Page 62 - 安防19年8月刊_150dpi
P. 62

A    人工智能
                           Artificial Intelligence










                     配资源提升城市道路的通行效率;智能楼宇,利用                       度挖掘还能实现预测功能。此外,结构化后的视频
                     AI技术可以综合控制建筑的安防、能耗,同时对进                      数据占用更小的内存空间,在数据爆发的今天能有
                     出大厦的人、车、物实现实时监控以确保核心区域的                      效减轻传输和存储压力。
                     安全。                                          生物识别
                                                                      生物识别技术是利用人体固有的生理特性和行
                     人工智能在安防领域的关键技术                               为特征来进行个人身份鉴定的技术。随着科技的发
                         伴随着人工智能技术的发展,AI技术不断的融                    展,生物识别技术已经成为个人身份识别或认证技
                     入现代安防应用中,促使智能安防向智慧安防迈进,                      术的重要方式。人脸识别作为生物特征识别的重要

                     为智慧城市的建设提供安全保障。人工智能在安防                       分支,可以对用户以最自然、最直观的非接触方式进
                     领域的拓展主要得益于视频结构化、生物识别、物                       行识别,更容易被用户接受,也是目前在公共安全
                     体识别以及大数据技术的不断成熟。                             领域应用最广泛的技术。公安的实战需求主要是对
                     视频结构化                                        “人、车、物”的追踪、分析和排查。目前公安机关对
                         视频结构化是生物识别和物体识别的基础和前                     处理“人”的技术需求最迫切。在公安实战领域,人
                     提,其在技术领域可以划分为三个步骤:目标检测、                      脸识别不仅能做到确认身份,还能做到人脸比对、
                     目标跟踪和目标属性提取。                                 人脸跟踪、活体检测等,帮助警方在人群中快速锁
                         目标检测过程是从视频中提取出前景目标,然                     定目标对象身份,做到事前预防、事中预警、事后核
                     后识别出前景目标是有效目标(如:人员、车辆、人                      查,极大提升警方办案效率,节约警力。
                     脸等)还是无效目标(如:树叶、阴影、光线等)。在                     物体识别
                     目标检测过程主要应用到运动目标检测、人脸检测                           目前在安防领域,物体识别较为典型的应用是
                     和车辆检测等技术。                                    车辆识别,通过外设触发和视频触发两种方式,实
                         目标跟踪过程是实现特定目标在场景中的持续                     现采集车辆图像,自动识别车牌等。对车辆外形特
                     跟踪,并从整个跟踪过程中获取一张高质量图片作                       征、车牌进行识别,不仅能够掌握车辆属性,还能掌

                     为该目标的抓拍图片。在目标跟踪过程中主要应用                       握车主属性、关系人属性、行为特征等,与生物识别
                     到多目标跟踪、目标融合以及目标评分技术。                         相结合,构建出立体防控体系。在实际应用中,车辆
                         目标属性提取过程是对已经检测到的目标图片                     识别能够与车辆属性、车主属性等数据进行串联比
                     中目标属性的识别,判断该目标具有哪些可视化的                       对,对出现的高危车辆进行预警;对车颜色、车型、
                     特征属性,例如人员目标的性别、年龄、着装,车辆                      遮挡板、挂件等特征进行提取,还能有效破解困扰
                     目标的车型、颜色等属性。目标属性提取过程主要基                      交警的“套牌车”难题;在卡口筛选过往车辆,能够
                     于深度学习网络结构的特征提取和分类技术。                         在建立大量数据库的基础上过滤可信车辆,从而快
                         AI将视频数据进行结构化处理后,视频查找的                    速锁定目标车辆,减轻警方工作压力。
                     速度会大幅提升。过去案件发生后,警方只能通过人                      大数据技术
                     工对视频进行查找,逐一排查目标人员,但在视频                           大数据技术可实现整合海量的非结构化、半结
                     数据结构化后,从百万级的目标库中查找某个嫌疑                       构化、结构化数据,并将这些数据进行分析计算。大
                     人只需几秒即可完成。同时,对结构化数据进行深                       数据技术为人工智能提供强大的分布式计算能力和




                     44   第九届深圳国际智能交通与卫星导航位置服务展览会(2020年6月深圳会展中心)www.its-expo.com




          ದ۽ᇆି JOEE                                                                                                       ྒ௹೘
   57   58   59   60   61   62   63   64   65   66   67