AI+安防场景应用情况

政策支持与发展背景

2016 年 6 月，工信部等部门发布的《互联网人工智能三年行动实施方案》指出，智能安防将作为人工智能产品创新的重点应用推广领域。该方案鼓励安防企业与互联网企业开展合作，研发智能安防产品，推动安防产品的智能化、集约化、网络化，为 AI 在安防行业的深度应用提供了政策性引导和支持，加快了安防智能化发展的速度。

AI 在安防行业的具体应用方面

视频理解

通过深度学习等人工智能前沿技术，实现对视频中目标检测、目标跟踪、目标分类、目标检索和行为分析。例如在监控场景中，对于人体可以识别其是否骑车、衣着特征、性别、年龄段、头发长短、是否背包、拎东西、戴口罩等，还能结合上层业务判断目标的活动轨迹、身份，以及对视频画面中目标正在进行的行为活动（如打架、人群聚集等）进行分析判断。

大数据

大数据技术为人工智能提供强大的分布式计算能力和知识库管理能力，是人工智能分析预测、自主完善的重要支撑。包含海量数据管理、大规模分布式计算和数据挖掘三大部分。海量数据管理用于采集、存储全方位数据资源并累积；大规模分布式计算使人工智能具备强大计算能力，能同时分析海量数据；数据挖掘是核心，利用机器学习算法探究数据规律和异常点，辅助用户找到有效资源。

AI 智能视频技术在安防监控的应用场景

功能应用场景

  • 人脸识别：AI 技术可对视频中的人脸进行识别，获取人员身份信息，常用于身份识别、通行核验、门禁等场景。
  • 区域入侵：判断是否有人员闯入禁止区域，并触发告警。
  • 行为分析：识别视频中人员的异常行为，如奔跑、摔倒，或在特定区域内停留时间过长等，并自动触发告警。
  • 监控自动化：自动追踪目标，减轻监控人员压力和疲劳度，提高监控效率。
  • 视频分析：分析视频内容，如车辆识别、车牌识别，以及室外监控环境中的行人和车辆密集度等，帮助监控人员了解实时情况并及时采取措施。

实际场景应用

  • 通用安防：适用于社区、楼宇、企业园区等场所，可对人员和车辆进出、周界防范、危险区域闯入、可疑徘徊等情况进行监控，提高场所安全管理水平。
  • 智慧安监：应用于企业安全生产监管，如工地、煤矿、危化品、加油站、烟花爆竹、电力等行业，降低生产过程中的安全隐患，保障生命财产安全。
  • 智慧景区：实时统计景区、公园等范围内的人流量，预警人群拥挤事件，防止人员闯入危险区域，识别烟火等，助力景区智能化监管。
  • 智慧校园：用于校园内部及周边的安防监测，包括师生人脸门禁、车辆进出、周界防范、翻越围墙、危险区域闯入、人员拥挤、异常聚集、烟火等情况的监测。
  • 重点场所安全监测：适用于政府机构、军事区域、机场、变电站、工业重地、看守所、农场养殖等重点场所，监测周界入侵、人员闯入、徘徊等事件。
  • 无人值守场景：用于野外远程监控，如水利、电力等领域，防范可疑人员靠近、设备破坏或偷盗、人员闯入危险区域等，可联动语音等装置进行驱离提醒。也可用于需要人员时刻在岗的监测场景，实时检测人员在岗离岗情况，离岗时触发告警提醒。

2024 世界互联网大会乌镇峰会中的应用实例

在 2024 世界互联网大会乌镇峰会中，全新打造了无人机、无人车、无人船联动的应用场景，从水、陆、空三个维度提供全方位的安全保卫服务。其中，乌镇小河流水间的无人船小分队，船顶部安装 360 度高清摄像头，分别担任水样采集、水质监测、安防巡逻工作，通过 5G – A 网络将数据上传至云端。安防巡逻无人船结合人工智能识别技术，通过控制中心的大数据分析，能及时对危险情况和危险人物进行远程语音喊话。

AI 加持下智能安防的效能表现

  • 准确率更高：应用深度学习算法的深度智能设备，可从原始数据中提取高阶语义、表达能力强的特征，使分类效果更好，识别分类对象的准确率更高。
  • 环境适应性更强：深度学习算法能自行提取更丰富、更适合的特征参数，使产品达到更强的环境适应性，可应用到更广泛的环境当中。
  • 识别种类更丰富：理论上，只要有足够多的样本进行训练，深度学习能够实现比较精准的目标分类识别，尤其适用于抽象、复杂的关于人的特征、行为的分析领域。

AI+安防的预警趋势

现阶段，人工智能在安防监控中的应用主要体现在效率提升方面，能将复杂案件的破案效率大幅提高。而安防的终极目标是“防”，目前正在努力探索从被动安防到主动安防甚至事先预警。例如通过以大数据分析为代表的智能分析技术，实现舆情监控和恶性袭击事件预警，如人流管控、交通热力图等应用，当流量超过预设值时发出报警信号。还可利用行为大数据预判潜在犯罪，对有犯罪前科或作案动机的特殊目标，结合人工智能技术评估其实施犯罪行为的可能性，提高社会安全性。