AI前端的落地应用现状与发展趋势

□ 文/杜秀龙 李世研

AI是未来，是几乎所有行业的未来。然而，在不同的行业，都会遇到AI的场景化、算法准确度、解决方案等诸多瓶颈，而唯一能打破瓶颈的就是需求的迫切程度。AI与安防的结合并非偶然，这是趋势使然，因为安防对音视频需求的天生特点，促使了AI落地，必然安防先行。因此AI+安防越来越引起公众的关注，尤其是在智慧城市应用中，如公安、交通、民用等领域，第一批建设已经在如火如荼地展开，再加上华为、阿里、百度互联网巨头企业的参与，让行业竞争更为白热化。安防是眼睛，越雪亮、越安全，AI是跳动的心脏，是思考的智慧核心，越智能、越有活力。AI+安防的落地应用已成为各家必争之地。

AI前端落地应用现状

纵观安防历史，我们经历了这样几个时代，2006年以前的模拟时代，2006-2016年的数字时代，2016年之后的智能时代，AI为安防开启了新的纪元。

我们通过一组数据来证实AI是如何为安防赋能的。拒不完全统计，目前全国约有2亿摄像头，总计存储容量超过400000PB，约1亿块硬盘。传统安防架构在这样的情况下会捉襟见肘，首先存储成本非常高，未经过结构化原始视频数据占据了大量的硬盘空间，存储成本高昂；其次数据可读性差，原始视频查找大多需要人工参与；第三取证难度大，在海量的素材中找到敏感录像几乎是灾难性的。大家熟知的周克华案，调用了1500名民警，在18万小时的录像中查找线索，破案耗时45天，这是传统安防架构的弊端，也给我们带来很多思考，安防光靠震慑和取证是不够的，需要在信息采集的同时进行分析，通过“主动布防+主动告警+业务联动”来完善处理链条，提高视频监控的效率。同样的一个实例，在云南某公安局，采用AI+安防架构的视频监控系统，7月24日布控了嫌疑人照片，7月25日即通过天地伟业的人脸识别卡口发现嫌疑人，及时同时民警，顺利实现抓捕，从案发到破案不到一天的时间。

▲天地伟业AI人脸识别卡口发现嫌疑人的界面

▲天地伟业球机观察到的抓捕现场画面

这是AI前端应用的一个小小缩影，从事后查证到主动预警，AI赋予系统新的能力。

AI前端重点的分析对象无非就是人和车，涉及到身份识别和行为识别，这是要解决问题的主线，要通过视频主动分析明确“是谁在做什么事儿”，将违规的行为进行第一时间准确判断，并联动预警。

现阶段，AI技术落地于视频领域，在厂家的积极推进中已进入产业化，感知智能时代已来临。车的识别技术突破后，视频领域又迎来了人脸识别技术的突破，通过应用于实际场景，引领视频监控建设与发展的新趋势。以智慧城市为例，2015年，九部委高屋建瓴提出16字建设方针：“全域覆盖、全网共享、全时可用、全程可控”，指导平安城市向有序、高效的方向发展。从平安城市视频监控体系来看，国标联网互联互通的视频专网建设阶段已进入了智能视频网的建设阶段，基于新技术、新规划、新标准，平安城市正式开启4.0时代：智能应用阶段。主要应用包括：

人体分析：人脸识别、体态识别、人体特征提取等；

图像分析：视频质量诊断、视频摘要分析等；

车辆分析：车牌识别、车辆识别、车辆特征提取等；

行为分析：目标跟踪监测、异常行为分析等。

人是城市的主体，基于“人”的AI应用必是主角。目前人脸识别、人流量统计、人体属性分析等技术已经开始落地应用，其中以人脸识别需求更为旺盛。基于低成本、低功耗、标准化的产品策略，延伸出更多的应用。

现在正在刮起的AI风之于智能网络摄像机，到底是噱头还是未来，需要从用户的角度出发，真正做到实用化、体系化、多业务融合，才能让这股风吹得更久，劲儿更大。实用化：这一点主要是针对各厂家对AI智能的数据宣传，“单画面抓取100个人脸、每帧识别30个人脸，每天1亿人脸建模，支持人脸角度侧脸45°、千亿数据秒级检索、50米外人脸识别、人脸抓取率99.5%、十亿库一秒比对、百亿人/秒人脸识别比对，800路实时视频结构化”，让人充满了对边缘AI的无限遐想，但实际上，能否适应更多的场景，能否稳定实现所宣传的指标，大家心里还是打鼓的。体系化：除了个别民用领域之外，前端设备从来没有单独使用的，一定会配合平台实现更为细分的业务，所以智能要成体系，从软件到硬件，从前端到后端，同时配合公安、智慧、政法等业务平台实现大数据的处理。多业务融合：好的系统一定是将优势模块进行有效的整合，如将智能AI与超星光、热成像技术融合，实现低照或无光下的高精度识别；与声光警戒技术融合，实现主动预警，将危险消灭在萌芽状态；与深度学习算法融合，模拟人的神经网络，通过不断学习，提高传统算法的准确行，并且解决传统算法识别种类少、场景受限的问题。

▲深度学习与超星光技术融合，实现超低照度识别

随着安防近几年产业结构的调整安防厂家硬件技术的进步和快速推广为AI向安防行业渗透提供了先天的有利条件。通过近一两年的探索，一批优秀的安防生产厂家如海康威视、天地伟业等将人工智能技术应用于安防行业，并开发出交通卡口、人脸布控、警戒系统、案情分析等多种垂直应用功能。

随着各大安防厂家对人工智能持续的产业化应用，以人工智能算法为主要形式的安防智能化已呈爆发式增长。从2016年下半年开始，政府类安防监控项目中人工智能功能从无到有，占比悬殊扩大。此外从项目形式上讲，PPP订单有条不紊的持续推进，全国范围内的智能化平安城市建设将成为安防行业的重要发力点，AI将成为安防企业下一阶段的核心竞争力。

前端AI与后端AI

AI与传统安防的结合方式包括：视频+AI、数据+AI、视频+数据+AI。

视频+AI主要是边缘端产品，也就是前端AI，对视频进行深度学习分析，形成抽象、归纳、分析的结果，对人、车、物等进行智能化判断，随着智能芯片成本的降低和深度学习算法的日渐成熟，前端算力逐渐增强，因为其部署灵活、运算节点分散等特点，可以极大拓宽智能的空间广度；数据+AI主要是边缘域产品，如NVR、综合管理一体机、集中存储等、智能服务器等，有的基于视频流对视频进行智能提取，有的可以通过对前端抓拍的图片进行二次比对分析，得出最后的结果，目前应用最为广泛的就是前端抓拍+后端识别的这种协同模式，人脸识别、结构化等应用皆如此。视频+数据+AI，主要只云端的应用，不仅识别出结果，还要基于时间、空间进行场景化落地应用，给出状况分析、态势分析、综合信息分析等研判数据。

AI算力部署在前端还是后端与使用环境、点位数量、智能高低等都有关系。当涉及的智能点位较多时，前端AI+后端AI的协同模式最为合适，这种方案经济型更高，前端检测与抓拍，将目标简化，后端进行识别、比对、结构化等进一步的分析，这样前端可以分担很多后端的算力压力，同样算力的后端可以接入更多的前端点位。在立旧项目中，主要采用后端AI的模式，这样前端点位部署无需变化，后端直接分析视频流，但是这种方式单路智能的成本较高。点位不多的情况下，可以采用前端AI+后端管理的方式，如前端人脸识别、前端结构化，这样后端只需具备一定的数据管理能力就可以，没有算力要求，系统架构相对简单，此外，近两年华为、阿里等也在推进软件定义摄像机的落地，这让前端AI的适应能力和可塑性更强，让前端AI又有了新的活力和生存空间。

AI前端应用案例解析

AI应用：行人闯红灯

提起“中国式”过马路，你会想到什么？“凑一堆”就往前走、对机动车“视而不见”、影响城市形象、困扰城市交通的顽疾……

近日，天津市和平区南京路营口道交叉口上线的“电子警察'抓拍行人闯红灯系统将这些问题一并解决。这套系统为天津市试运行第一套，此交叉口地处商业区，周边交通流量大，行人无视红灯造成的交通事故时有发生。但系统上线运行后，行人闯红灯会被抓拍，并被识别出身份，实时上传至行人闯红灯曝光屏进行公告。

交警部门还将在'行人闯红灯曝光台'显示屏进行公布，其内容为违法者的违法地点、抓拍时间和违法行为的照片，提示当事人尽快接受调查处理。属地交警大队将根据比对出的当事人信息进行告知，当事人现场或前往交警部门接受调查处理，相关信息将会从曝光台撤下。对于不接受调查处理的当事人及多次闯红灯的违法当事人纳入诚信记录。

这是AI实战落地的典型应用。通过人脸识别摄像机，快速提取人脸特征，生成特征值，同时与数据库中二代身份证的照片进行动态比对，当识别准确率超过90%时，即比对成功，确定闯红灯人员身份，同时联动大屏报警显示，一整套流程无缝连接，以场景为依托，对行人闯红灯行为进行有力震慑和警示。

▲实景智慧+AI

AI不仅是一个独立的概念，更多地是带动整个视频产品链条的发展，如天地推出的实景指挥系统与AI的融合应用。

▲天地实景智慧系统界面

视频即地图

系统通过全景拼接摄像机采集360°全景画面，可以覆盖周围几公里的区域，但它不仅仅是看看视频，而是用它当作地图，通过AR增强现实技术，对视频画面中的建筑物、道路、重点目标、移动终端、方位方向进行信息标注和动态显示，融合视频/图片/文字等信息，提供静态标签和动态标签，可快速检索和实时定位。实时推送数据到对应的标签，直接查询区域内的商场、酒店、学校、医院等详细信息（楼层分布、从业人员等），便于应急指挥决策。

可以高低联动

高点做整体态势分析，联动低点的治安监控、人脸抓拍、车辆识别等，直观、便捷。还可以动定结合，显示单兵的视频和警力的分布，不再通过蹩脚的界面找半天，更利于应急指挥。还具有地名、单位名、乃至楼层的综合查询。可对接移动单兵设备，通过映射GPS坐标，实时显示低点移动终端的当前位置，掌握警员具体信息和现场实况情况，进行警力快速精准调度。

多维感知

结合人脸布控、车辆卡口等智能分析系统，将重点人员、目标车辆等警情信息在实景指挥系统中直观展示辅助决策，便于领导掌握宏观态势，提高指挥决策效率。与人脸布控、车辆卡口系统的报警比对信息实时联动，可回放警情位置的录像，可快速调看周边低点摄像机，准确围堵。

大可以到城市的一个区域，小可以到大家的家门口，随心所欲。这套系统，是目前业务最好用的实景智慧平台。

AI前端的应用前景与趋势

协同分析，云边融合

面向各个城市级复杂应用系统，相互难以共享的垂直系统依然存在，但在数据融合走向应用协同的趋势下，视频因其非结构化数据、不间断传输、海量存储、实时响应、动态监控跟踪等特性，需要云计算、结构化智能、大数据存储、物联网等不同技术综合使用，这就是所谓的云边融合

随着前端相机清晰度提高、可拍摄距离增大，回传的数据量也越来越大，将全部数据回传云端分析会遇到网络传输压力、实时性要求达不到、准确性降低等问题。“云+边缘”的边缘计算解决方案，把AI算力注入边缘，提升AI服务器的响应速度，也大幅降低了网络运营成本。云边结合的趋势下，前端智能芯片迎来更大机会。通过在网络摄像头上添加人工智能芯片，前端摄像头可以实时对视频数据进行结构化处理。

智能下沉，AI普及

公安部门属于比较高端的市场，但从历史来看，都是从政府这边去切入，然后成熟之后再往民用方向普及，随着AI成熟度的进一步加强，很多安防产品已经开始逐步下沉到更多细分的民用场景，如社区、学校、工业园区、智能家居等，这也是智慧应用的一部分。受益于安防领域深度学习算法的快速发展，智能安防已经得到了越来越广泛的应用。面对安防视频产品下游的需求，运营服务将有较大的市场空间。

结语

安防系统的建设趋势，那就是全覆盖、多融合、大共享、深应用。尤其在近两年的的安博会上，纷纷攘攘都在讲，但是大家看下来又觉得有些支离破碎，技术特点比较明显，我们概括为ABC，也就是AI人工智能、大数据、云。ABC缺一不可，虽然AI前端目前在局部上小有成就，但是要做到“全域覆盖、全网共享、全时可用、全程可控”，还有一定差距。AI+安防，未来向好，市场前景不可估量！