在安防視頻監控領域，以車輛和人員識別為代表，已經在安防監控市場快速普及應用，智能化成為很多前后端設備及項目的亮點。那么，在市場需求極其旺盛的情況下，人工智能在監控市場能夠解決哪些實戰化的業務需求呢？

人工智能的背景分析

在自然災害的防救、生產事故的防控、社會治安事件防范及公共衛生事件的防治上，視頻監控起著極其重要的作用。然而隨著政策實施的推進，視頻監控點位覆蓋率逐步上升，業務的應用也更加復雜，僅依靠傳統的人工方式已無法高效利用已建的視頻監控資源。

同時，幾何式增長的視頻圖像數據驅動了安防大數據時代的來臨，數據已經成為寶貴的資源，深度學習的出現大力推動了人工智能的實際應用，尤其是在視頻智能分析方面。在LFW（非受控網絡圖片數據庫）國際人臉識別比賽上，機器識別的準確率首次超越了人眼識別準確率，2015年達到99．55％，而且準確率還在持續提升，這使得深度學習為視頻智能分析在視頻監控領域中的應用提供了更多可能。

人工智能應用能解決什么問題

首先，人工智能技術可以獲取人、車、物的結構化信息，做出快速檢索、查詢等操作。

其次，可以協助人工及時發現畫面中容易忽略的細節內容，如人員的滯留、物品的丟失、區域的入侵等。

最后，人工智能還可以對不同種類的數據進行分析、碰撞、發現潛在聯系，抽取其中有價值的信息，并形成可視化結果呈現，下面就一些典型的人工智能應用進行舉例。

1）、隨著交通工具的發展，一些犯案人員的流動性大大地增強，比如犯案人員在A地犯案后，可能會迅速乘坐交通工具逃往B地。在這種快速頻繁的人員流動情況下，對于刑事偵查人員來講，抓捕犯案人員的難度會驟然上升。那么人工智能的方式提供了一種很好的方法，依托人工智能系統將部署在城市中各個角落里的攝像機中出現的人員進行動態比對，同時利用動態的人員特征識別服務輸出的結果，進行數據分析，從而實現犯案人員身份的識別、人員布防、軌跡的分析等功能，提高刑偵人員關于在逃人員的破案率。

同時以人臉識別為核心的人工智能應用，還可對嫌疑人員進行比對，快速確認目標身份，提供智能、精準、快速的人臉比對和完善的視頻圖像大數據分析挖掘應用，綜合解決人像實時追蹤監控預警、人員身份快速比對檢索核準、人員歷史軌跡追蹤倒查等查人、找人、預警、追蹤等人員管理監控應用。

2）、隨著車輛的普及，大量的不安全駕駛行為導致了逐年上升的交通事故的發生，造成大量的人員及財產損失，如何減少不安全駕駛行為的發生是擺在交通管理者面前的問題，那么對于交通管理者而言，一個是通過在政策法規方面提供制度建設；另一方面需要通過技術手段來發現和降低不安全駕駛行為的發生。人工智能系統可以有效地通過機器分析，實現對駕駛人員超速行駛、開車打手機、不系安全帶等行為的智能分析，使得交通管理人員之前需要在路口進行人工糾正違法行為的方式轉變成通過人工智能分析的方式，來發現和處理這些不安全的駕駛行為，從而達到教育和處罰的目的。并以此提升交通管理水平和降低事故的發生率，減少人員和財產的損失。

同時以車輛分析為核心的人工智能應用，還可以對卡口圖片車輛數據進行二次識別，包括車牌號碼、車輛品牌、車輛子品牌、車輛年款、車輛顏色、車牌顏色、車輛類型、車牌類型、年檢標、遮陽板、安全帶等車輛細節信息，將車輛的運行軌跡，活動規律等進行數據碰撞比對，從而挖掘隱藏的案／事件線索實現可視化的應用，功能包括：軌跡分析、跟車分析、碰撞分析、頻次分析、套 牌 分析、隱匿車輛挖掘等。

3）、對于一些重大的警衛活動，常常需要派駐大量的警力，對于公安指揮中心而言，會造成人員緊張的局面。因此可以以技術手段為依托，來實現減少安保人員的目的，人工智能的方式可以提供以主動防控為核心的應用，視圖內容預警、自動告警聯動應用，可以對視頻的內容進行自動預警，當觸發預先設置的預案后，聯動的攝像機將會同時打開監控圖像，形成對案發地的監控封鎖，同時實時報警。布控智能規則分析功能包括：區域入侵、絆線檢測、非法停車、徘徊檢測、打架檢測、物品遺留、物品丟失、非法尾隨、人群聚集、車流統計、車牌特征識別和煙火檢測等。

在視頻監控領域，隨著采集手段的不斷豐富，數據內容的不斷增長，以及人工技術的不斷成熟，人工智能輔助人工進行工作已經成為必然趨勢，相信隨著技術的發展，會有越來越多的智能化應用在更多的領域落地，使人工智能不僅在安防領域發揮重要作用，同時借助人工智能在更多領域發揮作用，從平安城市上升到真正的智慧型城市。