人工智能在視頻監(jiān)控中的應用

成杰 廣州杰賽科技股份有限公司

當前的視頻監(jiān)控系統(tǒng)已經(jīng)呈現(xiàn)出朝著產(chǎn)業(yè)化和智能化發(fā)展的趨勢，人工智能技術(shù)的出現(xiàn)也為智能視頻監(jiān)控系統(tǒng)的構(gòu)建提供了契機。在智能視頻監(jiān)控系統(tǒng)下，城市交通、城市建設、城市管理等方面都能得到很好的支撐。在人工智能技術(shù)支持下，視頻監(jiān)控系統(tǒng)變得更加主動和自主，且同時兼具更為強大的數(shù)據(jù)檢索與分析功能，不僅能夠適應現(xiàn)代智能化的發(fā)展趨勢，也能夠為智慧城市的建設貢獻力量。

1 人工智能下的技術(shù)發(fā)展

1.1 人像識別技術(shù)

在人工智能領(lǐng)域不斷縱深發(fā)展的過程中，各種智能技術(shù)開始被應用，其中人像識別技術(shù)與視頻監(jiān)控系統(tǒng)的關(guān)聯(lián)最大。人像識別技術(shù)在不斷的應用過程中已經(jīng)在不斷的升級，并出現(xiàn)了慧視人像大平臺這樣的智能技術(shù)，作為一種更加先進的人像識別技術(shù)，在我國各個領(lǐng)域之中已經(jīng)得到了廣泛應用，其中公安警務、城市交通中應用成效更為顯著。由人工智能技術(shù)支撐的人像識別大平臺其核心部件較多，主要包括人像識別算法、大規(guī)模運維以及高性能計算部件等，在對人像識別技術(shù)進行應用時，需要根據(jù)實際視頻監(jiān)控系統(tǒng)對具體算法進行選擇，確保支撐視頻監(jiān)控系統(tǒng)的高效運行。

1.2 核心算法

對人像識別技術(shù)中的人像大平臺進行應用，在應用過程中會涉及到數(shù)據(jù)處理，此時需要對核心算法進行創(chuàng)新，要對深度學習和統(tǒng)計學習圖進行應用，以此來保證人像識別過程中各種數(shù)據(jù)的精確處理。而在對核心算法進行應用時，也要對其進行不斷的創(chuàng)新，結(jié)合實際經(jīng)驗與未來發(fā)展需求可知，在進行創(chuàng)新時，主要體現(xiàn)在以下兩個方面，即深度學習與統(tǒng)計學習模型方面的創(chuàng)新。首先是對深度學習的創(chuàng)新。在進行人像識別時，需要經(jīng)過兩個關(guān)鍵的步驟，即對人像進行檢測定位與識別。對人像特征進行獲取時，可以采用專業(yè)的方法進行，主要包括代數(shù)特征、幾何特征、弾性模型以及神經(jīng)網(wǎng)絡等。對于人像識別而言，深度學習是最為特殊的一種，通過利用基于神經(jīng)網(wǎng)絡的深度學習算法，不需要獲取人工特征，能夠在樣本訓練中就進行學習，因而獲得的數(shù)據(jù)信息更加精確。將深度學習算法應用在視頻監(jiān)控系統(tǒng)中，通過對人腦學習神經(jīng)網(wǎng)絡的學習，能夠提高視頻監(jiān)控過程中人像的識別率；其次是對統(tǒng)計學習模型的創(chuàng)新。在當前的信息化時代不斷推進發(fā)展的背景下，數(shù)據(jù)信息規(guī)模不斷擴大，因而若應用深度學習算法將會面臨更加長的學習和訓練時間，會影響數(shù)據(jù)處理效率。基于此，人像識別技術(shù)的相關(guān)算法又進行了創(chuàng)新，于是出現(xiàn)了統(tǒng)計學習模型算法。在該算法支持下，進行視頻監(jiān)控時，只需要獲取一個小樣本就能實現(xiàn)精準的識別，因而該算法具有較強的推廣價值。

2 人工智能在視頻監(jiān)控領(lǐng)域的實際應用

2.1 人臉識別

人工智能在視頻監(jiān)控系統(tǒng)中的應用最主要的則是體現(xiàn)在安防視頻監(jiān)控中，部分犯罪嫌疑人在案發(fā)后會轉(zhuǎn)移作案工具，在傳統(tǒng)的視頻監(jiān)控系統(tǒng)下，很難實現(xiàn)對目標位置的確定，在這種監(jiān)控水平下，犯罪嫌疑人很容易就會進行流竄，不利于對犯罪嫌疑人進行追捕?；诖耍梢越柚斯ぶ悄芗夹g(shù)進行人像識別，以更加全面的進行布控，幫助盡快破案。在此過程中，可以對人像識別技術(shù)進行應用，且隨著人像識別技術(shù)的不斷成熟，因而在人像識別技術(shù)支持下，可以實現(xiàn)對多個犯罪嫌疑人的人臉識別與判斷，公安機關(guān)在進行辦案時，則可以對該技術(shù)進行充分的應用，并借此獲得精準的數(shù)據(jù)。此外，在對人像識別技術(shù)進行應用時，還可以通過該技術(shù)進行預警，首先對目標進行確定，并對目標軌跡進行追蹤，以實現(xiàn)對目標軌跡的實時監(jiān)控與查詢，從而可以對目標進行精準定位與快速檢索，幫助改善安防系統(tǒng)性能。

2.2 信息查詢

在視頻監(jiān)控系統(tǒng)應用過程中，需要對海量的數(shù)據(jù)進行處理，通過對人工智能技術(shù)的應用則能夠更加快速的對數(shù)據(jù)進行提取，以獲得更加具有價值的信息。在城市建設過程中，可能會涉及到諸多視頻監(jiān)控系統(tǒng)，包括建筑建造監(jiān)控、商場監(jiān)控以及行人監(jiān)控等，在任何一個監(jiān)控范圍內(nèi)，都會出現(xiàn)大量的需要監(jiān)控的樣本，而只有人工智能技術(shù)才能夠在對信息進行查詢時，體現(xiàn)出強大的功能，同時具有信息檢索以及備案功能，因而能夠在把控信息的基礎上進行管控。且在精準掌握信息的基礎上，還能夠幫助構(gòu)建自動預警系統(tǒng)，在預警系統(tǒng)被觸發(fā)后，則可以對所有的聯(lián)動攝像機進行啟動，從而實現(xiàn)自動化和智能化的監(jiān)控。

2.3 監(jiān)控交通

（1）交通隱患識別

近年來，我國社會經(jīng)濟的不斷發(fā)展使得城市交通體系不斷擴大，私家車數(shù)量逐漸增多，在為城市道路帶來更大負載的同時，也增加了交通管理部門的工作量。由于車輛的不斷增多，城市交通事故數(shù)量也開始多發(fā)，而對于城市交通事故而言，導致其出現(xiàn)的主要成因就在于沒有控制好交通隱患。而將人工智能技術(shù)應用到城市交通視頻監(jiān)控系統(tǒng)中，則能夠?qū)崿F(xiàn)對可能存在的交通隱患的快速排查，能夠?qū)Τ鞘械缆方煌ǖ倪\行狀態(tài)進行監(jiān)控，從而更加快速的判斷城市交通是否存在隱患，以降低交通事故發(fā)生的概率。

（2）車輛特征識別

在城市交通系統(tǒng)中，車輛的運行狀態(tài)也需要被監(jiān)控，而通過應用人工智能識別技術(shù)，就能夠?qū)崿F(xiàn)對車輛特征的快速與精準的識別，而對車輛特征進行識別，最主要的優(yōu)勢則在于車輛抓拍。在城市整體交通系統(tǒng)中，對車輛進行監(jiān)控時，要找準中心監(jiān)控區(qū)，一般要義車輛整體為監(jiān)控中心，與此同時，也要找準局部抓拍區(qū)域。在完成拍攝后，要對圖像進行處理，進行基本的分類與預處理。之后要針對預處理區(qū)域，對車輛特征進行分析，并提取關(guān)鍵信息，得到特征向量。在車輛識別的最后階段，則要對具體的信息進行分析，包括車身顏色、遮陽板放置等信息，分析時要借助專業(yè)設備，確保精準識別車輛的違章行為。

2.4 快速處理突發(fā)事件

視頻監(jiān)控系統(tǒng)的一個關(guān)鍵作用就在于對各種突發(fā)事件的處理進行協(xié)助，主要體現(xiàn)在重大的地震、火災以及交通事故等突發(fā)事件中。當出現(xiàn)突發(fā)事件時，救援人員可能無法第一時間趕赴現(xiàn)場，此時可以借助人工智能技術(shù)連接視頻監(jiān)控系統(tǒng)，救援人員可以遠程獲得現(xiàn)場信息并進行遠程指揮，能夠便于下一步救援工作的開展，并最大程度上規(guī)避損失。

3 結(jié)語

未來社會的發(fā)展必定會越來越多的依賴人工智能技術(shù)，而人工智能技術(shù)也將與視頻監(jiān)控系統(tǒng)產(chǎn)生越來越多的關(guān)聯(lián)，并且隨著人工智能技術(shù)的發(fā)展，視頻監(jiān)控系統(tǒng)也將越來越完善。人工智能技術(shù)在視頻監(jiān)控系統(tǒng)中的應用將體現(xiàn)出越來越多的功能，包括廣角檢測能技術(shù)，能夠顯著提升視頻監(jiān)控系統(tǒng)的運行效率。在未來的視頻監(jiān)控系統(tǒng)中，相關(guān)人員應重視對人工智能技術(shù)的研究，要不斷構(gòu)建更加完善的安防監(jiān)控、智能監(jiān)控等系統(tǒng)，以全面的支持智慧城市的構(gòu)建。