在兩年的時(shí)間里安防圈內(nèi)圈外人都被AI刷了屏，AI在安防行業(yè)的落地吸引了諸多目光，那么具體AI在安防中有哪些應(yīng)用落地，效果如何？廠商推出的產(chǎn)品是否能夠滿足用戶的需求，解決用戶的痛點(diǎn)呢？小編綜合多年的安防產(chǎn)品測(cè)評(píng)經(jīng)驗(yàn)，來做一個(gè)剖析。

總的來說，AI在安防中的落地應(yīng)用可以看成是機(jī)器視覺技術(shù)的應(yīng)用，落地在安防產(chǎn)品和方案中更明確的方式即為視頻智能分析。不論是攝像機(jī)、NVR、智能平臺(tái)還是門禁對(duì)講等安防產(chǎn)品，最終的人工智能應(yīng)用都表現(xiàn)在針對(duì)視頻的智能分析以及針對(duì)分析結(jié)果聯(lián)動(dòng)的預(yù)警動(dòng)作。我們以針對(duì)視頻智能分析的基礎(chǔ)算法模塊來歸類分析AI的落地情況，基礎(chǔ)算法模塊可分為人臉／人體、車牌、周界入侵等深度學(xué)習(xí)算法，算法與芯片結(jié)合形成智能功能在產(chǎn)品上體現(xiàn)，我們以此歸類來剖析一下落地安防的AI技術(shù)應(yīng)用情況，AI＋安防的產(chǎn)品與傳統(tǒng)的安防產(chǎn)品相比有哪些優(yōu)勢(shì)？在應(yīng)用中又有哪些不足？

一、人臉／人體落地應(yīng)用成潮流

人臉／人體在門禁、考勤、智能跟蹤、布控、智能通行等方面落地應(yīng)用最為廣泛，安防主要落地的產(chǎn)品有人臉門禁考勤一體機(jī)、人臉通行方案、人臉抓拍攝像機(jī)（NVR）等，可以說，人臉識(shí)別的應(yīng)用遍地開花，已成泛濫。

在無異常（戴口罩、帽子、眼鏡、胡子以及特殊表情等）人臉識(shí)別比對(duì)方面，無論安防巨頭、算法公司、智能芯片公司、還是第二／三梯隊(duì)的安防廠商，應(yīng)用已經(jīng)基本成熟。無異常人臉識(shí)別準(zhǔn)確率方面，基本都達(dá)到95％以上，尤其在門禁通行應(yīng)用方面，學(xué)校、樓宇、工廠等人流量較大的門口等場(chǎng)景下的人臉通行方案經(jīng)驗(yàn)證測(cè)試已經(jīng)上線，并建成了部分標(biāo)桿性項(xiàng)目。

目前的人臉攝像機(jī)和人臉硬盤錄像機(jī)基本都支持人臉抓拍、人臉選優(yōu)人臉去重、人臉區(qū)域曝光、人臉區(qū)域增強(qiáng)等細(xì)分功能，抓拍到的人臉與黑名單庫(kù)比對(duì)一般按照相似度高低排列，或者根據(jù)設(shè)定的相似度閥值顯示比對(duì)是否成功。

而這也是“水很深”的一個(gè)環(huán)節(jié)，高能預(yù)警，請(qǐng)注意！

在a＆s實(shí)測(cè)中，出現(xiàn)有部分公司的產(chǎn)品在人臉比對(duì)過程中，后臺(tái)相似度閥值設(shè)定較低，如人臉通行門禁正常設(shè)置相似度一般在80％以上，比對(duì)成功才能通過，而個(gè)別廠家為了測(cè)試過程中的比對(duì)成功率，將相似度設(shè)定為70％，甚至更低。如果該人臉產(chǎn)品是作為考勤使用，同一個(gè)公司長(zhǎng)相相似的員工出現(xiàn)幾率較小，那出問題的幾率就較小，風(fēng)險(xiǎn)相對(duì)會(huì)降低。但是，如果人臉設(shè)備是作為認(rèn)證通行的工具，特別是安全級(jí)別高的樓宇、廠區(qū)等場(chǎng)所，設(shè)定的相似度閥值較低的話就具有很高的風(fēng)險(xiǎn)，可能出現(xiàn)不具有通行權(quán)限的人被放行的情況。

在小編的測(cè)試過程中，如果測(cè)試人員留有胡子或是戴上口罩、眼鏡、等，某些公司的智能攝像機(jī)和NVR，識(shí)別率明顯下降較多，只有個(gè)別少數(shù)前端設(shè)備可以識(shí)別（異常人臉的識(shí)別準(zhǔn)確率基本保持在80％左右）。這在需要無感通行或者跟蹤、布控的場(chǎng)合下，實(shí)際應(yīng)用效果就有待商榷了。為了提高采集數(shù)據(jù)的全面性和準(zhǔn)確度，很多公司已經(jīng)從針對(duì)人臉的分析識(shí)別延伸到對(duì)人體全態(tài)的識(shí)別。而人體識(shí)別的附加屬性更多，目前主要有性別、年齡、眼睛、臉部特征、體型、頭肩、上下衣樣式、鞋樣式、衣鞋顏色／紋理、行走方向、附屬物、騎車等等。人體識(shí)別比對(duì)的屬性更多、更復(fù)雜，對(duì)芯片的要求更高，目前攝像機(jī)在人體識(shí)別方面的實(shí)現(xiàn)較少，具體應(yīng)用的安防產(chǎn)品主要還在NVR、服務(wù)器端，在人臉?biāo)阉鲬?yīng)用較為成熟的情況下，人體檢索的效果不盡如人意，想要發(fā)揮實(shí)際應(yīng)用效果，還需要更多的技術(shù)做支撐。

比較特別的是，有部分公司推出了人臉微表情識(shí)別算法，如生氣、平靜、高興、悲傷、吃驚、得意、心虛等等，至于識(shí)別準(zhǔn)確度，小編在這方面測(cè)試較少，不予置評(píng)。不過在全面采集、識(shí)別、標(biāo)注人臉數(shù)據(jù)信息方面有一定的參考價(jià)值，具體的應(yīng)用就見仁見智了。

智能安防產(chǎn)品在一定程度上解決了用戶的痛點(diǎn)，門禁解放了雙手、監(jiān)控有了更多的預(yù)警、嫌疑人通過布控或者人臉?biāo)阉鞅欢ㄎ坏?，但是如果人臉相似度設(shè)定閥值太低，將會(huì)降低人臉出入口通行方案的安全級(jí)別，人臉特征或者人體特征搜索不能夠更加智能有效，嫌疑人化個(gè)妝、戴上口罩帽子偽裝一下就會(huì)逃脫追捕。

AI的賦能使得安防設(shè)備廠商之間由單純的產(chǎn)品競(jìng)爭(zhēng)，演變成了技術(shù)實(shí)力與整體解決方案的PK，但是人臉識(shí)別技術(shù)應(yīng)用的本質(zhì)競(jìng)爭(zhēng)還在于設(shè)備基礎(chǔ)性能（人臉寬動(dòng)態(tài)優(yōu)化和人臉選優(yōu)等決定所抓拍人臉的清晰度，從而決定了人臉比對(duì)的成功率）、人臉比對(duì)算法的優(yōu)化以及大數(shù)據(jù)（圖片中多張人臉和視頻流中人流量大）等能力方面，只有通過安防基礎(chǔ)能力的加持和在AI技術(shù)研發(fā)方面的持續(xù)投入，從產(chǎn)品－平臺(tái)－方案－云端全面的應(yīng)用人臉AI技術(shù)，才能實(shí)現(xiàn)更卓越的AI技術(shù)應(yīng)用效能。

二、車輛識(shí)別技術(shù)趨于成熟

目前主流車牌識(shí)別智能攝像機(jī)已經(jīng)可以單獨(dú)覆蓋三個(gè)車道，但事實(shí)上車牌的大小依然是較大的制約因素，如果相機(jī)的分辨率可以提升千萬量級(jí)，車牌識(shí)別的識(shí)別指標(biāo)將會(huì)更加逼近百分百的準(zhǔn)確度，而且車牌識(shí)別能夠穩(wěn)定工作的區(qū)域也會(huì)明顯增大。基本上我們?nèi)粘Ｉ钪杏龅降能嚺贫寄軌蜃R(shí)別，像復(fù)雜的雙層車牌、農(nóng)用車牌、污損車牌等，安防廠商的車牌識(shí)別攝像機(jī)或者車輛NVR也基本可以解決，可以說技術(shù)的應(yīng)用已經(jīng)相當(dāng)成熟。另外，近年來高清攝像機(jī)的分辨率雖然提升的速度很快，但在動(dòng)態(tài)范圍的表現(xiàn)上卻差強(qiáng)人意，導(dǎo)致在一些場(chǎng)景下出現(xiàn)亮處細(xì)節(jié)和暗處細(xì)節(jié)無法兼顧的問題。個(gè)別關(guān)于車身顏色藍(lán)色易誤識(shí)別為黑色，其他關(guān)于車身顏色、車牌顏色、車標(biāo)、駕駛員行為等特征進(jìn)行識(shí)別基本成熟。

目前車牌識(shí)別算法本身的難題主要集中在車牌受到各種干擾時(shí)如何保證盡可能準(zhǔn)確地識(shí)別，各家廠商在保持產(chǎn)品更新的情況，需要研發(fā)的精力放在低照補(bǔ)光爆閃、強(qiáng)逆光等光線變化較大的場(chǎng)景，為智慧交通的發(fā)展增添力量。

三、新一代周界安防算法煥發(fā)生機(jī)

早在在2015年以前，已經(jīng)有了簡(jiǎn)單的視頻智能分析功能，主要是絆線入侵、周界入侵、移動(dòng)偵測(cè)、物品移動(dòng)／移走／遺留、視頻質(zhì)量診斷等，如周界、入侵已經(jīng)基本可視為攝像機(jī)的標(biāo)配，實(shí)測(cè)絆線、周界入侵的準(zhǔn)確率在90％以上，但是直至2016年，物品遺留／移走的檢測(cè)仍需要長(zhǎng)達(dá)幾分鐘的學(xué)習(xí)才能夠檢測(cè)到，并且準(zhǔn)確率也只在50％左右。包括安防第一梯隊(duì)的巨頭們?cè)趦?nèi)，在物品遺留與移走方面的表現(xiàn)也令人失望。

目前，經(jīng)過新一代AI算法的加持，周界安防重新煥發(fā)生機(jī)，針對(duì)虛擬周界、絆線入侵以及煙霧、火焰或火花、漏油、懸掛條幅、逆行、人數(shù)統(tǒng)計(jì)等細(xì)分應(yīng)用算法已經(jīng)有了長(zhǎng)足的進(jìn)步。如虛擬周界在布防方面的準(zhǔn)確率提升至98％以上，煙霧／火焰?zhèn)蓽y(cè)的應(yīng)用項(xiàng)目已落地，其他的如人數(shù)統(tǒng)計(jì)也已經(jīng)在商場(chǎng)等場(chǎng)景下有了普及性的應(yīng)用。

四、發(fā)展趨勢(shì)分析

前端設(shè)備人臉和周界、人臉和車輛、車輛和周界的集成已經(jīng)實(shí)現(xiàn)，頭部企業(yè)還可以實(shí)現(xiàn)一機(jī)多用，一機(jī)搞定機(jī)動(dòng)車、非機(jī)動(dòng)車、人員的檢測(cè)抓拍，實(shí)現(xiàn)混行檢測(cè)，為用戶提供更高性價(jià)比的產(chǎn)品／方案。但是算法的融合效果還有待用戶的驗(yàn)證，理想是豐滿的，從采購(gòu)價(jià)格和安裝成本上來說，性價(jià)比確實(shí)比單獨(dú)的卡口和人體檢測(cè)攝像機(jī)要高，但是具體的使用效果還有待商榷。人臉和周界融合應(yīng)用的NVR產(chǎn)品已經(jīng)有了身影，令筆者失望的是，目前只能實(shí)現(xiàn)人臉／周界切換應(yīng)用，不能同時(shí)配置，不過，據(jù)了解，廠商當(dāng)下正在研發(fā)人臉和周界的一機(jī)應(yīng)用。隨著算法融合應(yīng)用的日漸成熟，相信在前端設(shè)備中實(shí)現(xiàn)多種智能應(yīng)用指日可待。

從2016年智能安防的概念被大面積提及開始，各公司在全國(guó)范圍內(nèi)智能安防應(yīng)用落地的舉措愈加頻繁，應(yīng)用場(chǎng)景也從最初的公安和交通向其它行業(yè)拓展。安防行業(yè)向人工智能技術(shù)靠攏的趨勢(shì)，已經(jīng)成為當(dāng)下行業(yè)發(fā)展的核心力量。企業(yè)不僅需要注重技術(shù)創(chuàng)新，更注重創(chuàng)新技術(shù)的應(yīng)用，特別是在新的AI技術(shù)、視頻技術(shù)、物聯(lián)網(wǎng)技術(shù)、云計(jì)算等，深度融合與推陳出新，積極探索在行業(yè)和最終用戶的需求，努力降低產(chǎn)品成本，以市場(chǎng)上最高的性價(jià)比產(chǎn)品和服務(wù)讓行業(yè)用戶、普羅大眾都能買得起，用得爽。