)程和智能行為（如學(xué)習(xí)、推理、思考、規(guī)劃等）的 學(xué) 科 ，主 要 包 括 計(jì) 算 機(jī) 實(shí) 現(xiàn) 智 能 的 原 理 、制 造 類似于人腦智能的計(jì)算機(jī)，使計(jì)算機(jī)能實(shí)現(xiàn)更高層次的應(yīng)用。人工智能將涉及到計(jì)算機(jī)科學(xué)、心理學(xué)、哲學(xué)和語(yǔ)言學(xué)等學(xué)科。可以說(shuō)幾乎是自然科學(xué)和社會(huì)科學(xué)的所有學(xué)科，其范圍已遠(yuǎn)遠(yuǎn)超出了計(jì)算機(jī)科學(xué)的范疇，人工智能與思維科學(xué)的關(guān)系是實(shí)踐和理論的關(guān)系，人工智能是處于思維科學(xué)的技術(shù)應(yīng)用層次，是它的一個(gè)應(yīng)用分支。從思維觀點(diǎn)看，人工智能不僅限于邏輯思維，要考慮形象思維、靈感思維才能促進(jìn)人工智能的突破性的發(fā)展，數(shù)學(xué)常被認(rèn)為是多種學(xué)科的基礎(chǔ)科學(xué)，數(shù)學(xué)也進(jìn)入語(yǔ)言 、思 維 領(lǐng) 域 ，人 工 智 能 學(xué) 科 也 必 須 借 用 數(shù) 學(xué) 工具，數(shù)學(xué)不僅在標(biāo)準(zhǔn)邏輯、模糊數(shù)學(xué)等范圍發(fā)揮作 用 ，數(shù) 學(xué) 進(jìn) 入 人 工 智 能 學(xué) 科 ，它 們 將 互 相 促 進(jìn)而 更 快 地 發(fā) 展 。人 工 智 能 三 次 浪 潮

第一次，五十年代的達(dá)特茅斯會(huì)議確立了人工智能（AI）這一術(shù)語(yǔ)，人們陸續(xù)發(fā)明了第一款感知神經(jīng)網(wǎng)絡(luò)軟件和聊天軟件，證明了數(shù)學(xué)定理，人類驚呼 “人工智能來(lái)了”、“再過(guò)十年機(jī)器人會(huì)超越人類”。然而，人們很快發(fā)現(xiàn)，這些理論和模型只能解決一些非常簡(jiǎn)單的問(wèn)題，人工智能進(jìn)入第一次冬天。第二次，八十年代 Hopfield 神經(jīng)網(wǎng)絡(luò)和 BT 訓(xùn)練算法的提出，使得人工智能再次興起，出現(xiàn)了語(yǔ)音識(shí)別、語(yǔ)音翻譯計(jì)劃，以及日本提出的第五代計(jì)算機(jī)。但這些設(shè)想遲遲未能進(jìn)入人們的生活之中，第二次浪潮又破滅了。第三次，隨著2006 年 Hinton 提出的深度學(xué)習(xí)技術(shù)，以及 2012年 ImageNet 競(jìng)賽在圖像識(shí)別領(lǐng)域帶來(lái)的突破，人工智能再次爆發(fā)。這一次，不僅在技術(shù)上頻頻取得突破，在商業(yè)市場(chǎng)同樣炙手可熱，創(chuàng)業(yè)公司層出 不 窮 ，投 資 者 競(jìng) 相 追 逐 。

可以說(shuō)，整個(gè)人工智能的發(fā)展過(guò)程都是在這樣的模式之中，不同技術(shù)在不同時(shí)期扮演著推動(dòng)人工智能發(fā)展的角色。在此，我們基于人工智能行 業(yè) 的 企 業(yè) 、投 資 融 資 以 及 研 究 成 果 等 維 度 提 供一個(gè)全新看待人 工智能的視角。

人工智能核心技術(shù)

計(jì) 算 機(jī) 視 覺(jué) 、機(jī) 器 學(xué) 習(xí) 、自 然 語(yǔ) 言 處 理 、機(jī) 器人 和 語(yǔ) 音 識(shí) 別 是 人 工 智 能 的 五 大 核 心 技 術(shù) ，它 們均會(huì)成為獨(dú)立的子產(chǎn)業(yè)。

計(jì)算機(jī)視覺(jué)：計(jì)算機(jī)視覺(jué)技術(shù)運(yùn)用由圖像處理操作及機(jī)器學(xué)習(xí)等技術(shù)所組成的序列來(lái)將圖像分析任務(wù)分解為便于管理的小塊任務(wù)。

機(jī)器學(xué)習(xí)：機(jī)器學(xué)習(xí)是從數(shù)據(jù)中自動(dòng)發(fā)現(xiàn)模式，模式一旦被發(fā)現(xiàn)便可以做預(yù)測(cè)，處理的數(shù)據(jù)越多，預(yù)測(cè)也會(huì)越準(zhǔn)確。

自然語(yǔ)言處理：對(duì)自然語(yǔ)言文本的處理是指計(jì)算機(jī)擁有的與人類類似的對(duì)文本進(jìn)行處理的能力 。例 如 自 動(dòng) 識(shí) 別 文 檔 中 被 提 及 的 人 物 、地 點(diǎn) 等 ，或?qū)⒑贤械臈l款提取出來(lái)制作成表。

機(jī)器人技術(shù)：近年來(lái)，隨著算法等核心技術(shù)提升，機(jī)器人取得重要突破。例如無(wú)人機(jī)、家務(wù)機(jī)器人、醫(yī)療機(jī)器人等。

生物識(shí)別技術(shù)：生物識(shí)別可融合計(jì)算機(jī)、光學(xué)、聲學(xué)、生物傳感器、生物統(tǒng)計(jì)學(xué)，利用人體固有的生體特性如指紋、人臉、 虹膜、靜脈、 聲音、步態(tài)等進(jìn)行個(gè)人身份鑒定，最初運(yùn)用于司法鑒定。

隨著科技的發(fā)展，生物識(shí)別技術(shù)已經(jīng)成為個(gè)人身份識(shí)別或認(rèn)證技術(shù)的重要方式，人臉識(shí)別作為生物特征識(shí)別的重要分支，它的無(wú)侵害性和對(duì)用戶以最自然、最直觀的識(shí)別方式更容易被接受 ，然 而 ，已 有 的 一 些 機(jī) 器 學(xué) 習(xí) 算 法 大 都 使 用 淺層結(jié)構(gòu)，而淺層結(jié)構(gòu)的網(wǎng)絡(luò)很難表示復(fù)雜函數(shù)。同時(shí)，以往提出的多層感知機(jī)器雖可以表示復(fù)雜的函數(shù)關(guān)系但又由于沒(méi)有很好的學(xué)習(xí)算法。近幾年深度學(xué)習(xí)技術(shù)被業(yè)界廣泛認(rèn)可，并在各個(gè)相關(guān)領(lǐng) 域 都 取 得 了 突 飛 猛 進(jìn) 的 進(jìn) 展 ，特 別 是 深 度 學(xué) 習(xí)技術(shù)在人臉識(shí)別領(lǐng)域的應(yīng)用，在今年的安博會(huì)上，各廠家也紛紛推出人臉識(shí)別技術(shù)。隨著市場(chǎng)需求的不斷變化，不同的應(yīng)用場(chǎng)合，人臉識(shí)別技術(shù)也根據(jù)需要開(kāi)發(fā)出各種各樣的產(chǎn)品來(lái)滿足用戶的需求。

人工智能在安防領(lǐng)域應(yīng)用及發(fā)展

隨著經(jīng)濟(jì)環(huán)境、政治環(huán)境、社會(huì)環(huán)境的變化和日趨復(fù)雜,各行業(yè)對(duì)安防的需求不斷增加,同時(shí)對(duì)于 安防技術(shù)的應(yīng)用性、靈活性、人性化也提出了更高的要求，傳統(tǒng)安防技術(shù)的局限性日益凸顯。在這樣的大背景下，人工智能發(fā)展趨勢(shì)該有幾個(gè)方面：

前端智能：感知型攝像機(jī)的推廣應(yīng)該是一個(gè)大方向。如果視頻監(jiān)控能夠通過(guò)機(jī)器視覺(jué)和智能分析，識(shí)別出監(jiān)控畫(huà)面中的內(nèi)容，并通過(guò)后臺(tái) 的 云 計(jì) 算 和 大 數(shù) 據(jù) 分 析 ，來(lái) 做 出 思 考 和 判 斷 ，并在此基礎(chǔ)上采取行動(dòng)，我們就能夠真正的讓視 頻 監(jiān) 控 代 替 人 類 去 觀 察 世 界 。而 要 做 到 這 一點(diǎn)，我們必須擁有具備感知能力的攝像機(jī)。因?yàn)?，只有前端攝像機(jī)具有感知識(shí)別功能，我們才能進(jìn)行智能分析的規(guī)?；渴鸷蛻?yīng)用。將視頻轉(zhuǎn)為可利用的數(shù)據(jù)成為可能?？梢哉f(shuō)，感知型攝像機(jī)是智能分析經(jīng)濟(jì)性和規(guī)?；渴鸬幕A(chǔ)，也是智慧城市大數(shù)據(jù)應(yīng)用的關(guān)鍵，如果我們要真正擁抱大數(shù)據(jù)時(shí)代，感知型攝像機(jī)無(wú)疑才是視 頻監(jiān) 控的基 石。

深度學(xué)習(xí)：各種自學(xué)習(xí)和自適應(yīng)算法的研究和應(yīng)用。后續(xù)的智能分析產(chǎn)品應(yīng)該是帶有強(qiáng)大的自學(xué)習(xí)和自適應(yīng)功能的。能夠根據(jù)不同的復(fù)雜環(huán) 境 進(jìn) 行 自 動(dòng) 學(xué) 習(xí) 和 過(guò) 濾 ，能 夠 將 視 頻 中 的 一些干擾目標(biāo)進(jìn)行自動(dòng)過(guò)濾。從而達(dá)到提高準(zhǔn)確率，降低調(diào)試復(fù)雜度的目的。例如，科達(dá)獵鷹人員卡口分析系統(tǒng) 集 成 采用了業(yè)內(nèi)技 術(shù)領(lǐng) 先 的人臉檢測(cè)算法、人臉跟蹤算法、人員跟蹤算法、人臉質(zhì)量評(píng)分算法、人臉識(shí)別算法、人員屬性分析算法、人員目標(biāo)搜索算法。可以實(shí)現(xiàn)對(duì)城市各主要場(chǎng)所人員進(jìn)出通道進(jìn)行人臉抓拍、識(shí)別以及屬性特征信息提取，建立全市海量人臉特征數(shù)據(jù)庫(kù)，并以公安實(shí)戰(zhàn)應(yīng)用為核心，創(chuàng)新實(shí)戰(zhàn)技戰(zhàn)法。通過(guò)對(duì)接公安信息資源數(shù)據(jù)庫(kù)，可對(duì)涉恐、涉穩(wěn)、犯罪分子進(jìn)行提前布控和實(shí)時(shí)預(yù)警，實(shí)時(shí)掌握動(dòng)態(tài)；可對(duì)犯罪嫌疑人進(jìn)行軌跡分析和追蹤，快速鎖定嫌疑人的活動(dòng)軌跡；可對(duì)不明人員進(jìn)行快速身份鑒別，為案件偵破提供關(guān)鍵線 索 。通 過(guò) 本 系 統(tǒng) 的 建 設(shè) 與 應(yīng) 用 ，實(shí) 現(xiàn) 在 大 數(shù) 據(jù)時(shí)代公安工作的跨越式發(fā)展，進(jìn)一步提高工作效率、節(jié)約資源成本、縮短破案周期。

大數(shù)據(jù)挖掘：視頻數(shù)據(jù)深入挖掘應(yīng)用迅速發(fā)展。隨著視頻分析技術(shù)的快速發(fā)展，視頻數(shù)據(jù) 量 也 非 常 大 ，如 何 讓 視 頻 分 析 技 術(shù) 在 大 數(shù) 據(jù)中發(fā)揮作用也成為人們關(guān)注的一個(gè)方向。利用各種不同的算法計(jì)算，將大量視頻數(shù)據(jù)中不同屬性的事物進(jìn)行檢索、標(biāo)注、識(shí)別等應(yīng)用，以達(dá)到對(duì)大量數(shù)據(jù)中內(nèi)容的快速查找檢索。大大降低人 工 成 本 ，提 高 效 率 。甚 至 在 有 些 方 面 讓 一 些 人工 無(wú) 法 完 成 的 任 務(wù) 成 為 可 能 。如 ：人 臉 、人 員 大數(shù)據(jù)庫(kù)檢索，身份證庫(kù)重復(fù)人員查找、通過(guò)語(yǔ)義描述從視頻中查找穿某種衣服、某種顏色的車(chē)輛查找、車(chē)牌查找、以圖搜圖、視頻關(guān)聯(lián)等應(yīng)用。針對(duì)平安城市建設(shè)中海量視頻目標(biāo)排查工作量大，且海量視頻場(chǎng)景各異，快速找目標(biāo)較困難等實(shí)際應(yīng)用需求，科達(dá)推出了結(jié)構(gòu)化分析系統(tǒng)，一款專門(mén)針對(duì)于海量圖片和視頻二次分析的應(yīng)用系統(tǒng)，適用于多場(chǎng)景、差異大的各種媒體源。支持對(duì)接入的多類型前端進(jìn)行實(shí)時(shí)分析；支持對(duì) 離 線 圖 片 和 視 頻 進(jìn) 行 目 標(biāo) 檢 測(cè) 、屬 性 分 析 、特征提取等二次分析；支持分布式部署及擴(kuò)展。

在安防行業(yè)內(nèi)，目前人工智能算法使用最多的還是在視頻圖像領(lǐng)域，因?yàn)閭鹘y(tǒng)安防企業(yè)的產(chǎn) 品 都 是 與 視 頻 圖 像 相 關(guān) 。但 對(duì) 于 公 安 等 業(yè) 務(wù)應(yīng)用來(lái)說(shuō)，視頻圖像只是一小部分，公安應(yīng)用還需要網(wǎng)絡(luò)信息、通信信息、社交信息等等。將來(lái)安防行業(yè)還需要以視頻圖像信息為基礎(chǔ)，打通各種異構(gòu)信息，在海量異構(gòu)信息的基礎(chǔ)上，充分發(fā)揮 機(jī) 器 學(xué)習(xí)、數(shù) 據(jù)分析與挖掘等 各種人 工智能算法的優(yōu)勢(shì)，為安防行業(yè)創(chuàng)造更多價(jià)值。

結(jié)束語(yǔ)

目 前 無(wú) 論 是 整 個(gè) 人 工 智 能 的 發(fā) 展 ，還 是 安 防智能化的發(fā)展，其水平仍然存在起步的階段，人工智能是安防領(lǐng)域的未來(lái)，在通往未來(lái)的道路上，還有許許多多障礙和困難需要跨越和克服，但總體趨勢(shì)是樂(lè)觀的，只有具備自主、個(gè)性化、不 斷 進(jìn) 化 完 善 的 人 工 智 能 大 腦 ，才 能 解 決 安 防領(lǐng) 域 日 益 增 加 的 需 求 ，成 為 廣 大 用 戶 的 專 家 和 助手，提升整個(gè)安防領(lǐng)域的智能化水平，推動(dòng)安防產(chǎn)業(yè)的升級(jí)換代。

作 者 單 位 ：蘇 州 科 達(dá) 科 技 股 份 有 限 公 司