AI前端的落地應(yīng)用現(xiàn)狀與發(fā)展趨勢

□ 文/杜秀龍 李世研

AI是未來，是幾乎所有行業(yè)的未來。然而，在不同的行業(yè)，都會遇到AI的場景化、算法準(zhǔn)確度、解決方案等諸多瓶頸，而唯一能打破瓶頸的就是需求的迫切程度。AI與安防的結(jié)合并非偶然，這是趨勢使然，因為安防對音視頻需求的天生特點，促使了AI落地，必然安防先行。因此AI+安防越來越引起公眾的關(guān)注，尤其是在智慧城市應(yīng)用中，如公安、交通、民用等領(lǐng)域，第一批建設(shè)已經(jīng)在如火如荼地展開，再加上華為、阿里、百度互聯(lián)網(wǎng)巨頭企業(yè)的參與，讓行業(yè)競爭更為白熱化。安防是眼睛，越雪亮、越安全，AI是跳動的心臟，是思考的智慧核心，越智能、越有活力。AI+安防的落地應(yīng)用已成為各家必爭之地。

AI前端落地應(yīng)用現(xiàn)狀

縱觀安防歷史，我們經(jīng)歷了這樣幾個時代，2006年以前的模擬時代，2006-2016年的數(shù)字時代，2016年之后的智能時代，AI為安防開啟了新的紀(jì)元。

我們通過一組數(shù)據(jù)來證實AI是如何為安防賦能的。拒不完全統(tǒng)計，目前全國約有2億攝像頭，總計存儲容量超過400000PB，約1億塊硬盤。傳統(tǒng)安防架構(gòu)在這樣的情況下會捉襟見肘，首先存儲成本非常高，未經(jīng)過結(jié)構(gòu)化原始視頻數(shù)據(jù)占據(jù)了大量的硬盤空間，存儲成本高昂；其次數(shù)據(jù)可讀性差，原始視頻查找大多需要人工參與；第三取證難度大，在海量的素材中找到敏感錄像幾乎是災(zāi)難性的。大家熟知的周克華案，調(diào)用了1500名民警，在18萬小時的錄像中查找線索，破案耗時45天，這是傳統(tǒng)安防架構(gòu)的弊端，也給我們帶來很多思考，安防光靠震懾和取證是不夠的，需要在信息采集的同時進(jìn)行分析，通過“主動布防+主動告警+業(yè)務(wù)聯(lián)動”來完善處理鏈條，提高視頻監(jiān)控的效率。同樣的一個實例，在云南某公安局，采用AI+安防架構(gòu)的視頻監(jiān)控系統(tǒng)，7月24日布控了嫌疑人照片，7月25日即通過天地偉業(yè)的人臉識別卡口發(fā)現(xiàn)嫌疑人，及時同時民警，順利實現(xiàn)抓捕，從案發(fā)到破案不到一天的時間。

▲天地偉業(yè)AI人臉識別卡口發(fā)現(xiàn)嫌疑人的界面

▲天地偉業(yè)球機(jī)觀察到的抓捕現(xiàn)場畫面

這是AI前端應(yīng)用的一個小小縮影，從事后查證到主動預(yù)警，AI賦予系統(tǒng)新的能力。

AI前端重點的分析對象無非就是人和車，涉及到身份識別和行為識別，這是要解決問題的主線，要通過視頻主動分析明確“是誰在做什么事兒”，將違規(guī)的行為進(jìn)行第一時間準(zhǔn)確判斷，并聯(lián)動預(yù)警。

現(xiàn)階段，AI技術(shù)落地于視頻領(lǐng)域，在廠家的積極推進(jìn)中已進(jìn)入產(chǎn)業(yè)化，感知智能時代已來臨。車的識別技術(shù)突破后，視頻領(lǐng)域又迎來了人臉識別技術(shù)的突破，通過應(yīng)用于實際場景，引領(lǐng)視頻監(jiān)控建設(shè)與發(fā)展的新趨勢。以智慧城市為例，2015年，九部委高屋建瓴提出16字建設(shè)方針：“全域覆蓋、全網(wǎng)共享、全時可用、全程可控”，指導(dǎo)平安城市向有序、高效的方向發(fā)展。從平安城市視頻監(jiān)控體系來看，國標(biāo)聯(lián)網(wǎng)互聯(lián)互通的視頻專網(wǎng)建設(shè)階段已進(jìn)入了智能視頻網(wǎng)的建設(shè)階段，基于新技術(shù)、新規(guī)劃、新標(biāo)準(zhǔn)，平安城市正式開啟4.0時代：智能應(yīng)用階段。主要應(yīng)用包括：

人體分析：人臉識別、體態(tài)識別、人體特征提取等；

圖像分析：視頻質(zhì)量診斷、視頻摘要分析等；

車輛分析：車牌識別、車輛識別、車輛特征提取等；

行為分析：目標(biāo)跟蹤監(jiān)測、異常行為分析等。

人是城市的主體，基于“人”的AI應(yīng)用必是主角。目前人臉識別、人流量統(tǒng)計、人體屬性分析等技術(shù)已經(jīng)開始落地應(yīng)用，其中以人臉識別需求更為旺盛?；诘统杀?、低功耗、標(biāo)準(zhǔn)化的產(chǎn)品策略，延伸出更多的應(yīng)用。

現(xiàn)在正在刮起的AI風(fēng)之于智能網(wǎng)絡(luò)攝像機(jī)，到底是噱頭還是未來，需要從用戶的角度出發(fā)，真正做到實用化、體系化、多業(yè)務(wù)融合，才能讓這股風(fēng)吹得更久，勁兒更大。實用化：這一點主要是針對各廠家對AI智能的數(shù)據(jù)宣傳，“單畫面抓取100個人臉、每幀識別30個人臉，每天1億人臉建模，支持人臉角度側(cè)臉45°、千億數(shù)據(jù)秒級檢索、50米外人臉識別、人臉抓取率99.5%、十億庫一秒比對、百億人/秒人臉識別比對，800路實時視頻結(jié)構(gòu)化”，讓人充滿了對邊緣AI的無限遐想，但實際上，能否適應(yīng)更多的場景，能否穩(wěn)定實現(xiàn)所宣傳的指標(biāo)，大家心里還是打鼓的。體系化：除了個別民用領(lǐng)域之外，前端設(shè)備從來沒有單獨使用的，一定會配合平臺實現(xiàn)更為細(xì)分的業(yè)務(wù)，所以智能要成體系，從軟件到硬件，從前端到后端，同時配合公安、智慧、政法等業(yè)務(wù)平臺實現(xiàn)大數(shù)據(jù)的處理。多業(yè)務(wù)融合：好的系統(tǒng)一定是將優(yōu)勢模塊進(jìn)行有效的整合，如將智能AI與超星光、熱成像技術(shù)融合，實現(xiàn)低照或無光下的高精度識別；與聲光警戒技術(shù)融合，實現(xiàn)主動預(yù)警，將危險消滅在萌芽狀態(tài)；與深度學(xué)習(xí)算法融合，模擬人的神經(jīng)網(wǎng)絡(luò)，通過不斷學(xué)習(xí)，提高傳統(tǒng)算法的準(zhǔn)確行，并且解決傳統(tǒng)算法識別種類少、場景受限的問題。

▲深度學(xué)習(xí)與超星光技術(shù)融合，實現(xiàn)超低照度識別

隨著安防近幾年產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整安防廠家硬件技術(shù)的進(jìn)步和快速推廣為AI向安防行業(yè)滲透提供了先天的有利條件。通過近一兩年的探索，一批優(yōu)秀的安防生產(chǎn)廠家如?？低?、天地偉業(yè)等將人工智能技術(shù)應(yīng)用于安防行業(yè)，并開發(fā)出交通卡口、人臉布控、警戒系統(tǒng)、案情分析等多種垂直應(yīng)用功能。

隨著各大安防廠家對人工智能持續(xù)的產(chǎn)業(yè)化應(yīng)用，以人工智能算法為主要形式的安防智能化已呈爆發(fā)式增長。從2016年下半年開始，政府類安防監(jiān)控項目中人工智能功能從無到有，占比懸殊擴(kuò)大。此外從項目形式上講，PPP訂單有條不紊的持續(xù)推進(jìn)，全國范圍內(nèi)的智能化平安城市建設(shè)將成為安防行業(yè)的重要發(fā)力點，AI將成為安防企業(yè)下一階段的核心競爭力。

前端AI與后端AI

AI與傳統(tǒng)安防的結(jié)合方式包括：視頻+AI、數(shù)據(jù)+AI、視頻+數(shù)據(jù)+AI。

視頻+AI主要是邊緣端產(chǎn)品，也就是前端AI，對視頻進(jìn)行深度學(xué)習(xí)分析，形成抽象、歸納、分析的結(jié)果，對人、車、物等進(jìn)行智能化判斷，隨著智能芯片成本的降低和深度學(xué)習(xí)算法的日漸成熟，前端算力逐漸增強(qiáng)，因為其部署靈活、運(yùn)算節(jié)點分散等特點，可以極大拓寬智能的空間廣度；數(shù)據(jù)+AI主要是邊緣域產(chǎn)品，如NVR、綜合管理一體機(jī)、集中存儲等、智能服務(wù)器等，有的基于視頻流對視頻進(jìn)行智能提取，有的可以通過對前端抓拍的圖片進(jìn)行二次比對分析，得出最后的結(jié)果，目前應(yīng)用最為廣泛的就是前端抓拍+后端識別的這種協(xié)同模式，人臉識別、結(jié)構(gòu)化等應(yīng)用皆如此。視頻+數(shù)據(jù)+AI，主要只云端的應(yīng)用，不僅識別出結(jié)果，還要基于時間、空間進(jìn)行場景化落地應(yīng)用，給出狀況分析、態(tài)勢分析、綜合信息分析等研判數(shù)據(jù)。

AI算力部署在前端還是后端與使用環(huán)境、點位數(shù)量、智能高低等都有關(guān)系。當(dāng)涉及的智能點位較多時，前端AI+后端AI的協(xié)同模式最為合適，這種方案經(jīng)濟(jì)型更高，前端檢測與抓拍，將目標(biāo)簡化，后端進(jìn)行識別、比對、結(jié)構(gòu)化等進(jìn)一步的分析，這樣前端可以分擔(dān)很多后端的算力壓力，同樣算力的后端可以接入更多的前端點位。在立舊項目中，主要采用后端AI的模式，這樣前端點位部署無需變化，后端直接分析視頻流，但是這種方式單路智能的成本較高。點位不多的情況下，可以采用前端AI+后端管理的方式，如前端人臉識別、前端結(jié)構(gòu)化，這樣后端只需具備一定的數(shù)據(jù)管理能力就可以，沒有算力要求，系統(tǒng)架構(gòu)相對簡單，此外，近兩年華為、阿里等也在推進(jìn)軟件定義攝像機(jī)的落地，這讓前端AI的適應(yīng)能力和可塑性更強(qiáng)，讓前端AI又有了新的活力和生存空間。

AI前端應(yīng)用案例解析

AI應(yīng)用：行人闖紅燈

提起“中國式”過馬路，你會想到什么？“湊一堆”就往前走、對機(jī)動車“視而不見”、影響城市形象、困擾城市交通的頑疾……

近日，天津市和平區(qū)南京路營口道交叉口上線的“電子警察'抓拍行人闖紅燈系統(tǒng)將這些問題一并解決。這套系統(tǒng)為天津市試運(yùn)行第一套，此交叉口地處商業(yè)區(qū)，周邊交通流量大，行人無視紅燈造成的交通事故時有發(fā)生。但系統(tǒng)上線運(yùn)行后，行人闖紅燈會被抓拍，并被識別出身份，實時上傳至行人闖紅燈曝光屏進(jìn)行公告。

交警部門還將在'行人闖紅燈曝光臺'顯示屏進(jìn)行公布，其內(nèi)容為違法者的違法地點、抓拍時間和違法行為的照片，提示當(dāng)事人盡快接受調(diào)查處理。屬地交警大隊將根據(jù)比對出的當(dāng)事人信息進(jìn)行告知，當(dāng)事人現(xiàn)場或前往交警部門接受調(diào)查處理，相關(guān)信息將會從曝光臺撤下。對于不接受調(diào)查處理的當(dāng)事人及多次闖紅燈的違法當(dāng)事人納入誠信記錄。

這是AI實戰(zhàn)落地的典型應(yīng)用。通過人臉識別攝像機(jī)，快速提取人臉特征，生成特征值，同時與數(shù)據(jù)庫中二代身份證的照片進(jìn)行動態(tài)比對，當(dāng)識別準(zhǔn)確率超過90%時，即比對成功，確定闖紅燈人員身份，同時聯(lián)動大屏報警顯示，一整套流程無縫連接，以場景為依托，對行人闖紅燈行為進(jìn)行有力震懾和警示。

▲實景智慧+AI

AI不僅是一個獨立的概念，更多地是帶動整個視頻產(chǎn)品鏈條的發(fā)展，如天地推出的實景指揮系統(tǒng)與AI的融合應(yīng)用。

▲天地實景智慧系統(tǒng)界面

視頻即地圖

系統(tǒng)通過全景拼接攝像機(jī)采集360°全景畫面，可以覆蓋周圍幾公里的區(qū)域，但它不僅僅是看看視頻，而是用它當(dāng)作地圖，通過AR增強(qiáng)現(xiàn)實技術(shù)，對視頻畫面中的建筑物、道路、重點目標(biāo)、移動終端、方位方向進(jìn)行信息標(biāo)注和動態(tài)顯示，融合視頻/圖片/文字等信息，提供靜態(tài)標(biāo)簽和動態(tài)標(biāo)簽，可快速檢索和實時定位。實時推送數(shù)據(jù)到對應(yīng)的標(biāo)簽，直接查詢區(qū)域內(nèi)的商場、酒店、學(xué)校、醫(yī)院等詳細(xì)信息（樓層分布、從業(yè)人員等），便于應(yīng)急指揮決策。

可以高低聯(lián)動

高點做整體態(tài)勢分析，聯(lián)動低點的治安監(jiān)控、人臉抓拍、車輛識別等，直觀、便捷。還可以動定結(jié)合，顯示單兵的視頻和警力的分布，不再通過蹩腳的界面找半天，更利于應(yīng)急指揮。還具有地名、單位名、乃至樓層的綜合查詢?？蓪右苿訂伪O(shè)備，通過映射GPS坐標(biāo)，實時顯示低點移動終端的當(dāng)前位置，掌握警員具體信息和現(xiàn)場實況情況，進(jìn)行警力快速精準(zhǔn)調(diào)度。

多維感知

結(jié)合人臉布控、車輛卡口等智能分析系統(tǒng)，將重點人員、目標(biāo)車輛等警情信息在實景指揮系統(tǒng)中直觀展示輔助決策，便于領(lǐng)導(dǎo)掌握宏觀態(tài)勢，提高指揮決策效率。與人臉布控、車輛卡口系統(tǒng)的報警比對信息實時聯(lián)動，可回放警情位置的錄像，可快速調(diào)看周邊低點攝像機(jī)，準(zhǔn)確圍堵。

大可以到城市的一個區(qū)域，小可以到大家的家門口，隨心所欲。這套系統(tǒng)，是目前業(yè)務(wù)最好用的實景智慧平臺。

AI前端的應(yīng)用前景與趨勢

協(xié)同分析，云邊融合

面向各個城市級復(fù)雜應(yīng)用系統(tǒng)，相互難以共享的垂直系統(tǒng)依然存在，但在數(shù)據(jù)融合走向應(yīng)用協(xié)同的趨勢下，視頻因其非結(jié)構(gòu)化數(shù)據(jù)、不間斷傳輸、海量存儲、實時響應(yīng)、動態(tài)監(jiān)控跟蹤等特性，需要云計算、結(jié)構(gòu)化智能、大數(shù)據(jù)存儲、物聯(lián)網(wǎng)等不同技術(shù)綜合使用，這就是所謂的云邊融合

隨著前端相機(jī)清晰度提高、可拍攝距離增大，回傳的數(shù)據(jù)量也越來越大，將全部數(shù)據(jù)回傳云端分析會遇到網(wǎng)絡(luò)傳輸壓力、實時性要求達(dá)不到、準(zhǔn)確性降低等問題?！霸?邊緣”的邊緣計算解決方案，把AI算力注入邊緣，提升AI服務(wù)器的響應(yīng)速度，也大幅降低了網(wǎng)絡(luò)運(yùn)營成本。云邊結(jié)合的趨勢下，前端智能芯片迎來更大機(jī)會。通過在網(wǎng)絡(luò)攝像頭上添加人工智能芯片，前端攝像頭可以實時對視頻數(shù)據(jù)進(jìn)行結(jié)構(gòu)化處理。

智能下沉，AI普及

公安部門屬于比較高端的市場，但從歷史來看，都是從政府這邊去切入，然后成熟之后再往民用方向普及，隨著AI成熟度的進(jìn)一步加強(qiáng)，很多安防產(chǎn)品已經(jīng)開始逐步下沉到更多細(xì)分的民用場景，如社區(qū)、學(xué)校、工業(yè)園區(qū)、智能家居等，這也是智慧應(yīng)用的一部分。受益于安防領(lǐng)域深度學(xué)習(xí)算法的快速發(fā)展，智能安防已經(jīng)得到了越來越廣泛的應(yīng)用。面對安防視頻產(chǎn)品下游的需求，運(yùn)營服務(wù)將有較大的市場空間。

結(jié)語

安防系統(tǒng)的建設(shè)趨勢，那就是全覆蓋、多融合、大共享、深應(yīng)用。尤其在近兩年的的安博會上，紛紛攘攘都在講，但是大家看下來又覺得有些支離破碎，技術(shù)特點比較明顯，我們概括為ABC，也就是AI人工智能、大數(shù)據(jù)、云。ABC缺一不可，雖然AI前端目前在局部上小有成就，但是要做到“全域覆蓋、全網(wǎng)共享、全時可用、全程可控”，還有一定差距。AI+安防，未來向好，市場前景不可估量！