隨著大數(shù)據(jù)、云計算、物聯(lián)網(wǎng)等創(chuàng)新技術(shù)的不斷發(fā)展，人工智能將在數(shù)據(jù)化程度高的行業(yè)快速實現(xiàn)落地。在服務(wù)智能情景下，數(shù)據(jù)可得性高的行業(yè)，人工智能將率先用于解決行業(yè)痛點，爆發(fā)大量場景應(yīng)用。

安防恰好具有數(shù)據(jù)可得性高、數(shù)據(jù)層次豐富的特征，如今安防監(jiān)控領(lǐng)域已進入數(shù)據(jù)“大爆炸”的時代。在云計算、大數(shù)據(jù)、芯片、算法等技術(shù)的助推下，“AI+安防”的概念開始浮出水面。如今在公共安全領(lǐng)域尤其是視頻監(jiān)控技術(shù)應(yīng)用領(lǐng)域，“AI+安防”應(yīng)用已經(jīng)落地。

“AI+安防”獲得國家政策加持

　工信部等部門發(fā)布的《“互聯(lián)網(wǎng)”人工智能三年行動實施方案》(以下簡稱《方案》)指出，智能安防將作為人工智能產(chǎn)品創(chuàng)新的重點應(yīng)用推廣領(lǐng)域。

“AI+安防”的落地趨勢

基于GPU運算的方案、人臉識別、大數(shù)據(jù)應(yīng)用等已經(jīng)成為業(yè)內(nèi)的共識。各種新技術(shù)的大肆輸入，加速驅(qū)動著智能監(jiān)控技術(shù)升級，向更高層級進化。與此同時，行業(yè)用戶對視頻監(jiān)控也提出更多需求，多樣化的應(yīng)用場景催生出不同的用戶需求。具體到安防監(jiān)控應(yīng)用中來，AI在視頻理解和大數(shù)據(jù)兩方面都有很好的應(yīng)用。

視頻理解：通過深度學習等人工智能前沿技術(shù)，實現(xiàn)對視頻中目標檢測、目標跟蹤、目標分類、目標檢索和行為分析，目標檢測和目標跟蹤比較好理解，目標分類在目標檢測與跟蹤之后，捕獲到合適目標，可以對它的屬性進行分析判斷。以監(jiān)控場景的人體為例，可以識別他是否騎車、衣著特征、性別、年齡段、頭發(fā)長短、是否背包、拎東西、戴口罩等等，最后通過目標檢索和行為分析與上層業(yè)務(wù)相結(jié)合判斷目標的活動軌跡、身份，并對視頻畫面中的目標正在進行的行為活動(比如打架、人群聚集等)進行分析判斷。

大數(shù)據(jù)：大數(shù)據(jù)技術(shù)為人工智能提供強大的分布式計算能力和知識庫管理能力，是人工智能分析預(yù)測、自主完善的重要支撐。其包含三大部分：海量數(shù)據(jù)管理、大規(guī)模分布式計算和數(shù)據(jù)挖掘。海量數(shù)據(jù)管理被用于采集、存儲人工智能應(yīng)用所涉及的全方位數(shù)據(jù)資源，并基于時間軸進行數(shù)據(jù)累積，以便能在時間維度上體現(xiàn)真實事物的規(guī)律;大規(guī)模分布式計算使得人工智能具備強大的計算能力，能同時分析海量的數(shù)據(jù)，開展特征匹配和模型仿真，并為眾多用戶提供個性化服務(wù);數(shù)據(jù)挖掘是人工智能發(fā)揮真正價值的核心，利用機器學習算法自動開展多種分析計算，探究數(shù)據(jù)資源中的規(guī)律和異常點，輔助用戶更快、更準地找到有效的資源。

大數(shù)據(jù)解決安防監(jiān)控“痛點”

目前大數(shù)據(jù)解決安防監(jiān)控“痛點”主要是從九個方面進行。

一、人流密度分布、變化趨勢、活動的動態(tài)監(jiān)測，預(yù)測踩踏指數(shù)，實現(xiàn)大型活動和重要區(qū)域的風險管理。

二、空間狀態(tài)分析，車流密度分布、變化趨勢，道路狀態(tài)及變化監(jiān)測，主要用于預(yù)測擁堵指數(shù)，實現(xiàn)交通信號的預(yù)測調(diào)節(jié);

三、數(shù)據(jù)融合、關(guān)聯(lián)，實現(xiàn)同號搜索，人、車軌跡跟蹤等。

四、有序過程與隨機過程分析，成為社會治安關(guān)鍵因素，進行常態(tài)與暫態(tài)分析，實現(xiàn)社會治安風險評估，事件預(yù)警。

五、高風險因素監(jiān)控和關(guān)聯(lián)分析，主要應(yīng)用于擴大社會掌控面;制定有效防范措施和反應(yīng)預(yù)案。

六、融合定位、通信、網(wǎng)絡(luò)等技術(shù)，提高對高風險因素(人、物、事、時間、地點等)掌控的精度、粒度，建立重大事件風險評估、預(yù)警機制，提高防范能力，進而實現(xiàn)犯罪高發(fā)分布及分類基礎(chǔ)性研究及綜合治理方案的制定。

七、高風險單位、區(qū)域、活動安全管理，利用大數(shù)據(jù)，進行風險和脆弱性分析，結(jié)合歷史數(shù)據(jù)的回歸統(tǒng)計;成功和不成功案例的分析，建立風險管理機制，指導(dǎo)安防系統(tǒng)建設(shè)。

八、各類系統(tǒng)效能分析，主要應(yīng)用公共安全系統(tǒng)建設(shè)、評價。

九、安防基礎(chǔ)理論研究數(shù)據(jù)庫，通過數(shù)據(jù)融合、關(guān)聯(lián)及歷史回歸統(tǒng)計，開展大數(shù)據(jù)應(yīng)用;建立安全基礎(chǔ)研究和預(yù)警理論研究基礎(chǔ)數(shù)據(jù)庫�？傊�，大數(shù)據(jù)應(yīng)能解決公共安全的關(guān)鍵問題，支撐公共安全系統(tǒng)建設(shè)。

結(jié)語：人工智能的逐漸落地，正推動著主動安防理念的一步步深化�！癆I+安防”在應(yīng)用層面必然爆發(fā)大量場景應(yīng)用，為我們創(chuàng)造一個更智能的生活環(huán)境。