智能分析技术在安防行业的发展现状及具体应用

2018年9月，李开复博士发布新书《AI·未来》，预测15年内，人工智能将具备取代40%～50%重复性劳动岗位的技术能力。近年来，算力和算法的突飞猛进，智能技术正在以我们难以想象的速度飞快发展。智能技术在安防行业的落地应用也越来越广泛，智能设备在具体项目建设中的比重也越来越大。智能应用将经历运算智能、感知智能和认知智能三个阶段，而现在智能在安防行业的应用大多属于感知智能。目前全国摄像机数量可以以亿为单位，而且数量还会持续增长。海量的摄像机构成了视联网，产生了海量视频数据，给智能视频监控技术的系统应用带来了跨场景、跨媒体、跨空间等巨大挑战。

图片来源：图虫创意

监控数据海量混杂：监控数据的类型已从单一性扩展到多样性，已经不仅仅局限为视频，图片、位置、文本等信息都夹杂其中。

监控对象种类繁多：监控范围的扩大使得监控的对象从传统的像素级到目标级、事件级。

监控态势动态演变：作为管理部门来说，发生突发事件之后，需要一套完整系统能够对态势进行准确预判，能够自动预测监控目标即将选择的行进路径，从而帮助管理部门做出快速有效的响应。

目前，智能分析技术深度结合使用场景、客户需求，在安防各个细分行业的应用已经非常广泛。大华股份根据业务的对象和场景不同，将智能分析技术分为人像、解析、周界三大类。

大华股份按照不同的客户、不同的场景、不同的需求并充分考虑了投资规模，将其分为标准版、企业级和城市级三大方案族群。

（1）标准版人像方案。面向小规模的如小区出入口、商铺等，满足基础的人像智能应用，如在商铺应用中可实现人像抓拍、人像属性分析等基础应用，帮助商铺进行顾客画像的精准分析，提升管理运营水平。

（2）企业级人像方案。面向写字楼、企业园区等业务需求相对多元、应用较为复杂的场景，大华股份为客户提供大规模、综合化的人像智能应用，目前已经可以为客户实现基于人像的人员管控、人脸考勤、人脸轨迹分析、人脸布控等。

（3）城市级人像防范。该方案主要是面向警务、交管、雪亮工程等大型城市级专业应用场景，做城市级的联网人脸布控。目前，方案已实现对重点管控对象、逃犯等进行实时监测和预警，综合考虑城市的网络与技术现状、投资规模、业务需求等诸多因素，打造从单点、局部到全局的网络化的部署方案，真正能够有助于客户的实战应用。

除此之外，大华还将人像、MAC、RFID等技术进行集成，研发了能够采集人像、MAC地址、RFID信息的边缘计算节点，通过对采集到的人像特征、MAC地址等多维数据进行综合分析，极大地提升了结果的准确性。

针对很多业务实时性要求不高，但是注重信息采集广度的业务场景，实现对人、车、非机动车、物体等对象的信息进行采集和分析。如大华全结构化前端和智能服务器，可同时对场景内的人像、机动车、非机动车以及特征属性进行全面解析和提取，从而帮助客户挖掘视频数据的价值。

3.智能周界方面

在校园、机场、企业园区等项目建设中，周界是非常重要的一环。传统的周界设备都是在以红外补光的条件下，采用拌线入侵检测的方式来做周界防护，效果差强人意。现在通过深度学习算法的自学习能力，对这些特定的对象进行专门的训练，对报警的动物、树枝摇动等误报进行了有效甄别，准确率显著提高。

文章来源：《中国安防》杂志

作者：万森林