“AI給公共安全行業(yè)帶來了哪些變化？”

這是在由智安協(xié)主辦的“深圳智慧城市建設(shè)高峰論壇”上，大華股份行業(yè)業(yè)務(wù)部總經(jīng)理胡明舒現(xiàn)場提出的第一個設(shè)問。

在他看來，AI的出現(xiàn)，極大提升了傳統(tǒng)安防行業(yè)的工作效率、重塑了行業(yè)業(yè)務(wù)模式。未來，視頻監(jiān)控攝像頭除了要“看清”之外，安防人正努力讓它們能夠“看懂”世界；緊接著針對這些采集到的人、車數(shù)據(jù)，做進一步的數(shù)據(jù)預(yù)測，比如對人員犯罪的研判，對人群聚集的分析以及對交通態(tài)勢的分析等。

 “‘?dāng)?shù)據(jù)預(yù)測’是大華股份認(rèn)為的計算機視覺帶給安防行業(yè)的第二個變化?！?/strong>他認(rèn)為，“這些數(shù)據(jù)的產(chǎn)生是未來警務(wù)大數(shù)據(jù)的重要來源?！?/p>

隨后，他又提出了一個整個安防圈都在思索的難題：如何基于海量視頻去構(gòu)筑一個更適合視頻AI的技術(shù)架構(gòu)和業(yè)務(wù)架構(gòu)？

對此，大華股份給出了他們的答案：

一是全計算，基于邊緣計算+云計算，構(gòu)建邊緣智能、全網(wǎng)智能的智能視頻處理架構(gòu)、分布式架構(gòu)；

二是全感知，對場景進行多位感知采集與分析；

三是全智能，人工智能需要覆蓋到產(chǎn)品、解決方案以及業(yè)務(wù)應(yīng)用，形成從圖像智能到業(yè)務(wù)智能的應(yīng)用；

四是全生態(tài)，構(gòu)建產(chǎn)業(yè)鏈戰(zhàn)略合作伙伴。

胡明舒認(rèn)為，到2022年，全球75%的流量是視頻監(jiān)控的流量，如果采用傳統(tǒng)政務(wù)云處理規(guī)模數(shù)據(jù)的全集中方式，把視頻全部集中在一起做分析、應(yīng)用、存儲，肯定不合適。

對于平安城市智能AI應(yīng)用，非常重要的一點是要考慮智能運算，加上中心云處理，構(gòu)筑成全網(wǎng)計算、邊緣+中心的架構(gòu)，算力下沉，下沉到派出所，下沉到分局機房或是前移到前端，對所有視頻里的人、車、目標(biāo)做全網(wǎng)分布式的提取，可以很好地降低建設(shè)和維護的成本。

以下是胡明舒現(xiàn)場演講內(nèi)容，雷鋒網(wǎng)作了不改變原意的編輯與整理：

AI給公共安全行業(yè)帶來了哪些變化？

從學(xué)術(shù)角度來看，AI包括計算機視覺、語音理解、推理與博弈、機器人學(xué)。

在安防領(lǐng)域，主要圍繞計算機視覺展開，通過對圖像智能的理解，讓攝像頭能夠“看懂”世界，它可以看懂視頻里面的每個人、每輛車，然后對人跟車進行特征識別，采集數(shù)據(jù)；得到數(shù)據(jù)之后，然后再做下一步的數(shù)據(jù)預(yù)測。

所謂數(shù)據(jù)預(yù)測，是指攝像頭通過CV技術(shù)，對視頻中出現(xiàn)的每一個人、每一輛車進行識別，然后進行一些態(tài)勢的預(yù)測，比如對人群聚集的分析預(yù)測以及對交通態(tài)勢的分析預(yù)測等。

數(shù)據(jù)預(yù)測是我們認(rèn)為的計算機視覺在安防行業(yè)帶來的第二個變化。

第三個變化是業(yè)務(wù)重塑，以上兩步就非常高效地提升了公安部門的作業(yè)效率：以前是在指揮中心接到報警后才出警，而現(xiàn)在通過AI可以驅(qū)動業(yè)務(wù)模式的變革。

AI技術(shù)的主導(dǎo)力量很多，包括算法、算力、數(shù)據(jù)、網(wǎng)絡(luò)、應(yīng)用等等。在此背景下，如何基于海量視頻去構(gòu)筑一個更適合視頻AI的技術(shù)架構(gòu)和業(yè)務(wù)架構(gòu)？

大華股份提出了自己的理解：

1、全計算?；谶吘売嬎慵釉朴嬎?，構(gòu)筑一個邊緣智能、全網(wǎng)智能智能視頻處理架構(gòu)；對于視頻AI來說，它的核心是一個全網(wǎng)智能的邊緣計算。它視頻業(yè)務(wù)有這么幾個特點：流量大、7×24小時高帶寬、高并發(fā)，同時是典型的計算密集型、內(nèi)存密集型業(yè)務(wù)。

對于海量的視頻流量，如果采用傳統(tǒng)的政務(wù)云的這種全集中的方式把視頻全部集中在一起做分析、做應(yīng)用、做存儲肯定是不合適的。

對于平安城市智能AI應(yīng)用，非常重要的一點是要考慮智能運算，加上中心云處理，構(gòu)筑成全網(wǎng)計算、邊緣+中心的架構(gòu)，算力下沉，下沉到派出所，下沉到分局機房或是前移到前端，對所有視頻里的人、車、目標(biāo)做全網(wǎng)分布式的提取，可以很好地降低建設(shè)和維護的成本。

在今后的全網(wǎng)智能里面，智能跟存儲應(yīng)該是在一起的，特別是智能NVR，它可以滿足向企業(yè)園區(qū)、社區(qū)、平安鄉(xiāng)鎮(zhèn)、商超等一系列社會臨散場所提供落腳點采集分析以及人臉提取等需求。

2、全感知。除了全計算之外，感知是構(gòu)筑整個視頻智能AI體系結(jié)構(gòu)里面非常重要的一個因素，做到全感知要實現(xiàn)這四個內(nèi)容的感知：

第一個是環(huán)境感知；

第二個是場景感知；

第三個是內(nèi)容感知；

第四個趨勢分析。

感知不僅是多維采集，更重要的是要7×24小時在不同環(huán)境場景下都能進行很好的適應(yīng)。

做警務(wù)實戰(zhàn)應(yīng)用時，僅包含視頻這個維度的應(yīng)用是遠遠不夠的，視頻作為一個維度的來源，可以提取出人、車的信息，形成結(jié)構(gòu)化數(shù)據(jù)。但這一步我們要進行全感知，去采集RFID的軌跡，去感知門禁系統(tǒng)“一進一出”產(chǎn)生的數(shù)據(jù)，進行多場景中多維感知數(shù)據(jù)的融合；同時，做視頻AI的時候，傳感器要對全場景任意出入口進行感知，不管是在何種環(huán)境下都能對目標(biāo)進行7×24識別。

通過構(gòu)筑全感知的網(wǎng)絡(luò)，我們可以把視頻智能AI這塊業(yè)務(wù)進一步的發(fā)展為一個物聯(lián)網(wǎng)的資源池，構(gòu)筑物聯(lián)網(wǎng)的AI應(yīng)用。

3、全智能，在安防領(lǐng)域，AI要從圖像智能進一步向業(yè)務(wù)智能去發(fā)展，要做好如下幾個方面的交互準(zhǔn)備：產(chǎn)品、解決方案、業(yè)務(wù)應(yīng)用。

目前AI在安防行業(yè)的應(yīng)用還主要體現(xiàn)在CV這塊，但這里只能從計算機視覺到圖像智能的跨越；未來，需要安防廠商的產(chǎn)品、解決方案深度打通，形成一個從圖像智能到業(yè)務(wù)智能的轉(zhuǎn)變。

以人臉為例，目前人臉已經(jīng)能夠滿足最基本、最核心的布控業(yè)務(wù)。下一步將進行人臉技戰(zhàn)法的應(yīng)用，將人臉信息采集、預(yù)警、檢索，做基于人像的情報預(yù)警系統(tǒng)。對布控范圍內(nèi)的人進行圖像分析、出行規(guī)律分析，全智能不僅要覆蓋圖像智能AI，更要覆蓋一些核心的應(yīng)用場景。

除了人臉之外，目前大華股份也在對人的體態(tài)、動作做基于人體的視頻智能分析，產(chǎn)生更加豐富的業(yè)務(wù)場景，來改變整個警務(wù)應(yīng)用的作業(yè)模式。雷鋒網(wǎng)雷鋒網(wǎng)

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。