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”是海康威视研发的人脸核对行人闯红灯交通管理报警系统,可对闯红灯人员展开人脸抓拍、萃取人脸特征,并将数据送到后末端海康脸谱人脸信息综合应用于系统,构建人脸动态核对、动态预警等功能,闯红灯的过程也不会被路边的大屏动态曝光。通过这种视频分析、运动追踪、人脸检测和辨识技术在智能交通领域的全新综合应用于,宿迁市的行人及非机动车闯红灯的违法行为上升70%。

2017年夏季青岛国际啤酒节期间,高峰时每天入园多达10万人次。青岛开发区警方利用依图智能安防平台,首次将人脸识别系统应用于大型安保活动空战。利用高清摄像头捕猎收集人脸图像,0.8秒内就能瞄准怀疑人员,构建人像辨识成功率为98.1%、辨识报警相近度为85%的高效率,抓拍辨识需要秒级反应,为较慢筛选和即时抓获获取技术承托。

啤酒节揭幕两周就抓捕网上在逃亡人员22名、酗酒人员11名,当场抓捕扒窃嫌疑人5名,让警情“零赶赴现场”。在重庆渝中区,当地警方用于智能化的人像比对系统,在40个工作日内发现69名嫌疑人,比起人工效率提高200倍。以前要从数十甚至上百小时的监控视频里寻找关键画面,只能靠人力展开图像识别,就像大海捞针,效率较低、准确性也无法确保。在交通、公安、楼宇乃至个人住宅等必须安全性防止和维护的领域和场所,人工智能正在深刻印象转变着安防行业的面貌,给人们的工作生活再加一道智能化的安全性屏障。

沦为现代安防领域的催化剂和助推剂安防行业具备数据信息量大、数据层次非常丰富的特征,如今安防监控领域已转入数据大爆炸的时代。专家认为,面临井喷式快速增长的视频监控数据量,逗留在浅层次分析辨识的传统智能算法,已无法符合深层次数据价值挖出的市场需求。

因此人工智能在安防行业的落地水到渠成并日益了解,目前已普遍应用于公安系统的身份筛选、制备追逃、侦察侦破、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讲解说道,安防领域非常复杂,电子锁、指纹形同虚设、监控摄像头、传感器、报警器等,都归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”,视觉信息相对而言变得十分最重要。传统的安防只是产生数据的设备,没办法更进一步对数据展开分析后产生价值,数据也必须人去加载、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地信息,从而沦为现代安防领域的催化剂和助推剂。李玺说道,最直观的例子就是人脸识别,这项通用性技术与安防融合,可以解决问题安防的痛点。比如一个城市有20万个摄像头,光靠人力显然看不过来。人工智能可以展开粗加工,还包括传输视频、检测核心事件、分析交通堵塞情况,以及对信息展开有效地人组等。

人工智能的优势还在于需要扩展人的能力边界,比如分析20万个摄像头加载到的信息,构成精准的分析报告,协助人们决策。而且,通过人工智能算法,在视频收集时就把最关键的画面,还包括人的面孔、车辆的牌照等准确捕猎下来,这些画面第一时间传输到后端的智能分析系统,需要过多人工干预,分析又快又准。“可以说道,安防是人工智能最不具市场前景的领域。

”海康威视研究院智能算法部负责人孟祥广指出,视频监控的高清化和网络化,以及大体量数据,为人工智能获取了扎实的基础。同时,为了解决问题海量监控视频中多余数据水淹少数有价值数据的问题,在行业数据更加非常丰富的趋势下,迫切需要更加智能化的产品来解决问题视频体量剧增带给的有效地分析问题。传统的安防技术和系统不具备一定的智能化,但新一代人工智能带给的是更为颠覆性的变化。专家回应,传统的智能算法一般是通过人工来设计特征,往往具备相当大的主观性,也依赖设计者本身的经验和技术水平。

而深度自学算法是通过机器自动从数据中自学出有特征。因此,基于深度自学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问题的问题,也给安防领域带给巨大变化:准确率更高,环境适应性更加强劲,辨识种类更加非常丰富。