近年來(lái)，得益于深度學(xué)習(xí)算法的突破、硬件計(jì)算能力的提升以及互聯(lián)網(wǎng)數(shù)據(jù)的積累，以人臉識(shí)別、語(yǔ)音識(shí)別等為代表的感知人工智能達(dá)到了商用化水平，吸引大批企業(yè)競(jìng)相布局。資本的持續(xù)投入與國(guó)家產(chǎn)業(yè)引導(dǎo)政策不斷出臺(tái)，促使計(jì)算機(jī)視覺(jué)、自然語(yǔ)言理解、語(yǔ)音識(shí)別等人工智能技術(shù)正逐步從實(shí)驗(yàn)室走向產(chǎn)業(yè)化。公共安全作為與人們生命財(cái)產(chǎn)安全緊密相關(guān)的重要領(lǐng)域，也在人工智能的助推下，迎來(lái)了一輪的技術(shù)革新，相關(guān)智能化應(yīng)用不斷涌現(xiàn)。

2 核心技術(shù)

從技術(shù)角度來(lái)看，目前在公共安全領(lǐng)域應(yīng)用的人工智能技術(shù)主要包括圖像識(shí)別、視頻結(jié)構(gòu)化及智能大數(shù)據(jù)分析等。

(1) 圖像識(shí)別技術(shù)

圖像識(shí)別技術(shù)是利用計(jì)算機(jī)對(duì)圖像進(jìn)行處理、分析和理解，以識(shí)別各種不同模式的目標(biāo)和對(duì)象的技術(shù)。隨著深度學(xué)習(xí)的引入，徹底顛覆了圖像識(shí)別技術(shù)中以經(jīng)驗(yàn)驅(qū)動(dòng)的“人造特征”范式,開(kāi)啟以數(shù)據(jù)驅(qū)動(dòng)的“表示學(xué)習(xí)”范式，識(shí)別的準(zhǔn)確率和抗環(huán)境干擾能力有了質(zhì)的飛躍，使得圖像識(shí)別技術(shù)產(chǎn)業(yè)應(yīng)用成為可能。如傳統(tǒng)的人臉識(shí)別技術(shù)基于人工設(shè)計(jì)的人臉特征模型，由于人臉存在著個(gè)體差異，導(dǎo)致無(wú)法完全精確的區(qū)分細(xì)小的變化。尤其是在光照、姿態(tài)、表情、飾品、年齡等因素的影響下，魯棒性較差。而基于深度學(xué)習(xí)的人臉識(shí)別技術(shù)，突破了人工建模的局限，通過(guò)對(duì)實(shí)際作業(yè)環(huán)境中海量數(shù)據(jù)的訓(xùn)練與學(xué)習(xí)，有效適應(yīng)各種因素的變化影響，可在較大干擾情況下實(shí)現(xiàn)對(duì)目標(biāo)的精準(zhǔn)識(shí)別。

(2) 視頻結(jié)構(gòu)化技術(shù)

視頻結(jié)構(gòu)化是指通過(guò)時(shí)空分割、特征提取、目標(biāo)識(shí)別等處理手段，將視頻內(nèi)容按照語(yǔ)義關(guān)系，組織成方便計(jì)算機(jī)和人理解的文本信息，并進(jìn)一步生成安防所需的情報(bào)線索，實(shí)現(xiàn)視頻數(shù)據(jù)向可讀信息的直接轉(zhuǎn)化，達(dá)到提升視頻查找速度、降低存儲(chǔ)容量、盤活視頻數(shù)據(jù)的目的。在視頻結(jié)構(gòu)化描述的內(nèi)容方面，公共安全關(guān)注的視頻信息主要是人員、車輛、行為。對(duì)于人員的描述信息包括人臉、性別、年齡范圍、大致身高、發(fā)飾、衣著、物品攜帶、步履形態(tài)等;對(duì)于車輛的描述信息包括車牌、車顏色、車型、品牌、子品牌、車貼、車飾物信息等;對(duì)于行為的描述信息包括越界、區(qū)域、徘徊、遺留、聚集等。

(3) 智能大數(shù)據(jù)分析技術(shù)

數(shù)據(jù)分析與挖掘是人工智能發(fā)揮真正價(jià)值的核心。傳統(tǒng)的大數(shù)據(jù)分析，不管是傳統(tǒng)的聯(lián)機(jī)分析處理(OLAP)技術(shù)還是數(shù)據(jù)挖掘技術(shù)，都難以應(yīng)對(duì)大數(shù)據(jù)的挑戰(zhàn)。首先是執(zhí)行效率低，傳統(tǒng)數(shù)據(jù)挖掘技術(shù)都是基于集中式的底層軟件架構(gòu)開(kāi)發(fā)，難以并行化，在處理TB級(jí)以上數(shù)據(jù)時(shí)效率低;其次是數(shù)據(jù)分析精度難以隨著數(shù)據(jù)量提升而得到改進(jìn)，特別是難以應(yīng)對(duì)非結(jié)構(gòu)化數(shù)據(jù)。深度學(xué)習(xí)具有自行處理、分布存儲(chǔ)和高度容錯(cuò)等特性，非常適合處理非線性的或者模糊、不完整、不嚴(yán)密的知識(shí)和數(shù)據(jù)。智能大數(shù)據(jù)分析技術(shù)利用深度學(xué)習(xí)算法自動(dòng)開(kāi)展多種分析計(jì)算，探究數(shù)據(jù)資源中的規(guī)律和異常點(diǎn)，輔助用戶更快、更準(zhǔn)地找到需求點(diǎn)，從而實(shí)現(xiàn)風(fēng)險(xiǎn)預(yù)測(cè)和評(píng)估。

3 應(yīng)用現(xiàn)狀

公共安全包括社會(huì)治安、交通安全、生活安全、生產(chǎn)安全、食品安全、生態(tài)安全等。人工智能在公共安全領(lǐng)域的應(yīng)用場(chǎng)景主要包括犯罪偵查、交通監(jiān)控、自然災(zāi)害監(jiān)測(cè)、食品安全保障、環(huán)境污染監(jiān)測(cè)等。

(1)犯罪偵查場(chǎng)景已有大量成熟應(yīng)用

依托安防行業(yè)的信息化基礎(chǔ)以及積累的專業(yè)知識(shí)，犯罪偵查成為人工智能在公共安全領(lǐng)域最先落地的場(chǎng)景。各大安防巨頭和人工智能獨(dú)角獸企業(yè)都紛紛在該方向上進(jìn)行智能化布局，相關(guān)產(chǎn)品大量涌現(xiàn)，大致可分為三類。一是身份核驗(yàn)類產(chǎn)品。該類型產(chǎn)品一般安裝在各類場(chǎng)所的出入口位置，能夠?qū)⒉杉膶?shí)人人像圖片，與其所持有效身份證件的照片進(jìn)行比對(duì)，不僅可有效核對(duì)人、證是否一致，還可將核對(duì)的身份信息與后臺(tái)數(shù)據(jù)庫(kù)碰撞比對(duì)，實(shí)現(xiàn)黑名單的實(shí)時(shí)報(bào)警，從而有效助力公安機(jī)關(guān)身份核查、刑事偵察、安全檢查等工作，極大的提升工作效率，并降低警力投入。代表產(chǎn)品有海康威視的人證訪客一體機(jī)、商湯科技的視圖情報(bào)研判系統(tǒng)SenseTotem、曠視科技的人證核驗(yàn)一體機(jī)、海鑫科金的身份核驗(yàn)系列智能設(shè)備自助式人員信息查控閘機(jī)等。二是智能視頻監(jiān)控類產(chǎn)品。該類型產(chǎn)品由一般分布在飛機(jī)場(chǎng)、火車站、公共道路等公共場(chǎng)所的視頻監(jiān)控?cái)z像頭，以及后臺(tái)視頻數(shù)據(jù)存儲(chǔ)、分析設(shè)備組成?？商峁┤四樧ヅ摹⒉伎貓?bào)警、屬性識(shí)別、統(tǒng)計(jì)分析、重點(diǎn)人員軌跡還原等功能。代表產(chǎn)品有商湯科技的人臉布控實(shí)戰(zhàn)平臺(tái)SenseFace、曠視科技的洞鑒人像系統(tǒng)等。三是視頻結(jié)構(gòu)化類產(chǎn)品。該類產(chǎn)品通過(guò)對(duì)視頻內(nèi)容進(jìn)行結(jié)構(gòu)化處理，提供基于分析結(jié)果的以圖搜圖、畫(huà)圖搜索、實(shí)時(shí)軌跡追蹤等功能。代表產(chǎn)品有商湯科技的視頻結(jié)構(gòu)化解析服務(wù)器SenseVideo-A、曠視科技的視頻結(jié)構(gòu)化系統(tǒng)、深醒科技的視頻結(jié)構(gòu)化分析管理系統(tǒng)等。

(2)交通監(jiān)控場(chǎng)景智能化成效不斷顯現(xiàn)

人工智能在交通監(jiān)控的應(yīng)用主要有兩類產(chǎn)品。一是交通疏導(dǎo)類。該類型產(chǎn)品利用獲取的路口路段車流量、飽和度、占有率等交通數(shù)據(jù)，通過(guò)優(yōu)化燈控路口信號(hào)燈時(shí)長(zhǎng)，以達(dá)到緩解交通擁堵的目的。如，青島公安交警部門通過(guò)布設(shè)的1200余臺(tái)高清攝像機(jī)，4000處微波、超聲波、電子警察檢測(cè)點(diǎn)，組建智能交通系統(tǒng)，實(shí)時(shí)優(yōu)化城市主干道、高速公路及國(guó)省道的紅綠燈市場(chǎng)，使得整體路網(wǎng)平均速度提高9.71%，通行時(shí)間縮短25%，高峰持續(xù)時(shí)間減少11.08%。二是違法行為監(jiān)測(cè)類。一些智能交通系統(tǒng)可利用視頻檢測(cè)、跟蹤、識(shí)別等技術(shù)，根據(jù)車輛特征、駕乘人員姿態(tài)等圖像數(shù)據(jù)，有效識(shí)別違法行為。特別是針對(duì)“假牌”、“套牌”、“車內(nèi)不系安全帶”、“開(kāi)車打電話”等需要人工甄別的違法行為，這些智能交通系統(tǒng)不僅事半功倍，而且極大減少人工投入，大大提升工作效率。如蘇州通過(guò)布設(shè)科達(dá)自主研發(fā)的“海燕車輛二次分析系統(tǒng)”，對(duì)交通卡口電警抓拍的圖片進(jìn)行二次識(shí)別，實(shí)現(xiàn)對(duì)交通違法行為的有效取證。該系統(tǒng)上線僅一周時(shí)間就抓拍到近3000起違章行為和近20起假套牌事件。

(3)自然災(zāi)害監(jiān)測(cè)場(chǎng)景國(guó)外已有大量嘗試

在風(fēng)暴、泥石流、洪水等自然災(zāi)害的智能化監(jiān)測(cè)預(yù)警方面，國(guó)外已經(jīng)有比較成熟的應(yīng)用探索。風(fēng)暴災(zāi)害方面，IBM為美國(guó)安大略省Hydro One電力公司開(kāi)發(fā)的風(fēng)暴智能預(yù)測(cè)工具，可以通過(guò)分析氣象實(shí)時(shí)數(shù)據(jù)，預(yù)測(cè)風(fēng)暴災(zāi)害的嚴(yán)重程度和嚴(yán)重區(qū)域，從而幫助該電力公司提前布置電工，以幫助受災(zāi)城市快速地恢復(fù)供電。泥石流災(zāi)害方面，日本大阪大學(xué)的研究人員針對(duì)日本全國(guó)50多萬(wàn)處的泥石流侵害點(diǎn)的現(xiàn)實(shí)情況，開(kāi)發(fā)出了一款能夠預(yù)測(cè)泥石流發(fā)生的AI系統(tǒng)。該系統(tǒng)主要利用天氣預(yù)報(bào)信息，分析降水量和降水時(shí)間，再結(jié)合安置在山體、河流中的傳感器數(shù)據(jù)，從而計(jì)算出泥石流發(fā)生的概率并預(yù)警。相比傳統(tǒng)的監(jiān)測(cè)預(yù)警方式，這種AI系統(tǒng)能將泥石流災(zāi)害的預(yù)報(bào)時(shí)間從提前幾分鐘大大提升到提前幾個(gè)小時(shí)。洪水災(zāi)害方面，英國(guó)鄧迪大學(xué)的研究人員利用自然語(yǔ)言理解等人工智能技術(shù)，分析Twitter中提取社交數(shù)據(jù)，來(lái)判斷洪水災(zāi)害侵襲的重點(diǎn)區(qū)域和受災(zāi)程度，以為政府救災(zāi)部門提供支持。

此外，在火災(zāi)預(yù)警、大型活動(dòng)管理、環(huán)境污染監(jiān)測(cè)等公共安全場(chǎng)景，已有國(guó)內(nèi)研究機(jī)構(gòu)、科技公司已經(jīng)研發(fā)出或正在研究智能火災(zāi)監(jiān)測(cè)預(yù)警、人群異常監(jiān)測(cè)、大氣污染跟蹤預(yù)警等應(yīng)用，力求利用人工智能技術(shù)手段，減輕人工投入和資源消耗，提升預(yù)警時(shí)效，為及時(shí)有效處置提供強(qiáng)力支持。

4 驅(qū)動(dòng)因素

目前看來(lái)，我國(guó)的人工智能技術(shù)和產(chǎn)業(yè)穩(wěn)步發(fā)展，在公共安全領(lǐng)域的諸多場(chǎng)景已有深入探索，并有較好的應(yīng)用前景和潛力。究其原因，主要受以下幾方面因素的驅(qū)動(dòng)。

一是國(guó)家政策不斷引導(dǎo)公共安全領(lǐng)域向智能化發(fā)展。國(guó)務(wù)院印發(fā)的《新一代人工智能發(fā)展規(guī)劃》(以下簡(jiǎn)稱“規(guī)劃”)中明確提到，要“促進(jìn)人工智能在公共安全領(lǐng)域的深度應(yīng)用，推動(dòng)構(gòu)建公共安全智能化監(jiān)測(cè)預(yù)警與控制體系”?！兑?guī)劃》對(duì)于人工智能在公共安全領(lǐng)域的部署，不僅是基于人工智能技術(shù)強(qiáng)大的創(chuàng)變能力，更是深刻考慮到公共安全領(lǐng)域中亟待解決的違法犯罪難題及風(fēng)險(xiǎn)防范的實(shí)際需求。

二是算法、算力、數(shù)據(jù)驅(qū)動(dòng)人工智能成熟落地。算法、算力、數(shù)據(jù)被譽(yù)為新一輪人工智能崛起的三駕馬車。在算法上，深度學(xué)習(xí)取得突破性進(jìn)展，大大提升了人工智能在識(shí)圖、識(shí)人、識(shí)音等感知層面的有效性，在ImageNet、LFW、NIST等國(guó)際圖像識(shí)別大賽中，獲獎(jiǎng)團(tuán)隊(duì)的準(zhǔn)確率已達(dá)97%以上，相關(guān)算法模型達(dá)到商用水平;在算力上，GPU、FPGA、TPU等芯片不斷涌現(xiàn)，計(jì)算能力大幅度提升，可以極大的縮短時(shí)長(zhǎng)用戶等待時(shí)間，如：IPhone X配備的A11芯片，每秒運(yùn)算次數(shù)最高可達(dá)6000億次，可實(shí)現(xiàn)秒級(jí)的人臉識(shí)別解鎖;在數(shù)據(jù)上，近年來(lái)，隨著移動(dòng)互聯(lián)網(wǎng)的蓬勃發(fā)展，數(shù)據(jù)呈現(xiàn)爆發(fā)式增長(zhǎng)，海量的數(shù)據(jù)資源為人工智能的模型訓(xùn)練提供強(qiáng)大支撐，也為相關(guān)人工智能應(yīng)用落地提供了眾多場(chǎng)景。

三是新時(shí)代公共安全需要智能化改變現(xiàn)狀。眾所周知，警察是維護(hù)公共安全的主力。但我國(guó)警力資源嚴(yán)重匱乏，據(jù)統(tǒng)計(jì)，我國(guó)警察僅占人口數(shù)量的0.13%，處于世界地位水平。然而，隨著平安城市、雪亮工程等全國(guó)性工程建設(shè)的不斷推進(jìn)，我國(guó)已經(jīng)是監(jiān)控?cái)z像頭增長(zhǎng)最快的國(guó)家。根據(jù)咨詢公司IHS Markit 2016年的數(shù)據(jù)，我國(guó)已安裝有1.76億個(gè)監(jiān)控?cái)z像頭，并仍在快速增長(zhǎng)中。面對(duì)公共安全領(lǐng)域海量的信息數(shù)據(jù)，如果僅憑人工去分析和處理這些信息，工作量非常巨大。尤其是視頻數(shù)據(jù)，需要人工逐個(gè)調(diào)閱來(lái)進(jìn)行信息排查，造成業(yè)務(wù)效率極其低下。因此，在人員少，案件多，數(shù)據(jù)豐富的公共安全行業(yè)，人工智能的引入就顯得極為迫切。

5 趨勢(shì)和展望

可以預(yù)見(jiàn)，隨著人工智能技術(shù)研究的不斷深入，公共安全場(chǎng)景的不斷挖掘，更多的智能化公共安全應(yīng)用將不斷出現(xiàn)，并將呈現(xiàn)以下三個(gè)趨勢(shì)。

一是“云邊融合”有望成為智能視頻技術(shù)的主流架構(gòu)。“前端攝像頭采集加后端云計(jì)算分析、處理”的解決方案是當(dāng)前智能視頻技術(shù)的主要應(yīng)用架構(gòu)。但是隨著公共安全行業(yè)對(duì)實(shí)時(shí)性、保密性、傳輸穩(wěn)定性等要求越來(lái)越高，邊緣計(jì)算的相關(guān)技術(shù)逐漸成熟，“智能前端”(即在前端攝像頭中加入邊緣計(jì)算能力，實(shí)現(xiàn)一定識(shí)別功能)的解決方案開(kāi)始逐漸受到行業(yè)歡迎。不過(guò)“智能前端”的效能畢竟有限，并不能比擬云計(jì)算在存儲(chǔ)、處理和擴(kuò)展方面的優(yōu)勢(shì)。“云邊融合”既可以發(fā)揮“端”側(cè)敏捷性的特點(diǎn)，又可以實(shí)現(xiàn)云端的強(qiáng)勁處理，達(dá)到統(tǒng)一配置、管理、調(diào)度，必將成為智能視頻技術(shù)的主流架構(gòu)。

二是視頻結(jié)構(gòu)化技術(shù)將成為今后重要研究方向。視頻結(jié)構(gòu)化作為智能化視頻處理的核心技術(shù)，對(duì)環(huán)境敏感，受環(huán)境干擾大，光線、雜物、惡劣天氣或者視頻的晃動(dòng)都會(huì)影響實(shí)際效果。然而，伴隨著公共安全領(lǐng)域?qū)σ曨l結(jié)構(gòu)化需求的越來(lái)越旺盛，視頻結(jié)構(gòu)化技術(shù)必將成為產(chǎn)業(yè)界重要的研究方向。除了視頻結(jié)構(gòu)化自身在技術(shù)抗干擾能力、識(shí)別精度、描述屬性多樣性方面的提升外，還將產(chǎn)生出視頻結(jié)構(gòu)化與大數(shù)據(jù)分析、語(yǔ)音語(yǔ)音分析等交叉研究領(lǐng)域，而在公共安全領(lǐng)域的應(yīng)用也將越來(lái)越多。

三是大數(shù)據(jù)分析技術(shù)與人工智能技術(shù)趨向融合。從數(shù)據(jù)中獲得智能，當(dāng)前有兩個(gè)相對(duì)獨(dú)立但又相互關(guān)聯(lián)的技術(shù)路線，分別是大數(shù)據(jù)的分析挖掘技術(shù)和基于機(jī)器學(xué)習(xí)的人工智能技術(shù)。二者都是依托海量數(shù)據(jù)進(jìn)行建模，并產(chǎn)生智能。但是，從當(dāng)前的數(shù)據(jù)分析類應(yīng)用角度來(lái)看，這兩種技術(shù)路線在產(chǎn)品層面表現(xiàn)出的差異越來(lái)越小，甚至可以相互替代。因此，這兩類技術(shù)路線在數(shù)據(jù)分析方面將走向融合。