人工智慧蓄勢待發安防迎接機會與挑戰

近年來，隨著地位的提升，人工智慧越來越受國家重視。 2015年7月，「人工智慧」被寫入《國務院關於積極推動「網路」行動的指導意見》；2016年3月「人工智慧」一詞被寫入「十三五」規劃綱要；2016年5月國發改委等四部門聯合下發《「網路」人工智慧三年行動實施方案》；2017年3月，「人工智慧」寫進政府工作報告。可以說，人工智慧已達到促進經濟發展的新高度，多隻人工智慧概念股在兩會期間也表現亮眼。

《人工智慧發展報告2016》顯示，中國人工智慧申請數累計達到15745項，列*二；人工智慧領域投資列*三。可以預期的是，未來5到10年，人工智慧就像水和電一樣*，一個全新的「人工智慧」的時代正在到來。

有分析提到，從2017年開始的3到5年，將是大量人工智慧專業人才畢業、開始進入產業界的高峰時期，將為各行各業引進人工智慧技術帶來巨大機會。從產業來講，未來幾年也是人工智慧在金融、醫療、教育等大數據產業、感知互動領域全面滲透的時期，安防、金融、醫療、汽車、教育、資訊安全、零售等產業電子化程度較高、數據較集中且數據品質較高，因此在這些行業將會湧現大量的人工智慧場景應用。

那些具備穩定獲利水準、清晰商業模式、合理估值的價值類個股自然更受歡迎。在做相關的主題投資選股時，可以從三個層面去考慮：首先是政策的持續支持，另外是科技創新驅動獲利增強，第三是商業模式的創新。以此來觀察，人工智慧由於處於產業的高速發展期，而且因為它對經濟效率的巨大提升作用，而得到政策的高度支持，受到各機構的重點關注也就不奇怪了。

再看，近可能出現的一些催化劑：一是人工智慧規劃近期可望出台；另外還有，2017年IT高峰會將在4月1日舉行，會議主題正是「邁進智慧新時代」；柯潔等人類棋手將於4月再戰AlphaGo等都是不斷催化人工智慧發展的因素。

人工智慧之於安防是何意義？

人工智慧的發展，當然也引起了安防產業的關注。作為IT產業的重要應用領域之一，人工智慧在安防產業的應用已有一定基礎。甚至在3月14舉行的TechWeb主辦的第215期IT龍門陣上，格靈深瞳創始人趙勇還表示，安防監控一定是人工智慧先大規模產生商業價值的領域，關於這點在2016年已經可以看出來了，2017會比去年至少有10倍的成長。

事實上，隨著人工智慧技術的發展，以視頻內容分析識別技術為核心，透過對非結構化的數據進行結構化描述，提取出濃縮和摘要信息，實現快速檢索和查找，並透過類似於人類大腦思考一樣從而進行大數據分析和資訊碰撞正是當前安防產業探索的熱點。

根據產業預測，透過大數據技術，可對影片、圖片、WIFI訊號、電子車牌等不同種類的數據進行分析、碰撞、發現潛在聯繫，抽取中有價值的信息，並形成可視化結果呈現，人工智慧將在以下安防領域展開應用：

人員分析應用，依託人工智慧系統的人員特徵識別服務輸出的結果，進行資料分析，實現人員身分的識別、人員佈防、人臉軌跡等功能。

車輛分析應用，可滿足全地圖操作，實現視覺化的應用，包括：軌跡分析、跟車分析、碰撞分析、頻次分析、套牌分析、隱匿車輛挖掘等功能。

多元資源時空應用，可基於GIS地圖的指揮調度，透過地理資訊系統實現對各項視訊資源進行一體化管理，實現監控影像的直覺式視覺化應用。實現快速調取需要關注的監控點或監控區域影像，實現目標線上追蹤。透過視訊圖層疊加、視訊資源搜尋和視訊定位，將道路情況、資源分佈情況、人員分佈情況、地理座標資訊、警力部署情況以圖形化的形式展示出來，直觀的對全局資訊進行全面多維的展示，使指揮調度更加直觀。

視圖內容預警、自動警報連動應用，對影片的內容進行自動預警。當觸發預先設定的預案後，連動的攝影機將會同時開啟監控影像，形成對案發地的監控封鎖，同時即時警報。布控智慧規則分析功能包括：區域入侵、絆線偵測、非法停車、徘徊偵測、打架偵測、物品、物品遺失、非法尾隨、人群聚集、車流統計、車牌特徵識別、煙火偵測等。

視訊即時標註應用，可利用即時視訊進行即時結構化，包括人、車、運動目標進行特徵提取，即時視訊標註將視訊資料轉化為公安實戰所使用的情報，實現視訊資料向資訊、情報的轉化。

人像快速比對查找應用，可對嫌疑人進行比對，快速確認目標身份，提供智能、、快速的人臉比對和完善的視頻圖像大數據分析挖掘應用。綜合解決人像即時追蹤監控預警、人員身分快速比對檢索核准、人員歷史軌跡追蹤倒查等查人、找人、預警、追蹤等的人員管理監控問題。

視訊影像智慧研判應用，可對多種格式影片、圖片採用適用於多種場景、多種情境的影像處理演算法，實現模糊影像的清晰化處理。也提供視訊智慧標註服務和檢索服務，實現對影片、圖片中涉案嫌疑目標的智慧(系統自動擷取描述資訊)結構化描述，減少人工標註輸入的結構化描述資訊的工作量，同時滿足多種檢索方式，提高影片檢視的速度和效率，達到快速尋找、定位嫌疑目標的目的，減少案事件影片中嫌疑目標資訊遺漏的可能。

車輛資料碰撞挖掘應用，可對卡口圖片車輛資料的二次識別，包括車牌號碼、車輛品牌、車輛子品牌、車輛年款、車輛顏色、車牌顏色、車輛類型、車牌類型、年檢標、遮陽板、安全帶等車輛細節訊息，將車輛的運行軌跡，活動規律等進行數據碰撞比對，從而挖掘隱藏的案事件線索實現可視化的應用，功能包括：軌跡分析、跟車分析、碰撞分析、頻次分析、套牌分析、隱匿車輛挖掘等。

車輛即時布控應用，可針對於被竊車輛、違規車輛、涉案車輛、高風險人員車輛、重點車輛等，對特定移動目標物件的特徵屬性(如車牌號碼、車型、顏色、空間區域等)及其組合進行線上即時布控功能。

安防融合人工智慧怎麼做？

這都是安防視訊監控市場在融合人工智慧等尖端技術條件下表現出來的精進與多元化發展趨勢。未來的產業發展，圍繞視訊監控的業務發展，將會呈現文字、圖片、地理空間等資訊視訊化與視訊資料結構化的融合態勢，在安防技術發展的確定性與業務的多元化發展所帶來在的不確定性的環境下，將會為安防企業在市場競爭中帶來機會與挑戰。

而從技術層面講，推動安防智能化大發展的原因是人工智慧在演算法與晶片領域的成熟及成本的下降，使得智慧化的商業化落地更加快速地普及。在市場層面，監控智慧化百花齊放的情勢是市場尋求差異化競爭的結果。在未來的監控智慧化市場發展變化中，高畫質的普及將是非常關鍵的一環，只有在擷取端獲得高清的視訊資料來源的前提下，才能對監控區域的事件進行目標分析。

為此，在圍繞整個安防智能化發展的過程中，是從採集到處理、傳輸、儲存、分析的全產業鏈的生態演進，這個產業的演變是帶動設備及系統升級換代的動力。在這個過程中，主流的設備解決方案供應商已經發力佈局，並且在實戰化方面取得了不俗的成績。對於這個別應用的產業門檻，或許又會帶來更大的市場格局的震盪。

以上是人工智慧蓄勢待發安防迎接機會與挑戰的詳細內容。更多資訊請關注PHP中文網其他相關文章！