AI+安防，如何引領安防行業的變革！

文/陳劍鋒

很顯然，AI的發展已經進入了一個臨界點，即AI已經跨過了概念階段，下一個即是如何更好的在各行各業中實現落地式應用。雖然之前的AlphaGo人機大戰，展示出了人工智慧的強大，但人們更關心的不是人工智慧如何戰勝人類，而是如何協助人類在各行業中更加落地的應用。

值得慶幸的是，如今AI在各行業中的落地應用，已經開始有了階段性的成果。

目前，隨著各巨頭們對AI的不斷研究和深度學習的不斷發展，人工智慧技術在經歷了3次浪潮後，終於迎來了春天。人工智慧目前在各行業中已經得到了大量的應用，在安防、金融、醫療、法律、教育等不同領域都有著較好的發展。

其中，安防作為我們生活中不可缺少的重要組成部分，保障著人類和社會的安全，在人工智慧落地應用上，也是最好的行業之一，而縱觀目前的安防行業，能夠與人工智慧相聯繫的核心技術就是人臉識別。人臉識別在安防行業的應用將會體現的越來越重要，它不僅能夠通過人臉識別技術很快找到你想找到的人、或者車輛，最重要的是可以在預防安全方面起到很總要的作用。

AI目前在安防領域技術和場景的應用

就目前來說，安防的本身具有兩大特性，其一、在傳統的以視頻為主的安防行業中，經過多年的發展，已經積累了大量的數據資源，恰巧滿足了人工智慧基於大數據為基礎的演算法模型訓練的要求；其二、安防行業中事前預防、事中響應、事後追查的特性剛好吻合了人工智慧的演算法和技術。

也就是說，目前AI在安防領域的應用主要通過人臉識別、車輛識別，大數據及視頻結構化技術等等進行作用的。而從行業角度來看，主要在公安、交通、樓宇、金融、工業、民用等領域應用較廣，而又以公安應用最為核心。

另外，AI+安防在提前預防犯罪，和保障社會安全方面也是起到了非常重要作用，試想一下，在傳統的以視頻監控為主的安防中，我們無法預知誰會有犯罪的動機或行為詭異異常等等，並且在得知犯罪後，我們只能通過人工根據大量視頻的回放記錄進行刷選，這樣只會在效率和效果上大打折扣。

而如果AI+安防，即可以利用AI系統通過人臉識別、行為分析、步態分析等AI技術，給抓取到的特定的人通過數據分析給予犯罪風險評估，然後通過海量的數據刷選出來告知警方，警方就可以指定的對此人進行監控。而對於犯罪後的排查和查找罪犯的成功率也會大大的增加，比如，也可以同樣的利用AI經大數據的分析，首先刷選出具有犯罪動機的一部分人群，然後在縮小這一部分人群進行刷選。如果這裡面沒有，然後我們在利用AI經過人臉識別比對進行分析。

AI+安防，在落地應用上是否靠譜

說白了，我們每一次創造出的新物種，都是為了更好的服務於人類而誕生的，新物種是否能夠很好的落地應用成了關鍵。因為我們不需要對人類或社會毫無幫助的創新物種的誕生，就像AlphaGo贏了人類那有如何，頂多只能算是新技術得到創新的標誌，隨著時間的流逝，人們根本不會在意、或者關心AI得到提升創新的標誌是什麼，只會更在意AI是如何更加落地應用的。

剛剛我們說了AI是如何在公安系統中落地應用的，其實它在其它的領域也是比較落地的，不如在物流、金融、醫療、教育，那麼我們就以金融領域的銀行為例，筆者前段時間去銀行辦理業務的時候，有一項我是要修改初始手機號碼，在大堂經理的指導下，全程都是自動櫃檯機辦理的，而步驟裡面，其中就有一個就應用到了人臉識別技術，整個過程基本上比在傳統的櫃檯上簡便多了，而且效率上也大大的提升。再者，AI在物流上也是比較落地的，就在近期，阿里巴巴和京東智能創儲機器人也是炒的比較火熱的。

未來AI在安防領域的展望

目前來說，雖然AI在安防領域的應用有著很好的前景，但目前還沒有達到真正實用化的階段，還存在諸多的問題需要不斷完善和解決，比如環境適應性差、場景理解受限、人臉識別準確率等等問題。

至馬雲的「刷臉支付」興起之後，人臉識別技術逐漸成為了熱點，各大新聞媒體不乏鼓吹「人臉識別新技術準確率達99%，比肉眼更精準」等等報道，而事實根本就不是這個樣子。在學術界上，或許人臉識別技術達到99%可以實現，但一旦要落地實現，準確率就會大打折扣了。

同時，在未來的伺服器承載率上，未來高清圖像的識別率上等等是否能夠輕鬆的實現就還有待技術的不斷創新和改進。