AI安防有哪一些組成的部分

不可否認，監(jiān)控攝像頭已經(jīng)成為AI安防的“寵兒”。這里就需要發(fā)出一個疑問，AI安防除了攝像頭還有什么？

從軟件到硬件，AI安防不是只有攝像頭

在安博會現(xiàn)場，除了墻上掛著的、令密集恐懼癥患者不太舒服的攝像頭，還有一些AI安防“寶藏產(chǎn)品”也隱匿其中，它們在監(jiān)控攝像頭的強烈攻勢下求得發(fā)展。

硬件層面，技術(shù)還有更多的載體

過往人們常說“眼見為實、耳聽為虛”，雖然有時候人們看見的不一定是事實，但是“看”這一行為卻被視為安防產(chǎn)業(yè)中，尤其是預防監(jiān)控環(huán)節(jié)的重要手段。

以刑偵事件為例，在有目擊者參與協(xié)助調(diào)查的案件中，警方有時候會通過目擊者的口述來盡可能還原犯罪嫌疑人的面部肖像，該畫像將作為生物識別特征來幫助警方更精準、更快地抓捕犯罪嫌疑人。相比于聲音、指紋等不易辨別、可能存在缺陷和瑕疵的數(shù)據(jù)，在找人等方面，多數(shù)時候最終還是依賴于人臉特征數(shù)據(jù)，且人臉辨別在速度上也占據(jù)優(yōu)勢。落實到AI安防領(lǐng)域，視覺人工智能技術(shù)是相當必要的，但最終載體卻不是只有監(jiān)控攝像頭這一已經(jīng)“紅?；钡漠a(chǎn)品領(lǐng)域，它還有更多的組合可能性。

以智能安防機器人為例，這是繼監(jiān)控攝像頭之外，較多廠商所關(guān)注的另一個AI安防類硬件。相比于監(jiān)控攝像頭，安防機器人更是一個AI技術(shù)綜合體。除了基本的視覺人工智能技術(shù)，它的“身體”上還能搭載煙霧探測儀、氣味探測儀等傳感器，以及語音人工智能類產(chǎn)品，若想要讓安防機器人具備攻擊力，廠商還能夠給它配備強聲驅(qū)散系統(tǒng)等攻擊性武器。

功能方面，監(jiān)控攝像頭雖然在識別到目標人物之后發(fā)起主動警示，但究其本質(zhì)最終提供的還是單一性的視覺識別與監(jiān)控。相較之下，除了在自主巡邏過程中提供視覺識別與監(jiān)控服務，安防機器人還能夠提供聲音采集與識別、即時語音、危險氣體識別、驅(qū)散等功能。另外在落地場景方面，機場、倉庫、園區(qū)、?；髽I(yè)、銀行、商業(yè)中心、社區(qū)等都能成為安防機器人的巡視場地。

此前華泰證券曾測算2018-2020年國內(nèi)巡檢機器人市場總需求約為477億元，年均需求約159億，分別對應變電站巡檢機器人9000臺，市場空間72億，配電站巡檢機器人8.1萬臺，市場空間405億元。其中，電站和配電站只是安防巡檢機器人的諸多場景中的兩個，可想而知這一產(chǎn)業(yè)背后存在的市場規(guī)模之大。目前，國內(nèi)從事這一領(lǐng)域的公司已經(jīng)超過了30家，但產(chǎn)業(yè)還遠遠沒有爆發(fā)，這意味著市場還有更多機會。

此外就便攜性而言，監(jiān)控攝像頭是固定的，安防機器人因為體積大、監(jiān)管問題等也暫時難以被隨時隨地帶在身邊，便攜性AI安防用具也成為一種必需設備。

這方面，目前具備可能性的產(chǎn)品為AR眼鏡。佩戴之后，一旦某處設備識別到可疑人物，AR眼鏡將在警方的眼前自動顯示可疑人員的性別、身份等信息，相關(guān)安防人員也能夠通過AR眼睛看到墻后面、地板下的電纜、管道、其他設備的運行情況，警方進行案情模擬重現(xiàn)、消防員在火場內(nèi)實時監(jiān)控與判斷等也將成為可能。

與安防機器人一樣，因為網(wǎng)絡傳輸延時、鏡片成像技術(shù)和光學模組不成熟等因素，AR眼鏡還遠遠沒有到達大規(guī)模成熟的時候，目前僅有小規(guī)模應用。眼下在安防領(lǐng)域推出AR眼鏡的公司還是少數(shù)，且市場也因為熱度降低而在發(fā)展速度上較為緩慢。于AI安防產(chǎn)業(yè)而言，AR眼鏡也是一個“大藍海”的存在。

在監(jiān)控攝像頭的強勢掩蓋下，像安防機器人、AR眼鏡這類存在極大市場、且尚未被加以重視的產(chǎn)業(yè)還有很多。

軟件層面，數(shù)據(jù)壁壘還需打破

需要注意的是，以上所有產(chǎn)品功能的實現(xiàn)皆需要借助算法、算力、數(shù)據(jù)和智聯(lián)網(wǎng)等的通力合作。

眼下，經(jīng)過近幾年的發(fā)展優(yōu)化與磨合，各類智能算法已經(jīng)較為成熟，滿足基本需求不在話下，而算力問題也因為AI芯片得到了解決，基于物聯(lián)網(wǎng)升級的智聯(lián)網(wǎng)也即將因為5G的到來而得以實現(xiàn)，剩下來的數(shù)據(jù)卻成為了一個問題。

以公安這一安防領(lǐng)域重要組織為例，早在2018年初，公安部就正式成立全國公安大數(shù)據(jù)工作領(lǐng)導小組，宣布將大力實施公安大數(shù)據(jù)戰(zhàn)略。

作為一個垂直性行業(yè)，公安領(lǐng)域的數(shù)據(jù)也存在一個“通病”，即只能基于結(jié)構(gòu)化數(shù)據(jù)開展AI應用，而那些非結(jié)構(gòu)化數(shù)據(jù)和半結(jié)構(gòu)化數(shù)據(jù)并沒有能夠發(fā)揮真正效用;另外，各地方公安之間、各警種之間、各數(shù)據(jù)之間也缺少相應的關(guān)聯(lián)性，這也使得預測、預警、預防等能力與效用大打折扣。

如何才能解決這些問題？需要依賴行業(yè)知識圖譜。

知識圖譜的建立是一件相當困難的事情，里面涉及到數(shù)據(jù)采集、數(shù)據(jù)清洗、數(shù)據(jù)定義、關(guān)系抽取、知識存儲、關(guān)聯(lián)計算等步驟，且不同于通用知識圖譜，搭建垂直性領(lǐng)域的專業(yè)知識圖譜更具備難度。

而一旦搭建起知識圖譜，帶來的效用也是肉眼可見的，實現(xiàn)實戰(zhàn)經(jīng)驗與技術(shù)算法的深度融合與轉(zhuǎn)換，讓警務辦事更為智能化。舉一個例子，為了鎖定一個犯罪嫌疑人，警方往往需要調(diào)取多個系統(tǒng)來查詢數(shù)據(jù)，進而作出分析和整合，這個過程是繁瑣且耗時耗力的，而基于公安知識圖譜，這一過程所耗費的時間和精力將大大縮短，因為在發(fā)出要求之后，系統(tǒng)就能夠自行調(diào)取相關(guān)案件信息，或是生成報告，或是以可視化的方式呈現(xiàn)各個線索之間的關(guān)聯(lián)性等等。

據(jù)艾瑞咨詢數(shù)據(jù)，2018年工具型公安知識圖譜應用率為30%，平臺型建設率達到10%。而在當下，知識圖譜搭建的第一步，即“數(shù)據(jù)采集”仍舊不能很好地完成，如此一來，后面步驟的進行也將遭遇一些阻礙和困難。

于AI安防而言，算力、算法、數(shù)據(jù)和連接缺一不可。

根據(jù)a&s所公布的“2018年度全球安防50強”榜單，其中專業(yè)從事視頻監(jiān)控的企業(yè)有32家，另有?？低暋⒋笕A等也在這一領(lǐng)域有所涉及?？梢哉f，視頻監(jiān)控已經(jīng)成為安防產(chǎn)業(yè)的主流，這也難怪在智能化升級過程中，監(jiān)控攝像頭會成為諸多AI企業(yè)所選中的市場切入口，以及安防業(yè)務重點方向。

但從市場和需求的角度出發(fā)，監(jiān)控攝像頭也不是萬能的，總有它兼顧不到的地方，而這些就是留給廠商的機會。如果發(fā)展足夠順利，或許這些產(chǎn)業(yè)在未來也將能夠“比肩”監(jiān)控攝像頭。

責任編輯：ct