AloT 技术在城市安防系统中的应用探析*

2022-02-19潘亚宾

科技创新与应用 2022年2期

关键词：监控车辆图像

吴明，潘亚宾

（无锡旅游商贸高等职业技术学校，江苏无锡214000）

人工智能技术不断发展背景下，AloT 技术具有广阔发展空间，已进入新的发展阶段，城市安防行业需要把握机会积极引入AloT 技术，促进城市基础设施朝着精细化、智能化方向不断发展，提高城市公共管理水平，推动产业结构变革。

1 城市安防系统应用现状

1.1 需要运用海量数据作为基础

随着人工智能及人脸识别新型技术的普及，城市安防系统也朝着智能化的方向不断发展。在系统中融入AI 技术能够提高识别速率，解决城市安防过程中存在的诸多问题。目前，城市周边安装有大量的监控摄像头，能形成庞大的监控网络大图。在此背景之下，需要庞大的数据量作为基础，监控点位和智能算法之间的矛盾日益突出，需要及时解决。

1.2 运用多源异构数据集成程序

在城市安防系统中，经常需要存放大量的视频，受到技术条件的限制，可能会出现卡顿现象。这些大量的结构化、非结构化数据在极为复杂的情况下，需要及时处理多维异构化数据，并完成高质量处理工作。人工智能技术在城市安防系统中具有十分广阔的应用空间，在大量数据不断碰撞的背景之下，需要及时发现数据孤岛问题，并采取针对性的措施解决更正，运用安防系统处理好深度业务工作，提高数据处理效率。

2 城市安防系统的主要组成部分

2.1 基于人工智能的交通管理系统

在交通管理系统中，需要设置智能化系统检测到来往车辆的型号、颜色、车牌号等信息，并及时汇报给管理中心，降低车辆盗窃、非法转移等事件发生的概率，及时解决故障车辆非法停靠问题，有效规避交通拥堵状况。在实现监控功能时，可以将视频摄像机作为主要传感器，设置监控范围作为重点监测区域，在有车辆进入时背景色调便会自动发生变化，运用图像的形式传递给监控中心的主要管理人员，以便迅速完成人工处理工作。

交通拥堵问题是城市安防系统需要解决的首要问题。可以建设安防监控系统实现自动疏导功能，在交通发生拥堵时，可以设置专门解决交通堵塞情况的专用算法，设置视频检测技术，获得关于交通流量、车辆速度及车道占有率等各项参数信息，评判交通堵塞程度，智能化控制红绿灯等待时间，并将检测结果通过电子屏、短信、广播等形式通知各位行车中的司机，使其提高警惕，优化行车路线，降低交通事故发生的概率，解决拥堵现状。

除此之外，为了建设好智能交通系统，需要创建跟踪报警设备，交通管理人员可以从图像中提取出车辆的运动图像信息，自动追踪目标车辆。

2.2 基于人工智能的异常行为管理系统

首先，该系统需要完成运动检测的目标，识别出车辆在具体范围内的图像变化信息，排除光线的干扰性，确保在雨雪、大风、大雾等恶劣天气条件下高效通行。

其次，在检测人类的异常行为时，可以通过监控图像提取出翻越栏杆、横穿马路、侮辱谩骂等异常情况，自动锁定行为发生的具体位置信息，提高相关人员对重大危险事件的防范力度，提高城市环境的和谐程度。

最后，运用智能系统能够检测出危险物品，如箱子、包裹等私密性物品，避免在敏感性区域中出现危险物品，根据行李箱放置的时间确定预定时间长度，自动发出报警信息完成自动化扫描工作，在短时间内迅速检查出爆炸物品，切实保障人们的生命安全。

2.3 犯罪分子智能识别系统

在城市的机场、火车站等人流密度较大的区域设置智能识别系统，可以提高犯罪分子的抓获效率，为城市治安防控系统的顺利运行提供重要保障。

首先，可以完成对可疑犯罪分子的面部识别工作。在犯罪分子距离摄像头距离较远时，可以大概摄取出面部信息，存入数据库档案中，在人群中快速识别出犯罪分子。接着，及时发出报警指令，跟踪锁定目标，直到成功捕获之后接触报警信息。最后，完成对犯罪分子的音色识别，提高对犯罪嫌疑人、在逃犯罪分子的监视效率。通过对比声音库信息，可以全面锁定犯罪分子，并在全网范围内发出警告信息，提高抓获效率。

2.4 城市灾害有效防治系统

首先，在城市遭遇雨雪灾害时，该系统能够运用摄像头识别出大概的水位高度，探测出自然灾害发生的原因，设置好智能化刻度，在水高超过时便自动发出警报。

其次，在城市内部遭遇火灾时，可以设置智能摄像头识别出烟雾信息，及时向消防队发出警报信息，定位到火灾发生的具体位置，设置最优化的营救路线，确保消防人员能够快速赶往火场，提高营救效率。

最后，在城市遭遇房屋大量倒塌灾害时，可以安装十字标尺摄像头，监控出建筑物的倾斜及开裂情况，在房屋倾斜程度超过警戒线之后便自动发出警报信息，确保工作人员能够及时采取措施进行防范处理。

3 AloT 技术概括

AloT=AI+IoT，意味更高级的智能化生态系统，智能化程度更高，能够实现人工智能技术和网络技术的高级融合，在数据处理、连接用户、流程控制及可视化处理方面具有十分重要的应用。运用该技术能够实现万物数据化、万物智能化的目标。在运用该技术时，需要不断创新人工智能技术和物联网技术，有效解决落地传输问题，顺应5G 网络发展的趋势，推动社会发展。

该技术使得人工智能技术的应用范围更加广阔。数据显示，人工智能创业公司的数量呈现出快速增长的趋势，说明了社会需求及供给性关系存在显著的矛盾。巨大的社会需求使得AI 行业的产业规模日益扩大，必将推动产业价值不断提高。

4 AloT 技术在城市安防系统建设中的主要架构

首先，AloT 在城市安防领域的应用深度不断加大，城市发展过程中的各个领域都进入了智慧时代，在城市环境的各个角落安装摄像头、人员及车辆感知设备、环境监测仪器等各种感知设备，可以提取出关于城市环境的各项信息，提高各项安防业务数据的处理效率，为和谐有序的城市环境提供强有力的保障。

其次，AloT 技术的接入层可以通过边缘计算程序接入各种环境及各个场景下的信息，如视频信息、图像信息及机构化数据信息等，完成数据清洗及结构化分析处理工作，减轻数据处理中心的压力，通过中心处理平台完成统一管理及操作，避免发生数据处理过程混乱的状况。

再次，AloT 的服务计算层能够高效分析接入层获得的各种图像、视频数据信息，从中提取出车辆、人员及物品信息，设置多元化的关注目标，将重点转发到大数据处理监控中心。感知层获得的信息也会在盖层架构中发挥重要作用，治理重要安防数据信息，分析挖掘出重点信息，创建出分析模型，根据指示架构完成业务处理工作，提高AloT 在城市安防系统中发挥的价值。

最后，AloT 的应用层能够为各公安警种提供帮助，

如管控车辆、智能布局、刑事侦查，提供应急处理措施。

5 AloT 技术在安防领域的重要技术

5.1 边缘计算技术

在靠近物体及数据源头时，可以建立起计算机、网络技术、储存及核心应用技术的中心，运用一侧数据完成计算过程，即为边缘计算过程。网络边缘侧可以是从数据源到云计算中心的所有功能实体，将计算机、网络等作为边缘计算中心，给终端用户提供了实时变化的计算服务框架。边缘计算与实际行动相符合，能够推动智能化计算过程。云计算与边缘计算流程相异，能够在云端完成计算任务，所需时间较少，涉及网络流量较低，能够有效保护数据安全，减轻云端计算的压力，在接入多源异构数据时具有较大优势，能够扩展边缘计算的应用空间。

5.2 多维异构数据接入技术

运用微服务架构能够将中间件及融合视频、图片等连接起来，感知到各类结构化及非结构化数据信息，采用统一的采集标准及清洗规范，提高数据库分类管理质量与速率，规避单一存储模式的弊端。可以运用SDK、RTSP、HTTP 等接口，提高各种类型、各种格式数据信息的适配性，提高数据管理质量，定义好数据模型信息，加大对数据的监控力度，检测数据格式及规则的合理性，确保数据语义统一，数据项检测未出现重大差错，及时生成相关数据质量报告，高质量管理数据资源目录信息，提高管理质量。

5.3 机器识别技术

在分析处理图像信息时，机器识别技术具有十分广阔的应用空间。通过结构化分析图像数据信息，运用先进的深度学习算法、高性能计算工具及大数据处理技术，能够高质量检测出关于人脸、行驶车辆及非机动车用户的行为信息，通过检索判断之后发出报警信息，确保监控操作的实时性与广泛性，满足多种多样的业务需求。

5.4 聚类分析视频图片信息技术

聚类分析技术是统计学领域常用的重要技术之一，在分析海量数据时具有十分重要的价值。从大量图像中提取出有用信息，并且及时搭建起相关网络框架，结构化筛选图像信息，挑选出符合标准及要求的数据信息，将人脸特征、人体特征、时间空间信息等作为聚类中心，完成对视频数据的聚合操作，优化聚类中心。视频中的身份数据会经过归档处理之后融为一体，对于重复出现的事物信息建立一个表示，节省了比对算法耗费的时间，为快速得到准确结果奠定了坚实基础。