AI给安防行业带来了翻天覆地的变化视频监控是安防最重要的部分

AI的兴起让这两年的安防行业变得热闹起来，新概念和新产品层出不穷，无论是传统企业还是新兴企业，无一不在AI技术上大秀“肌肉”。AI似乎给安防行业带来了翻天覆地的变化。

但另一方面，根据数据，2017年安防产业产值达4500亿元，而所有AI产品产值不到20亿，AI在安防行业技术渗透率也仅为1％。

“乱花渐欲迷人眼，浅草才能没马蹄。”

安全是目的，防范是手段，通过防范的手段达到或实现安全的目的，是安防的基本内涵，无论何种技术兴起，安防的本质都不会改变。但不可否认的是，AI确实让传统安防突破了既有天花板。那么该如何看待AI与安防之间的关系，当下平安城市建设的主要任务是什么，视频监控该朝什么样的方向发展？带着这一些列问题，亿欧智慧城市采访到了中央政法委综治办视频监控专家、公安部安防标准委员会特聘专家、中国矿业大学（北京）教授王汝琳。

谈AI：单纯谈“加”不科学

我们已经习惯了用“AI＋安防”或“安防＋AI”来描述AI与安防行业的结合，但王汝琳教授认为：“无论是’AI＋安防’还是’安防＋AI’，简单地’加’都是不科学的。”

AI有四大领域，分别是计算机视觉、自然语言识别、机器人和博弈与情感。王汝琳告诉亿欧智慧城市，博弈与情感可以暂时不作考虑，因为目前机器都是“算出来的”，但情感是难以“算出来”，所以博弈与情感中的情感方面目前看来还“太遥远了”。

计算机视觉、自然语言识别是目前应用的主流，而“这些技术很多都是跟安防的新发展工作任务重叠的”。

视频监控是安防行业的核心子系统，“安防在做的智能视频图像分析，无论是人脸识别，还是车牌识别，都是希望用机器来读懂、辨识视频图像。”王汝琳说，而这些工作内容本身就是与计算机视觉紧密相关，很多部分是重叠的。

再以自然语言识别为例，自然语言识别的主要范畴包括词性标注、文本分类、信息检索、自动摘要，机器翻译等等，而这些领域“安防也会大量用到，有很多交叉的部分”，因此很难说是“谁加了谁”。

王汝琳还举了一个生动的例子：眼睛是观察外部世界的人体器官，望远镜是能让人眼看得更远的辅助工具，“但我们会说’望远镜＋’吗？不会的。”

“安防＋AI”或是“AI＋安防”也是同样的道理，单纯谈“加”实际上并不能科学地诠释安防与AI之间的关系。

谈任务：增点位、大联网、智能化、建五级综治中心

我国平安城市建设正式启动于2005年，中共中央办公厅、国务院办公厅转发了《中央政法委员会、中央社会治安综合治理委员会关于深入开展平安城市建设的意见》（下称《意见》），《意见》阐述了平安城市建设的重要意义，提出了平安城市建设的指导思想、目标任务、工作重点和主要措施，此后各地平安城市建设如火如荼进行。

王汝琳既是平安城市建设的见证者，也是参与者。他告诉亿欧智慧城市，过去平安城市建设有三大任务，分别是增加视频监控的点位，扩大覆盖面；推动全国联网工作；以及海量视频信息的智能化应用。经过了几年的发展，虽然平安城市建设情况大有进步，但任务的内涵基本没有改变。

一是要继续扩大视频监控的覆盖面。以往视频监控系统只要求覆盖到县，现在还要继续扩大到乡镇和村；另外在城市里，视频监控还要扩大到社区的门禁、停车场等细分场景，“解决视频监控覆盖最后一公里的问题”。

二是继续推进视频监控联网工作。2015年中央出台996号文件，规定各地政府需要加强公安安全视频监控建设联网应用，到2020年基本实现“全域覆盖、全网共享、全程可控”的目标。目前公安四级大联网已经建成，但还有部分区域的联网工作需要继续改进加强。此外，联网范围不仅限于公安，还要和各委办局的二类监控点，以及社会各系统的三类监控点相连。公安系统视频监控系统的联网工作虽已完成，但与社会监控系统的联网还需继续努力。

在推进联网工作的过程中，王汝琳强调，各主体应严格贯彻国家标准和规范。2012年6月，GB／T28181－2011正式发布实施，初步解决了不同系统互联的问题；2016年该标准的新版本又得到了进一步完善。“一方面是要继续按照标准联网，另一方面是要结合区域具体情况进行设计，做到既能满足工作需求，又避免不必要的浪费。”王汝琳说。

三是要继续推进视频图像智能化分析处理，在AI时代下，这个任务无疑能得到持续良好的推进。而现在，“还有一个新的任务，这是跟以往不太一样的。”王汝琳说，这个新任务就是要建设各省的综治五级中心。

2016年，国家质检总局、国家标准委发布《社会治安综合治理综治中心建设与管理规范》，从公共安全视频建设联网应用等方面规定了省（自治区、直辖市）、市（地、州、盟）、县（市、区、旗）、乡镇（街道）、村（社区）五级综治中心的建设与管理要求。过去综治的主要任务是维稳，视频监控联网方面的工作并不在考虑范围内，而现在，这成为了需要重视的新任务。

谈监控：关注新型感光材料，加强运维平台建设

视频监控是安防最重要的部分，无论是前端设备、传输，还是平台建设，视频监控都还有很大的发展空间。

在前端，光照是影响前端成像质量的重要因素之一，虽然现在不少企业都推出星光级摄像机，即在几乎“伸手不见五指”的环境下，摄像机依然能够显示彩色图像，但目前这些摄像机仍存在“看不远”的问题。王汝琳告诉亿欧智慧城市，国外已经在开发一些新型感光材料，比如在非可见光领域，有一款叫铟镓砷的新型感光材料，目前只有美国和以色列等少数国家有相关产品，中国有少数研究单位关开始研究，这款新材料的研发仍处于早期阶段，但未来的应用前景光明，值得企业和研究人员的关注。

在传输上，王汝琳认为，一方面是要进一步改进和完善视频编解码技术，另一方面要“张开双臂迎接5G的到来”。据了解，5G的峰值理论传输速度是4G的数百倍，这意味着传输速率将不再成为高清视频传输的阻碍；此外，5G支持海量设备互联，未来物联网、云计算等技术的融合，有望为安防行业带来“新的发展”。

在平台方面，目前“视频图像综合控制调度平台是比较成功的，但是运维平台还需要改进。”王汝琳告诉亿欧智慧城市，前端设备、显示、存储等各个环节一旦出现故障，运维平台就会报警显示，这在几年前就已经做到了，而现在运维平台还需要做到能对各种设备和零部件进行故障统计，查找出故障规律，为运营维护的备品备件提供最优方案，甚至能为运营维护队伍的组织和指挥调度提供有效参考。“这些目前是国内运营平台还比较薄弱的环节，也是未来需要努力的方向。”

另外在存储方面，大量“无用”的视频图像数据的存储占用了相当大的资源，但王汝琳说：“正常情况下，大量视频图像’无用’是好事。”因为如果监控区域随时都在发生案件，那么这个区域就不适合人的活动，那么视频监控的需求也不存在了，“所以绝大多数的视频图像应该是无用的才对”。但另一方面，今天“无用”的视频，不代表明天也是“无用”的，“所以我们需要更高效、更节约资源的存储技术，去解决这样的问题。”

“可以说，整个视频监控系统，从前端、传输，图像分析处理，到平台和存储，整个链条都需要我们继续努力，不断提高。”王汝琳说道。

谈应用：不可抛开场景谈系统的功能

电影《碟中谍》中出现了这样的画面：战警在大规模人群中不断扫描人脸，同时将人脸与通缉犯资料库作比对，立马就发现了通缉犯并将其抓获。但在现实中，这样的情景真的能够实现吗？

王汝琳认为，目前人脸识别还在初期阶段，技术还远未能达到电影中的水平。

“在实际应用中，人脸识别面临着至少四大条件的限制。”王汝琳说。一是照度，只有在符合要求的光线下，拍摄的图像足够清晰，需要的人脸才可能被识别出来；二是目标移动速度，运动速度只有低于某个值，人脸才能被清晰捕捉；第三是角度，拍摄目标与摄像机轴线的偏离角度必须要小于一定值，“前几年正负偏离15°就不行了，现在技术进步了，正负偏离25°也能识别出来”，但角度依旧影响着识别率；四是图像的“粒度”，一帧图像里有多少人脸，要满足一定的特征像素，如果人脸太多、粒度太小，识别率就会受到影响。

“不讲这四个基本条件，就讲95％或者99％的识别率都是没有意义的。”王汝琳说。机场的人脸识别安检项目就是最好的例子，机场属于室内环境，光照稳定，这就解决了照度问题；旅客通过安检时，需要停顿，这就解决了移动速度问题；设备会要求旅客摘帽子或眼镜，并正对摄像头，这就解决了角度问题；最后，安检需要旅客逐个通过，这就解决了粒度的问题。所以，在机场安检这个场景的人脸识别通过率能达到极高的水平。

“我们还是要一步一步来实现发展。”王汝琳说。技术的发展不可一蹴而就，需要以具体应用场景需求为导向，逐步提升，人脸识别技术是如此，其他技术亦是如此，目前的技术还不是完美的，但要能够理解和接受这些“不完美”，方能更好地从实际出发，通过努力，让技术获得发展，更上一层楼。

阅读全文