侵权投诉
订阅
纠错
加入自媒体

人工智能在安防领域面临的四大挑战

2019-06-21 10:16
云云众生
关注

除了芯片、算法、产品的进步,目前包括5G通讯、传感等这些技术能力的提升,也为安防的“智能+”赋能,诞生出创新的智能应用。但发展中也面临诸多挑战:

1.视频数据深度融合应用要提升

如何对现有视频进行深度应用,将被动查证的事后应用模式转变为主动防御的事前应用模式是安防行业的迫切需求,但目前这块的应用仍有待加强。

智能化应用的技术特点决定了其本身也是一种综合化应用。目前公安机关从业务实践中感受到了人工智能初步与视频监控结合带来的成效,但如何在大数据战略的引领下,进一步紧紧围绕实战和实用,针对跨技术领域的广泛融合,跨业务部门的综合应用,在实战的有效性上给公安民警赋能,在实用的便捷性上给基层民警减负,依然是当前人工智能在公安业务领域的痛点和难点问题,需要进一步解决。

2.新技术需要推进落地

目前,安防行业核心的AI技术包括人体识别(人脸和人体)、车辆识别等都实现了较好的应用。赖剑煌教授提到,现在人脸识别、车牌识别技术已经达到不错的水平,目前人脸识别在视频监控里面用得比较好,但大范围的行人再识别应用还没有见到,比如看不到人脸的时候这要靠行人再识别技术结合人脸再识别来做精准布控。

许多重要场所的安检例如地铁安检,还要花财政很多钱,浪费了大量的人力物力,这说明基于视频监控安防技术的研发与应用还不到位,如何利用视频监控技术简化安检流程和提高安检水平还有很大的推进空间。

行人再识别是利用计算机视觉技术判断图像或者视频序列中是否存在特定行人的技术。在视频监控应用中当监控系统看不见人脸或者无法看到人脸,这就依赖于行人再识别技术。目前遍布城市的摄像机里面,符合人脸采集标准的摄像机占比较少。而要最大限度挖掘传统平安城市、天网工程的治安摄像机的潜力,行人再识别技术非常重要。

此外,音视频系统中的声音一直没有得到充分挖掘,而在应用中用户其实有迫切的需求。

3.多算法融合要加强

在实际应用中,不同算法分析功能独立部署的情况很常见,如此应用效率会大打折扣。

当前公安机关对智能化从单点的应用已经拓展到了“云、端、边”的综合部署,特别是前端设备的选型上对智能设备的一体化提出了要求,具有人脸、人体、车辆结构化、行为分析等多算法融合,还有高效编解码、传输,有线与无线结合以及安全防护等功能,完全符合GB/T25724、GB35114、GB/T28181标准的综合性、一体化智能摄像机已经成为当前“雪亮工程”深入建设应用中的迫切需求。如果有这样的产品推出,肯定会受到公安一线实战部门的欢迎,也会有更大的市场空间。

算法分析层是人工智能技术的核心,算法的优劣决定了人工智能技术的应用效果。面对用户难题与需求,厂商仍需要在多种算法融合部署、全景多镜多任务协同等多个功能的叠加方面持续发展,以改善需要堆砌不同算法分析服务器来满足用户需求的问题。

对于算法融合的发展,殷俊认为现在对人、车、物分析的算法在不断融合应用,随着智能化的演进,未来的融合还将包括音视频、雷达、热成像等,通过多维感知解决单一感知数据的弊端,赋予人工智能更多维度的数据来提升或解决具体场景中的智能水平。

4.协会要引导产业做布局

当前安防行业被视为人工智能最具市场空间的行业之一,在这一波发展赛道上挤满了各层面的参与者。胡传平院长提到,安防市场应用前景很诱人,目前有很多企业进入,但整体来看业界只有一些大企业赚钱,更多中小企业严格意义上并不赚钱,一些创新企业是靠资本投资支撑着,因为很多企业差不多是在做重复的事情。从协会的角度看,要引导企业对产业进行合理的布局和创新,对企业进行指导,帮助企业能够获取利润,因为企业有了利润,相关技术才能得到更好的进步,产业才能得到更好的发展。

对于安防人工智能的发展状态,顾友良会长表示,目前AI是从上往下没有穿透,就像下雨,雷声很大,也下了点雨,但没有下透,所以庄稼长不好。如果让AI进入万众企业的智能+世界,把技术共性融到小企业的系统中去(这比一两家大公司打通这个领域要快),这样可以形成遍地各种各样“智能+”的应用形态,行业协会这时去建新标准或建立一个新机制,通过标准或机制可以把这些“智能+”的数据进行广泛连通,形成更多的“智能+”应用,将促进产业智能化更好发展。

声明: 本文由入驻维科号的作者撰写,观点仅代表作者本人,不代表OFweek立场。如有侵权或其他问题,请联系举报。

发表评论

0条评论,0人参与

请输入评论内容...

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码:

粤公网安备 44030502002758号