伴随着云计算、大数据、物联网、移动互联及人工智能等技术的发展，现代公安系统的破案，早已经不单单是依靠拥有超强大脑的刑侦人员的的走访，更多的是借助于先进的人工智能安防产品比如人脸识别技术、VR+视频技术等。
“截至今年9月，全国安装用于公共服务的视频监控摄像机已经达到3000万台，视频图像技术支撑下的破案率逐年提升。”公安部科技信息化局党委书记谭晓准表示，在AI的赋能下，视频图像信息智能分析与共享应用技术在安防领域可谓是如虎添翼，大显身手。
视频监控建设与高新技术同频共振“视频图像的特点是直观、准确、及时，信息内容丰富，在反恐维稳、指挥出突、治安防控、侦查破案、社会管理、执法监督和服务民生方面有着非常广泛的应用。与此同时，视频图像技术支撑破案率逐年提升。”谭晓准举例说，浙江利用公安人像比对系统仅上线3个月，就比对出了犯罪嫌疑人千余名，视频监控挤压犯罪空间的效率也越来越明显。江苏自开展视频监控建设以来，仅2016年在入户盗窃、扒窃、盗窃非机动车等方面的案件就下降了19.9%，18.2%和16.9%。
“今年视频图像工作之所以取得重大发展，其中一条重要的经验就是不断的加强技术创新，积极推动云计算、大数据、物联网、人工智能等新技术落地应用，确保视频监控建设应用水平与最先进技术同步发展，同频共振。”谭晓准表示。
“目前我国在视频监控系统的技术、标准、建设规模、数量以及联网的状况等各方面已经走在了世界的前列，相应的技术标准体系也基本形成。”视频图像信息智能分析与共享应用技术国家工程实验室主任陈朝武对记者表示，公安部办公厅联合中央综治办秘书室、国家发展改革委办公厅、国家标准委办公室印发《公共安全视频图像信息联网共享应用标准体系(2017版)》，明确了技术标准、测试规范和管理规范，这三大类共24项国家标准，为跨地区、跨行业、跨部门开展公共安全视频监控安全建设联网工作提供了基础性的技术支撑。此外，公安部今年还发布了视频监控平台、数据库、接口协议等6项公共安全行业标准，使公安机关视频图像信息深度应用，有章可循。
海量视频数据有待充分利用
视频涉及内容广泛挖掘价值高，可为社会治安提供最直观、最准确、最丰富的线索，为预防案件发生和快速破案提供极大的便利。通过智能挖掘，可以更好的实现案件的提前预防和精确打击，有效支撑公安打防管控一体化。但是，海量的视频技术也带来一定的挑战。
“一方面，全国安装的视频监控数量已超过3000万，产生了海量的视频数据，其价值仍远未被充分挖掘和利用。另一方面，云计算、大数据和AI等新兴技术发展日新月异，如何利用这些技术实现视频的深度应用，仍有待进一步的探索。”公安部第一研究所副所长、北京中盾安全技术开发公司总经理余兵说。
据悉，由公安部第一研究所研发生产的全国公安图像信息部级联网平台，构建了公安信息网与视频专网跨网络并行部省市县基层科所队，多级多域互联的全国视频图像信息联网共享架构，具备数百万级的视频设备监管，目前已连接全国30多个省级的视频平台，接入的视频监控设备数量超过8万台。
“由于监控摄像头普遍存在盲点，根据碎片化的影像，无法有效的掌握或分析整个区域全景情况，大量的数据利用起来比较困难，对指挥决策带来很大的困扰。”北京航空航天大学教授周忠介绍说，截至2015年，我国大数据中，65%是监控视频，监控摄像机每年还在以20%的速度递增，而每个摄像机拍摄的视频都是相对独立的。在这种情况下，视频融合的需求凸现出来。
几年前，周忠等科研人员突破了单边建模技术，先把场景碎片的位置构建出来，然后重新组成一个完整的场景模型。“这项技术与现在运行的监控系统能够兼容，只要在后端装一个服务器，前端装一个VR终端，就可以把后端来自不同存储设备中的内容整合在一起，提供一个虚实融合的前端展示。“周忠说。
深度学习让安防更智慧“数据的增长是非常可观的，数据来源多，数据类型多，数据之间的关联性强。就大数据本身来讲，不在于大，是在于产生的价值以及挖掘的成本，这些比数据本身更加重要。”陈朝武表示，即使有价值的数据也往往会超过人类的认知极限，在挖掘有关联的数据时，一是需要借助人工智能，推送有需要的数据；二是需要借助信息化显示设备，新型的呈现手段。
中国科学院自动化所研究员黄凯奇认为，智能视频监控技术就是为了让计算机像人的大脑，让摄像头像人的眼睛，由计算机智能地分析从摄像头中获取的图像序列，对被监控场景中的内容进行理解，实现对异常行为的自动预警和报警。
对于掌握了许多视频图像资源的安防行业来说，深度学习和安防的结合拥有比较高的契合度。在图像分析方面，比如人们熟悉的人脸识别、文字识别和大规模图像分类等，深度学习大幅提升了复杂任务分类的准确率，使得图像识别、语音识别，以及语义理解准确率大幅提升。在人脸方面，可以实现人脸检测、人脸关键点定位、身份证对比、聚类以及人脸属性、活体检测等。在智能监控方面，可以做人、机动车、非机动车视频结构化研究。
“深度学习使得安防系统从主要依靠人工的查看逐步转变为机器来查看和分析，实现了从简单的查看到真正防控的飞跃。”北京中星微电子有限公司副总裁邱嵩表示，深度学习算法是通过学习海量的数据，让算法自动的获取，不再依赖于人工干预和已有的这个识别模型。以深度学习为代表的神经网络十分适合于安防、视频监控领域的应用，主要体现在：一是准确度高；二是可以采用在后台服务器和前端摄像机应用模式，不再需要这个软件的移植和开发；三是适应性强，可以针对特定的目标进行定制化的学习；四是可实现灵活部署，满足一机多用的需要。
“当前我所正面向公安中心工作和各警务业务的需求，开展视频大数据存储，处理分析及挖掘技术的研究，推动研制公安视频综合信息智能分析研判平台以及公安图像侦查综合应用平台等大数据技术，探索推进视频图像信息深度智能分析共享及大数据应用及研究。”余兵说。
该文观点仅代表作者，本站仅提供信息存储空间服务，转载请注明出处。若需了解详细的安防行业方案，或有其它建议反馈，欢迎联系我们。
