．AI+安控，帶來的兩個思維變化

China's surveillance cameras can recognize you

康橋白光車牌攝影機，

任何顏色車牌——都拍攝的清清楚楚！

來源：亿欧网天地伟业杨清永

AI技術給安控行業帶來的變化，可以說是具有劃時代意義的。先瞭解下安控行業發展的現狀和未來。

如果把安控行業劃分一個時代，從2006年以前可以叫做類比時代，2006年到2016年，安控行業進入了一個數位時代。安控行業從類比時代進入數位時代，最大的技術變革就是影像的編解碼技術。

那時候的MPEG4/H264技術開始成熟，在安控行業應用。那時候影像編解碼技術，給安控行業帶來劃時代的變化。在這個變化的過程中，倒下了一批企業，同時也起來了新興的一批數位安控企業。

同樣，在2016年人工智慧技術逐漸成熟，並在安控行業開始應用以來，把安控行業代入了一個智慧時代。所以說，AI技術給安控行業帶來的變化，應該是具有劃時代意義的。

在過去十年裡，數位時代的影像監控系統，給社會安全帶來了很大的便利和好處。它同樣也產生了很多問題。

舉例，保守估計，全中國有2億支監控攝影機。對岸中國國內最大的攝影機晶片廠家，2017年晶片銷售數量大概接近1億。按照每一個攝影機有2兆碼率計算，如果影像需要儲存 90天，就需要40萬PB儲存空間，如果按照4T硬碟儲存，大概需要1億塊儲存。需要的成本和代價都是非常大的。

AI+安防」被熱炒這些你必須瞭解_行業資訊_資訊_北京安防行業網

主要問題是儲存成本非常高，而且數據的可讀性比較差，取證難度大，因為儲存下來的，都是大量原始影像流數據。

舉個例子，2012年震驚對岸全國的「周克華持槍殺人案」，這個案件非常惡劣。他從2004年第一起槍殺案開始持續了8年，一共十幾起槍殺案，都是這一個人做的。這個案件社會影響非常惡劣，最後其國家層面下任務，要求強行破獲這個案件。

根據警方內部公佈的數據，前後投入大概1500名警力，花了45天時間，看了18萬小時的錄影。最終從公安向公眾公開的數據裡，共有13段影像，裡面有這個人出現點、逃跑、槍殺的影像片段。13個影像片段隱藏在18萬小時的影像裡，把他們找出來這就是大海撈針。

如果讓一個人去看這些影像，大家需要60年時間能看完。當然，公安也是借助智慧影像監控系統，最終把這個案件成功破獲了。

在AI到來以後，AI給安控行業賦予了新的活力和能力。拿天地偉業做例子。天地偉業有兩項核心技術，一項是超星光技術，攝影機可以做到夜間全彩錄影；一項目警戒技術，攝影機可以根據前端採集到的目標對象的一些行為，做出自己的判斷和處理。攝影機可以對這個行為，比如越界、跨線，可以做預警或者雷射警戒，把嫌疑目標驅離，把案件預防在事前。

AI+安防，怎樣引領安防行業的變革？ - 雲+社區- 騰訊雲

但這兩項技術都是比較簡單的結合。在AI技術成熟以後，比如說人臉辨識，植入到攝影機中以後，攝影機就有了一個智慧的大腦。不管是攝影機也好，球機也好，就能認出這個人到底是自己人還是陌生人，可以做出相應不同的決策。

比如陌生人，就可以提醒該區域禁止入內，請馬上離開，如果是自己人就可以有歡迎或者其他友好提示。AI技術給安控行業帶來的變化，應該就是所有前端採集攝影機或者後端平台，都具有了智慧的功能。把傳統影像監控系統從事後查證和取證，推向了事前的預防和事中的指揮處理。

再舉個例子，2016年底，中國雲南當地發生了一起凶殺案，犯罪嫌疑人是死者的丈夫。當時公安局把這個嫌疑人的照片佈控在我們人臉辨識試點系統裡，也比較巧，佈控進去第二天系統就發生了紅色報警，通知民警埋伏，最後成功實施抓捕。

因此，現在智慧安控系統，和傳統影像監控的系統的巨大區別，是現在已經可以做到事前預警，不讓案件發生，或者當嫌疑人出現時就可以提醒，而不是等案件發生以後，再調取錄影，再取證、查證。

安控行業從數位時代到智慧時代，是一個必經之路。傳統的監控攝影機儲存的是標準視訊流，現在AI攝影機把採集到的視訊流，已經進行影像結構化處理，完全可以給後台，只傳遞結構化以後的數據。

這樣儲存空間，就可以有一個非常大的下降，包括傳輸頻寬，也有非常大的下降。同時，儲存的影像結構化數據，也可以做快速檢索，秒級檢索。和傳統的影像相比，看影像是需要人看的，一個小時的影像就得看一個小時。這兩者相比，檢索速度提升，可不止一萬倍以上。

基於這兩點，安控行業從數位時代走向智慧時代，可以說是必經之路。

另外，看一下AI給安控行業帶來的一些理念性的變化。

首先，實戰化理念。這個和傳統影像監控系統不一樣，傳統的影像監控系統，影像監控系統建設完就完事了，影像監控系統24小時錄像，也不用人過問，也不用人管，等案件發生了，把錄影調取出來開始查證、破案。現在有了AI賦能的影像監控系統，警察公安就更注重實戰。

這個東西到底能不能起到作用，能不能把我們的安控從事後查證，提到事前預警或者事中指揮。這就需要實戰，實戰應用怎麼落地？先找一個合適的場景，找到這個場景裡的需求和痛點，針對場景設計一套解決方案，部署、實施。

如果這套系統產生實戰了效果，用戶最終使用效果滿意了，這個樣本工程可以進行複製和推廣。這就是現在AI給安控系統帶來的一個變化，用戶更加註重實戰效果。應用項目的推進方式，也在發生變化。（這種試點作業，在台灣一般來說稱為POC《Proof of Concepts》，概念性驗證。不同的是，中國是由政府代頭做，台灣卻是很鬆散的執行。）

以廣西一個公安局的項目為例，他們遇到的問題是破案率比較低，破案週期長，案發率比較高。針對這些問題，我們給它部署了動態人臉辨識佈控系統。

浙江實現首個AI破案，衢州城市大腦僅用20分鐘

在部署上三個月以後，破案率得到了大幅提升，破案時間也有了大幅的縮短，包括案發率也有一定程度的下降。最後他們公安局用這個項目向國家申報了科技進步三等獎。

這是一個項目的落地，和原來項目的落地有一個變化。用戶更加註重實戰。不光是行業解決方案，和應用案例進行實戰化，安控的產品，也在向多樣性和開放性方向發展。

第二個理念的轉變，就是低成本。現在AI剛在安控行業落地，造價和成本相對比較高。所以低成本方向，就成了各家公司研究和發展的一個新方向。有這幾個思路可以降低系統成本：

一、協同分析（協同智慧）。在傳統智慧監控系統剛剛注入AI運算以後，大部分運算都是在後端伺服器完成的。後端需要建設大量智慧分析伺服器，來完成系統的智慧分析，系統造價非常高昂。

現在採用協同智慧，把一部分智慧技術挪到前端。比如人臉抓拍機，從攝影機裡已經可以檢測到人臉，檢測、跟蹤、評估可以抓出人臉。只需要給後端伺服器傳輸一個人臉照片，伺服器就可以帶更多的路數。

從現應用現場的歷史數據分析，同樣規格的伺服器接人臉抓拍機，要比接普通攝影機路數高5－10倍。這就讓整個系統的成本得到一個大幅下降。

二、高整合化。過去開始攝影機裡的晶片，只負責處理影像編解碼，需要增加一個AI處理晶片，來完成AI的處理。現在已經有大量AI處理晶片和影像編解碼晶片集中在一起，讓系統的整合度更高，成本更低。

高整合度不光會帶來系統成本的下降，還會帶來影像效果的提升。拿FACE AE技術來說，原來的攝影機裡，曝光技術是根據影像的整個場景調節，完全不知道場景裡哪些目標更重要，用戶更關注哪些東西，現在有了人工智慧技術，能檢測出場景裡的目標。

比如檢測出人臉，我們就可以透過人臉檢測技術，檢測出人臉，再利用圖像處理技術，針對人臉區域進行特殊的曝光處理。使得影像採集到的圖像裡面人臉非常清晰，真正實現1＋1大於2的效果。