近两年来,AI作为一项降本增效的工具,赋能于传统行业,使得部分传统行业发生了较大变革。纵观AI对传统行业的影响,目前看来,应属安防领域最为深远。如果将2016年称为“AI元年”,那么,2017年则可称之为“安防AI元年”。
从2016年到2017年,AI技术在安防领域发展得异常迅猛,从2017年深圳安博会上,我们可以看到,不论是传统安防巨头,还是新兴AI厂商,都毫无保留的展示了他们的AI产品与技术,尤其以人脸识别、视频结构化最为火热。相比前几年,在2017年发生的最大变化,就是AI技术在安防领域从此前的“讲概念”阶段,已经发展到“产品化”、“市场化”阶段。我们可以看到,人脸识别相关的产品已经成功落地应用,如深圳龙岗公安建设的人像大数据布控系统,实现了近3000路摄像头的动态人像布控,这算是一个比较成功的落地项目。
一、公共安全对AI需求迫切
“人工智能”,笔者把它解释为“将人的工作智能化”,即通过赋予机器某种智能化的能力,让它可以处理人的工作,当然它要比人处理得更高效。近年,AI在安防市场应用逐渐落地,主要有以下几方面的因素。
首先,安防行业对于AI技术迫切的市场需求。技术的发展源于需求的驱动。举个例子,2012年引发舆论广泛讨论的12306购票网站瘫痪事件,源于高峰期平均每秒数十万次的请求。显然,12306购票网站的设计团队当初并未想象到会有如此高并发请求需求,因此在设计系统时他们也没有进行相关的技术研究与准备。而从目前12306的购票体验上,显然系统已能承受了这样高并发的访问需求。我认为这是一个需求驱动技术改进的典型案例。
而对于安防行业,主要的应用场景是视频监控,视频监控的主要目的就是事后的线索查询及录像取证。当前,随着我国平安城市及雪亮工程建设的大力推进,监控探头覆盖面越来越广,监控点位越来越多,如此大规模的监控摄像头,每天都要产生大量的视频录像,当发生案事件后在这些海量的视频录像中,依靠人工去获取案件线索工作量非常巨大。况且我国的警力资源严重匮乏,据统计,我国的警察与人口比例仅为0.13%,处于世界低端水平。因此,如果完全靠人工去逐个调阅录像文件来进行线索排查,可以想象案件的侦破效率将极其低下。因此,将AI技术引入安防行业的需求变得极为迫切,通过机器来高效处理人的工作,协助民警快速准确寻找案事件线索,成为公安干警们翘首以盼的事情。在市场需求的驱动之下,AI技术在安防行业的发展尤为迅速,在过去两年中,许多安防AI厂家脱颖而出,并成功的推出了相关的AI产品。
其次,安防行业拥有海量的数据来滋养AI技术的发展。如果把AI比作一头猛兽,那么这头猛兽是需要用数据来喂养的,数据越多越丰富,它就生长得越强壮,没有数据这头猛兽便无法生存。
我们知道,大型的互联网公司,如BATJ,他们拥有的数据量是非常惊人的,他们都拥有数亿的用户,这些用户每天为这些互联网公司带来庞大交易额的同时,也带来了海量的数据资源,互联网公司基于这些海量的数据资源,结合AI技术,能为他们提供更高效的智能化运营服务。
而在安防行业,最不缺乏的也就是数据,尤其是视频图像数据。一个中等规模的城市,按布点10万路1080P摄像机计算,这个城市每天就可以产生约30PB的视频图像数据,一年可产生约10EB的数据量。如此庞大的数据,为安防AI技术的发展提供了绝好的原料。如果把AI算法比作一把刀,那么数据就是磨刀石,数据越多越丰富,那么这把刀就会被磨得越锋利。
再次,我国政府对于人工智能产业强有力的政策支持,也推动着AI技术的发展与应用。2017年7月,国务院关于印发《新一代人工智能发展规划的通知》以及《“互联网+”人工智能三年行动实施方案》,从政策层面积极引导并规划发展人工智能产业;工信部也印发《促进新一代人工智能产业发展三年行动计划(2018-2020年)》,意在加快人工智能从战略到落地,推动人工智能和实体经济深度融合;另外,公安部制定的“十三五规划”,也将AI技术在安防行业的应用放在了比较突出的位置。
在需求、数据与政策的多轮驱动之下,2017年AI技术在安防领域的发展势头非常良好,基于视频的安防AI技术,如人脸识别技术与视频结构化技术已率先产品化,并已成功落地应用。但是,我们还是要清醒的认识到,目前的成功只是一小步,在后面AI技术在安防领域进行大规模市场化应用的道路上,依然面临着诸多的困难与挑战。
二、AI在公共安全领域的落地应用
作为计算机视觉技术中最成熟的分支应用,人脸识别目前在安防领域应该算是比较成功的落地应用。尽管该项技术已相当成熟,但是其应用场景依然受限。在“1:1”应用场景下,比如人证核验,人脸识别技术已完全达到了商用化的水准,但这种场景对人与摄像机位置(包括距离、角度)的约束性较强。而在安防领域,人脸识别最核心的应用场景就是构建“人像天网工程”,“人像天网工程”要求在各种复杂的场景下,比如交通路口、地铁站出入口、公交车站、火车站出入口、广场、商场、医院等人流量较大的室外场景,都能尽量完整、准确的识别人脸信息,并与重点人员库实时比对,产生告警,这样就可以实现对犯罪嫌疑人进行全城布控的效果,这就是人脸识别“n:N”应用场景。在这种场景下,人与摄像机的位置是无法控制的,此外还受不确定的天气、光照等条件影响,这对人脸识别技术的场景适应性提出了较高的要求,目前看来,现有的人脸识别技术对这种复杂场景的适应性还不够完美,不过相信随着AI技术的不断革新,最终我们的人脸识别技术所能适应的场景会越来越广泛。
视频结构化技术,作为计算机视觉技术中的另一项重要的AI技术,2017年也获得了快速的发展,许多安防厂商的视频结构化产品已初具雏形,该项技术相对于人脸识别技术,发展略显缓慢。目前市场上视频结构化的落地项目其实还是非常少。主要原因在于现有的视频结构化算法在复杂场景下,识别准确率并不高,难以商用;另一方面,视频结构化主要是对视频中车辆特征结构化以及人体特征结构化,对于车辆特征的结构化,市场早已有成熟的前端产品,如卡口电警,虽然识别的特征属性有限,但是基本还是可以满足一些应用需求,所以客户对于视频车辆结构化的需求并不是特别强烈。而对于人体特征的结构化,目前看来,实际应用意义相对偏弱,目前可以想到的就是人体特征搜索、以人搜人等基础应用,更丰富的应用还有待进一步挖掘。
此外,阻碍AI产品大规模市场化应用的另一项挑战来自于成本。目前,AI产品普遍成本高昂,在有限的财政投入下,对于政府客户来讲,AI产品也是一件奢侈品,政府没有财力大规模投入应用。但是随着技术的不断发展进步,AI产品的成本会逐步降低,会促进AI产品大规模市场化应用的进程,因为只有大规模市场化应用,才能真正的凸显AI产品的价值。
三、未来趋势展望
随着安防AI技术的发展,笔者认为未来的两三年,各大安防巨头及AI厂商将会着力解决AI产品大规模市场化所面临的挑战,包括解决AI算法对复杂场景的适应性问题以及高成本问题;另外,随着芯片技术以及AI技术的快速发展,AI产品前端化将逐步成为趋势,这样可以减轻后端分析的压力,让后端专注于数据的处理,专注于行业业务。此外,随着人脸识别技术及视频结构化技术的逐步完善,后续基于视频的AI技术可能会偏向各种复杂事件的分析,实现对视频内容的充分解析。
-
安防
+关注
关注
9文章
2246浏览量
62508 -
AI
+关注
关注
87文章
30172浏览量
268441 -
人脸识别
+关注
关注
76文章
4005浏览量
81774
原文标题:未来两三年安防AI将进入产品大规模市场化阶段
文章出处:【微信号:D1Net15,微信公众号:视频监控安防D1net】欢迎添加关注!文章转载请注明出处。
发布评论请先 登录
相关推荐
评论