無論走到哪兒，監(jiān)視攝像頭司空見慣。從銀行到零售店到機(jī)場到大賣場，攝像頭主要用于監(jiān)視檢查安全威脅跡象。傳統(tǒng)上，安保人員坐在嚴(yán)密控制的保衛(wèi)室里，面對成排的監(jiān)視器，不斷查看著這些攝像頭發(fā)回來的圖像。

這里面的基本漏洞很容易看出。安保人員也是人，要監(jiān)視這么多攝像頭，就意味著他們的注意力其實(shí)是被分散了的。即使是最用心最善于觀察的人，也會漏掉問題的微小跡象。這是一個沒被注意到的漏洞。

不過，或許有更好的方法處理監(jiān)視問題，而答案，就在人們熱議的人工智能技術(shù)上。很多安全公司已經(jīng)尋求在他們的安全系統(tǒng)里應(yīng)用上視頻分析，但下一步發(fā)展，應(yīng)該是智能視頻分析。

例行威脅監(jiān)視和檢測，可使用智能視頻分析和人工智能，運(yùn)行在比用人眼更為細(xì)致周全的層級。傳統(tǒng)技術(shù)收效甚微，整體安全轉(zhuǎn)型的需求比以往任何時候都來得猛烈。

人工智能(AI)是智能視頻分析合理運(yùn)作必不可少的組件。AI能基本消除人為失誤，減少誤報數(shù)量。

智能視頻分析的工作流程是：從監(jiān)視攝像頭手機(jī)非結(jié)構(gòu)化數(shù)據(jù)集，分析圖像，找出可能指向某種安全威脅的異?，F(xiàn)象。

這是一個復(fù)雜的過程，需要即時過濾和處理大量數(shù)據(jù)。

一旦檢測到安全威脅，AI系統(tǒng)就會根據(jù)威脅級別向相關(guān)人員發(fā)出警報。如果是小問題，附近的保安會被通知去處理。如果是更嚴(yán)重的問題，司法機(jī)構(gòu)或消防部門會隨安全人員一同接到警報。當(dāng)然，所有這些都是接近實(shí)時處理的。重點(diǎn)在于：該過程是自動化的，系統(tǒng)更加準(zhǔn)確、快速、全能。

AI是智能視頻分析中如此迷人部分的部分原因，在于它是一種不斷進(jìn)化的技術(shù)。AI驅(qū)動的系統(tǒng)，以多種方式模仿人類大腦，其中一個方面，就是AI總在學(xué)習(xí)。這是必需的，因?yàn)樽屜到y(tǒng)能識別每一種可能威脅的編程量，是巨大而沉重的。

AI可以從人類活動中學(xué)習(xí)，判斷哪些是正常行為，將已學(xué)習(xí)內(nèi)容轉(zhuǎn)化成安全軟件。一旦AI知曉正常范圍，便可檢出非正常行為實(shí)例和事件。

隨著時間流逝，該過程會變得更加準(zhǔn)確，誤報也會更少。由于AI是不斷改進(jìn)的，系統(tǒng)本身便也不斷改善，消除了按當(dāng)前速率更新和升級的需要。

這在深度學(xué)習(xí)技術(shù)的應(yīng)用上也可見一斑。深度學(xué)習(xí)用于安全目的，最常見的是面部識別技術(shù)。智能視頻分析輔以面部識別，便又增加了一項抓住可能是通緝犯的嫌疑分子的功能。

由于深度學(xué)習(xí)讓視頻分析得以更快地處理和分析面部數(shù)據(jù)，面部識別技術(shù)變得更加普及，也更加精準(zhǔn)了。事實(shí)上，今天的面部識別系統(tǒng)，比2002年時精準(zhǔn)了10倍不止。隨著更多的公司在他們的視頻分析系統(tǒng)中實(shí)現(xiàn)深度學(xué)習(xí)，該準(zhǔn)確率還將繼續(xù)提升。

安全，是公司企業(yè)非常重視的生命線。因此，更多的資源和技術(shù)被投入到保證人員和業(yè)務(wù)的安全上。智能視頻分析中AI的應(yīng)用，具有完全顛覆安全處理方式的能力。更準(zhǔn)確的檢測，更少的誤報，更快的響應(yīng)，讓我們可以期待AI在未來很多年里都是安全領(lǐng)域的一道主菜。

原文地址：http://www.aqniu.com/industry/19888.html