【中國安防展覽網 時事聚焦】到2020年，武漢將新建社會治安視頻監控及多維數據采集前端4.4萬個。9萬個一二類探頭，將實現城鎮道路交叉口無死角，主要道路關鍵節點無盲區，人員密集區域無遺漏，重點要害部位、案件高發區域、治安復雜場所主要出入口視頻全覆蓋。此外，飛機場、火車站、地鐵站、商圈等重點區域，將通過多維數據采集設備，采集全景影像、高清視頻、環境聲音、車輛圖片、型號、牌照、人臉圖片等數據，提高公共安全風險的檢測預警和風險防控。這也意味著，民警在找人找車時，不再靠眼睛甄別監控錄像，而只需在系統中輸入人、車特征，即可快速查到其的位置。
為什么《速度與激情8》中“天眼”系統如此受追捧？
這不禁讓小編想起了《速度與激情8》中的天眼系統，在劇中，誰掌握了“天眼”的控制權，誰就擁有追擊敵隊的主動權。“天眼”系統可以整合(調取)所有的視頻監控、手機音頻等數據，再使用大數據和人臉識別等技術的迅速分析和處理，在極短的時間內(分鐘)找到目標人和目標車輛進行追蹤，讓目標人或物無所遁形。并且這個“天眼”系統只有兩手寬的大小，體積輕巧便攜。
影片中的“天眼”系統無疑極大滿足了觀眾對智能黑科技的想象，回歸現實，現階段的智能安防系統同樣可基于大數據、人臉識別智能分析等技術實現對目標人、物的搜索和追蹤，只不過由于技術和環境因素的影響，目前的應用還遠沒有影片中成熟，從專業安防的角度來看“天眼”系統距離現實還有多遠呢?云從科技產品總監劉寒冰圍繞著這個話題提出了相關看法。
市場分析角度
不少業內人士認為目前已有微型“天眼”系統的存在和應用，您認同這個觀點嗎?如果有，是否有相關的案例說明?
劉寒冰：有，人臉大數據作戰平臺已經在多省公安應用，主要針對場景為網吧、酒店、街道、小區、樞紐機場、高鐵站等場所，通過“出”、“住”、“行”管控，用智能手段提高公安辦案效率與降低難度，實現全城封鎖革新戰法的普及。
“天眼”系統的背后涉及到哪些具體的技術應用?
劉寒冰：現在的人臉識別大數據作戰平臺接近初級“天眼”，主要涉及到人臉識別技術、大數據、云計算等技術的應用。在未來，逐步加入成熟的圖像識別(步態、服飾、動作、發型、車輛等)、聲紋識別技術，并且隨著攝像機硬件的功能越來越強，“天眼”系統會越來越完善。但目前這些技術還無法大規模落地，所以初級“天眼”以能落地的人臉為主，人臉本身作為一個數據入口，也擁有非常巨大的價值。
現實生活中各項技術和應用的發展水平目前如何?
劉寒冰：人臉識別技術相對成熟，目前已經在大規模落地應用，只是在針對一些細分問題進行完善(如幼兒、少數民族等)。
人臉識別主要應用在金融、安防領域，金融行業中。銀行領域主要應用的是人臉識別技術中的1:1，特點是環境穩定，受眾配合度高，一次只識別一個人。該領域人臉識別技術在過去兩年的激烈競爭中已經相對成熟，現在的情況是提高識別率、穩定性及活體檢測技術。
安防領域主要是應用1：N，特點是受眾無感觸、同時識別多人、非配合、環境多變，技術難度更高。
當人臉識別技術在銀行成功大規模應用，技術已經開始成熟到可以在安防實戰應用，以往人臉識別技術在安防上的應用還比較初淺，讓公安對人臉識別技術持懷疑態度，現在通過與鄂爾多斯等公安建立聯合實驗室，人臉識別戰法已經產生大量戰果。
目前人臉識別技術只適合在這種B端應用，因為B端市場客戶的核心要求是，產品性能、服務好，對價格相對不敏感。但C端市場，因為目前產品需要定制化，所以談不上方便，而且成本必然下不去，性價比不可能高。
您認為要實現影片中的“天眼”系統的技術水平，還有哪些方面需要突破和改進?
劉寒冰：雖然在學術界所做的實驗中，人臉識別率是很高的。但實際應用中用監控攝像頭識別人臉則不太容易。
首先，室外監控攝像頭所采集到的人臉圖像分辨率較低，直接影響識別精度，這是由于室外攝像頭一般需要監控一片區域，拍攝距離相對較遠，采集數據的遠距離傳輸又限制了監控攝像頭的分辨率，所以使得采集的人臉圖像比較模糊。
其次，監控攝像頭采集人臉數據的干擾因素很多，比如人臉的角度、光照條件、攝像頭抖動造成運動模糊等，這些都容易導致拍攝到的人臉數據與數據庫中的人臉圖像無法準確匹配。
后，也是難處理的問題，目標對象由于時間間隔造成的人臉老化、有意戴眼鏡或帽子等遮擋物，人臉識別就變得更加困難了，這時就要結合遠距離步態識別、聲紋識別、發型識別等生物特征識別方法和服裝識別等圖像識別方法一起判斷。
低分辨率模糊人臉圖像是室外監控經常碰到的一種情況，目前有一種名為超分辨率重建的技術，結合人臉結構等先驗知識，可以對模糊的人臉圖像進行有效處理，增強其分辨率，大大提升室外人臉識別的精度。
完善的“天眼”還需要強大的后臺系統，這個系統可以控制包括公共交通、城市電力、電子監控、銀行系統、警察系統等各方面，同時將所有聯網信息進行收集和整合，記錄下公民的醫保號、醫療記錄、*記錄、甚至上網閱覽內容、輸入習慣等，結合以大數據分析時時更新后臺資料。
后，“天眼”成功運行的關鍵在于整合物理空間(線下)和網絡空間(線上)的多源多類型大規模數據，然而目前這些數據相對獨立，形成所謂的“數據孤島”，給技術的發展帶來很大不便，可以考慮從國家層面上對各種數據資源統一管理和協調，為國家安全提供更強有力的保障。
技術分析角度
公共視頻監控數據資源的開放、共享及安全(調取權限)問題
劉寒冰：不存在開放、共享的問題，絕大部分公共視頻都是由公安調用，系統部署在公安網里面，在公安的私有云上進行數據分析與存儲。
光線、服飾妝容、目標高速移動等因素影響下動態人臉比對準確性如何保持?
劉寒冰：通過雙層異構深度神經網絡，將兩張圖像送入不同的網絡中進行干擾引子排除，通過光線優化、3D旋正、反變換等方法，確保動態人臉的清晰。
具體來說，有各種光線下的人臉照片，系統學習后，自動就能去除光線的影響;服飾妝容，只要不遮擋人臉的20%以上區域，化妝不太大改變臉型的結構，都可以識別;高速移動的人臉，在一定情況下，可以通過運動模糊算法的反變換，來使運動模糊的圖片變清晰一些，再做識別。
海量的實時視頻分析運算，后端服務器有哪些要求?
劉寒冰：基于通用的服務器上部署windows或者linux系統，利用GPU對視頻中的圖像進行特征提取處理，利用CPU對視頻進行編解碼處理。為了加速比對效率，基于內存進行特征矢量比較。具體規格要根據實際的業務場景進行相應配置。
移動版
智慧城市網APP
智慧城市網小程序
微信公眾號
