人工智能背景下视频监控系统的应用

刘同帅　张艳

摘要：随着社会主义体制的发展与进步，科学技术也在不断发展，计算机网络被广泛的应用于各行各业，因为计算机网络在便捷人们日常生产生活，提高企业生产效益的同时，将其应用于视频监控系统中，在一定程度上不仅促进了视频监控技术朝着数字化方向不断发展，与此同时也为智慧城市、安全城市的建设奠定了良好基础。在此基础上，本文主要阐述了人工智能技术在视频监控发展中的必然性进行了分析，其次提出人工智能背景下视频监控技术，最后提出人工智能背景下视频监控的应用领域，并对其具体的应用范围进行了全面探析。

关键词：视频监控;人工智能;智能监控;应用

在当前社会的发展中，智能监控系统被应用在生活和生产的方方面面中，发挥了很大的作用，有效保障了群众生活的安全。特别是在人工智能产生之后，更是促进了监控系统的发展，使其更加强大。因为其有着很高的安全性，并且实现了自动化，备受社会各界的关注。人工智能的出现和发展过程经历了几次大起大落，然而随着计算能力的提高、数据量的增大、深度学习算法的成熟，人工智能技术逐渐走出实验室进入到很多领域，并取得了突飞猛进的发展，给人们的生活带来巨大的变化，其中应用最为广泛的当属视频监控领域，本文重点阐述人工智能技术以及人工智能背景下视频监控系统的的主要应用。

一、人工智能背景下视频监控系统发展的必然性

（一）对违法犯罪行为进行有效的预防以及强有力的打击

警务工作人员通过对现场视频监控的智能化解析，可以对不同地域的视频进行追踪，完整的把握违法犯罪行为的整个过程，极大的降低的警务资源的投入，同時有效缩短案件的侦查时间，提升警务效能。通过视频监控系统，可以对危险信号进行提前的感知，在此基础上对嫌疑人员以及嫌疑车来应进行快速的定位以及追踪，可以有效的预防违法犯罪，强有力的打击违法犯罪。

（二）净化社会治安环境

通过财通视频监控系统，可以对社会动态信息进行深入的分析，使用固定点位的摄像头，可以有效的监控重点区域的治安环境，同时对其进行实时分析以及预警。而且移动警务视频具有一定的灵活性，反应也比较迅速，在此过程中可以对执法记录仪以及车载系统进行利用，将其运用于大型安保现场以及综合治理巡防中，可以有效降低街面案件的发案率，同时对群体性时间进行很好的预防。

二、视频监控系统应用的人工智能技术

（一）人脸识别技术

该技术是系统通过学习提取出待识别人脸的特征，并在视频或图像中检测人脸并进行特征比对来辨认具体的人。人脸识别技术有很多潜在的价值，应用人脸识别技术的系统也非常多，例如在考勤系统中能够在人经过摄像头时瞬间完成考勤。在安防视频监控系统中能够帮助执法人员在人群中辨认、识别目标人员的面孔，如罪犯、失踪人员等。

（二）人像的动态识别技术

通常来讲，动态人像识别通常被应用于火车站、地铁口等人口流动性大、密集性高的地区，即在具体的应用过程中，它主要是通过实时获取和捕捉经过卡口的人像，用以对一些重点嫌犯等进行布控和布防，而近年来伴随科学技术的不断进步，动态人像识别也取得了突破性进展，具体来看在进行视频监控的过程中，动态识别在对人像数据及结构化特征进行存档之后，可为后期的人像识别提供一定的档案依据，以此在降低错误率的同时，也能对自动画出系统锁定目标的行动路线，为后期相关工作工作人员的找寻工作提供了可靠依据。

（ 三） 车牌识别技术

该技术是系统通过训练能够检测出视频或图像中的车牌位置，然后通过具体的图像处理技术来识别车牌中的文字，从而识别出车牌号。车牌识别技术的应用也非常广泛，例如在小区、商场等停车场的出入口对车辆的登记查询以及收费，在高速公路及红绿灯等位置的违法车辆的抓拍。这些都有效的提高了相应工作的效率，减少了车辆违法的频率。

（四）人物表情识别

该技术是系统从给定的图像或视频中分离出特定的表情状态，从而确定人物的心理情绪，实现计算机对人脸表情的理解与识别，从根本上改变人与计算机的关系，从而达到更好的人机交互。例如在教室中的视频中识别大部分学生的表情来评判学生的学习状态，在商场等地根据人物的表情，推荐不同的商品。

（五）行为识别技术

该技术是系统通过训练来学习某种行为，然后在具体的视频或图像中找出具有该行为的部分，或判断是否存在该行为。例如在人员密集的场所识别出打架斗殴的行为，并及时做出响应。

三、智能视频监控系统应用领域

（一）公安机关侦查办案智能化

人工智能将改变公安机关的侦查办案格局随着信息化、大数据的纵深发展，以“数据+智能”为关键要素的现代化侦查打击模式不断形成完善，人工智能正在从意识到实战加快对传统侦查办案工作的“智能化改造”。人脸识别、虹膜识别、步态识别等人工智能技术将深刻改变公安机关抓捕犯罪嫌疑人的工作质态，融入犯罪倾向分析、案件特征分析等功能的人工智能系统，可以自动搜集各类信息数据并智能分析关联要素，侦查办案更加高效化、智慧化。

（二）人工智能应用于巡逻防控格局方面

数据推动智能化预判预警，充分整合发破案件情况，智能分析案件高发地点和高发时段，自动划分治安防范重要区域和重点时段，按需调整警力部署和打防重点，实现精准巡逻防控集约化用警。海量数据资源中的内在价值得以智能化深度挖掘，以大数据智能应用为核心的智慧巡逻防控新模式将有效提高公安工作智能化水平。

（三）通过视频监控应用对城市治安防控进行打造

城市的治安防控工作非常重要，利用视频监控，对视频图像进行深入的解析和判断，同时将城市监控、人脸识别、卡口预警 以及虹膜识别等先进科学技术进行充分的融合，对城市治安防控样板进行打造，利用人证核验、周边监控等先进的设备与技术对治安防控样板进行打造，使得人工背景下视频监控系统能够良好的应用。

总结语

本文首先分析了人工智能背景下视频监控系统发展的必然性，其次提出视频监控系统应用的人工智能技术，如人脸识别技术、人像的动态识别技术、车牌识别技术，在此基础上提出智能视频监控系统应用领域，伴随当下科学技术的不断发展，基于人工智能技术的视频监控也成为了未来视频监控的主要发展方向，在一定程度上不仅提升了数据信息的容错率，与此同时也为智慧城市、安全城市的建设打下了坚实基础。

参考文献

[1]杨蕊遥.基于嵌入式和OpenCV的智能视频监控系统研究[D].大连海事大学，2018.

[2]蔡成飞.基于人脸识别技术和边缘计算技术的智能系统研究[D].浙江大学，2018.

[3]段晓敏.D城市智能视频监控系统建设项目进度管理研究[D].青岛科技大学，2018.

[4]王源.适用于智能视频监控系统的双目视觉三维重建技术研究[D].天津理工大学，2018.

[5]王羽莹.基于智能视频分析的高速铁路周界入侵探测技术浅析[J].电信网技术，2018（03）：76-80.

作者简介：刘同帅（1982.01-），男，青岛市崂山县人，大学本科，科长，山东科技大学，视频大数据及视频安全。