來源:科學院自動化研究所
人工智慧的概念提出已經很多年，但最近一次大熱是在「人機大戰」戰勝世界圍棋高手李世石的AlphaGo。同樣，近幾年安防行業熱門的深度學習和模式辨識的概念，也頻頻出現在公眾的視野當中，那麼它們是如何應用在安防領域中?目前最先進的應用又有哪些?以下將為您一一解答。
安防大數據挖掘
智慧城市從2010年在市場上推廣至今已經6年，目前各地智慧城市建設即將進入擴容改建期，需要更加綜合與智慧的整體解決方案。公共安防已不再局限於擴張影像監控覆蓋廣度和密度，以及清晰度，而是由擴密度的傳統安防時代，向注重影像大數據挖掘、使用和管理的智能化安防時代邁進。
智慧城市建設飛速發展，各個街道、十字路口隨處可見各種攝影機設備;它們為警察的日常治安和偵查辦案，提供了很大的方便。但隨著設備數量的增加，影像解析度的提高，警察蒐集到的影像和圖片的數據量呈幾何倍增長。
再加上影像解析度的不斷提高，對伺服器處理能力和使用率提出了更高的要求，影像圖像的調閱、儲存、計算在技術上都面臨巨大挑戰。因此，警察主管單位如何能快速在日益增長的海量數據中，獲得有價值的訓息，就成為了亟待解決的問題。
模式辨識技術
對岸中國中科院自動化研究所下屬的模式辨識國家重點實驗室，承擔著模式辨識國家級課題項目，實驗室張俊格博士的研究方向就是圖像影像分析，他對這個研究方向充滿信心：「模式辨識是大數據技術的核心，十幾年前看不到太多應用，現在應用需求非常大。」
「數據本身沒價值，挖掘數據中的模式才有價值。大數據時代，模式辨識很重要。」中科院院士譚鐵牛表示，幾十年前中國就在這個方向設立重點實驗室，具有超前的戰略眼光。
深度學習技術
深度學習是機器學習研究中的一個新的領域，其動機在於建立、模擬人腦進行分析學習的神經網路，它模仿人腦的機制來解釋數據，例如圖像，聲音和文本。讓深度學習能夠如此大行其道的關鍵要素是數據，而佔大數據總量60%以上的為影像監控數據，與此同時，影像監控領域的70%以上的數據分析，是用來進行圖像辨識。
目前，深度學習在安防行業的諸多領域都取得了很大進展，如：行人檢測、車輛檢測、非機動車檢測等，辨識準確率甚至超過人類。
先進應用揭秘
中科唯實作為中國科學院自動化研究所下屬的一家智慧影像管理平台軟體供應商，其譚鐵牛院士團隊，致力於將譚院士團隊全球領先的智慧影像分析技術，應用到智慧安防領域;下面重點介紹其中三種：
一、 行人多特徵辨識技術
在海量影像數據條件下，靠人工想從歷史和即時的影像數據中，篩查犯罪嫌疑人猶如大海撈針。行人多特徵辨識技術則是通過人工智慧的方法，讓電腦從海量監控影像中自動的去辨識出行人，分析行人的特徵，然後根據犯罪嫌疑人的特徵自動篩選，不僅大大的節省人力物力，同時也會大大縮短犯罪嫌疑人的歸案時間。
中科唯實研發團隊利用先進的深度學習技術，克服了光照、天氣等難點因素，能夠快速準確地辨識行人的各種重要特徵，如性別、年齡、是否戴眼鏡、髮型、衣著、體型、是否騎車，以及隨身攜帶的物品等。
所研發的行人多特徵辨識算法，有著靈活的部署方式，可實現時間自定義、辨識區域自定義，快速準確。利用智慧影像分析伺服器集群，可以實現對智慧城市幾百路監控影像進行7x24小時不間斷的行人多特徵分析與檢索，實時排查可疑人員並及時發出預警信號。
行人多特徵辨識技術將極大地提高警察查找犯罪線索的能力、犯罪嫌疑人排查與鎖定的效率，助力智慧城市新一代智慧影像監控平台的建設。
二、 步態辨識技術
步態是指人們走路的姿勢，是一種可在遠距離感知的生物行為特徵。和其他生物特徵辨識技術相比，步態辨識的優勢在於非接觸性、非侵犯性、易於感知、難於隱藏和難於偽裝。步態分析還可以輕鬆的區分出人的不同模式，例如行走、奔跑、負重等等。基於這些優點，步態辨識在門禁系統、安全監控、人機交互、醫療診斷等領域具有廣泛的應用前景和經濟價值。
步態分析的難點在於其特徵的穩定性問題，一個人的步態會因為傷病、體重增或減，甚至是著裝舒適度等因素影響而改變。中科唯實研發團隊採用深度學習方法，用步態能量圖描述步態序列，通過深度卷積神經網路訓練匹配模型。
利用訓練好的卷積神經網路匹配模型，計算待辨識的步態影像，和已註冊的步態影像序列，每個步態能量圖的相似度，依據相似度大小進行身份預測。步態辨識應用採用全天候模式，在特定的安防場景可快速的對遠距離行人目標的身份，進行準確判斷。
目前，中科院自動化研究所正在建設全球規模最大的步態資料庫。步態辨識技術將對有助於解決監控影像中，低解析度行人身份辨識的難點問題，為警政部門提供重要的案件偵破線索。
三、 身高相機
身高是人體重要的數據特徵之一，在一些特定的場所，例如景點入口，車站檢票口等對身高要求都有明確地規定。傳統的利用尺度工具測量身高的方法雖然操作簡單，但要求被測人員配合，不僅速度慢，而且精度較差，超聲波、紅外線等方式可實現自動測量、精度較高，但對測量環境要求苛刻。不適用於公共場所。基於電腦視覺技術的身高相機可以很好地解決上述問題，提供多場景、非接觸、自動化的測量。
身高相機是利用深度傳感器，獲取現實場景的深度數據和顏色資訊，通過坐標變換建立深度資料與三維坐標之間的對應關係，然後通過去噪、配準等算法，去除干擾並減小誤差，最後利用三維重建的方法，得到人體的身高以及其他數據資訊。
身高相機無需與被測對象接觸，當對象進入測量場景後便自動採集測量，可同時測量場景中的多個目標，配準後對光照具有較強的魯棒性，可適應場景光照變化，而且具有較高的精確度和實時性，將會是影像監控領域的重要工具。
中科唯實基於行人多特徵辨識，步態辨識和身高相機等先進的智慧分析技術，所打造的新一代智慧影像分析平台，必將有力地推動智慧城市建設，起到先進示範的作用。
技術引領未來
人們對於監控影像中有價值的資訊挖掘，不應僅只是局限於當前車輛、人的基本資訊，而是應當在智慧市場的不斷推動下，可以不斷對安防大數據挖掘的關鍵資訊進行有效補充，為最終的大數據平台提供更有價值的數據入口，更能為深度的行業應用提供源源不斷的動力。
0 comments:
張貼留言