威富、大华、天地伟业大秀AI肌肉，成功实战演示背后仍存在不少行业通用难题

近年来，人工智能在安防领域的应用取得了显著的进展，但仍面临诸多挑战。那么，究竟人工智能在安防领域的落地进展到了哪一步？在深圳市安全防范行业协会主办、CPS中安网承办的论坛上，多位安防巨头分享了他们的实践与洞察。

一、数据挑战

安防行业数据量庞大，以北京为例，公共摄像头每天产生海量的录像数据。这些数据的消化速度远跟不上生产速度，引发了行业内的主要矛盾。虽然产生了大量的视频，但如何有效运用这些数据却成为了一大难题。传统安防面临着被动式应用、数据无法有效利用以及存储压力巨大等问题。但随着人工智能的成熟，其在安防领域的应用潜力巨大。人工智能可以将海量的视频数据转化为结构化数据，从而进行深度分析和数据挖掘。结构化数据也需要进一步挖掘才能转化为有意义的情报。

二、技术挑战

人脸识别等生物识别技术在安防领域已有广泛应用，但仍面临技术挑战。人脸识别技术的独特优势使其备受关注，但在实际应用中，如何确保识别的准确性和稳定性是一大难题。随着技术的不断发展，如何保护个人隐私和数据安全也是必须面对的挑战。

三、AI实战应用

威富集团、大华技术研究院和天地伟业等公司在AI安防领域的实践为我们展示了AI在安防领域的实战能力。通过AI技术，这些公司成功将海量的视频数据转化为结构化数据，并进行深度分析和挖掘。这不仅提高了监控效率，还使得数据的利用更加有效。实际应用中仍存在许多通用难题，如被动式应用、数据无法有效利用等问题。需要继续探索和创新，以更好地发挥人工智能在安防领域的作用。

人工智能在安防领域的应用取得了显著的进展，但仍面临诸多挑战。随着技术的不断发展和创新，相信人工智能将为安防领域带来更多的机遇和挑战。通过克服这些挑战，人工智能将在安防领域发挥更大的作用，为社会带来更多的安全和便利。人脸识别技术正在身份查验和布控追逃等多个领域展现出其巨大潜力。智能识别认证合一，人脸自动检测、定位、跟踪等功能的实现，使得人脸识别技术在各个领域得到了广泛应用。天地伟业总工程师杨清永深入探讨了人脸识别算法的真实应用场景。

人脸识别技术主要分为和非两大应用方向。在领域，人脸识别被广泛应用于反恐、刑侦、维稳等场景；在民用领域，则主要用于支付、考勤、门禁等。其中，公安部门对人脸识别技术表现出极大的兴趣，因为它极大地助力了他们的日常工作。

人脸识别在实际应用中也会面临一些挑战。例如，相似面部、复杂的光照条件、多变的表情和跨年龄识别、脸部的大面积遮挡等都可能影响人脸识别的准确性。尽管如此，这些难题的研究成熟度也在不断提高。

以跨年龄识别为例，百度已经在这一领域取得了显著的成果。在与人脸识别专家王峰的比赛中，百度的跨年龄人脸识别技术以惊人的表现赢得了比赛。跨年龄阶段人脸识别的困难在于类内变化大于类间变化，以及跨年龄训练数据的难以收集。但百度IDL人脸团队通过采用度量学习的方法和大规模人脸数据的训练，成功解决了这一问题。

在安防实战中，人脸识别还面临着额外的挑战。大华先进技术研究院的研发总监郑韬指出，深度学习的应用是人脸识别得以快速发展的关键。深度学习需要满足三大条件：大量的样本、高性能的计算和市场需求。

在大会上，威富集团、天地伟业、大华股份三家安防巨头也进行了实时车辆识别、人脸识别的实战演练。虽然实战表现出色，但并不代表问题都已解决。在车辆识别测试中，尽管出现了时间上的微小误差，但总体效果仍然令人瞩目。而在人脸识别测试中，双方都能准确无误地统计出目标人员的进出次数并实时预警。

人脸识别技术在大规模推广应用中表现出了直观易判断、简便可扩展的特点。随着技术的不断进步和市场的巨大需求，人脸识别技术将在更多领域得到广泛应用，并发挥出更大的作用。挑战与机遇并存：智能识别系统在实战中的表现与思考

尽管车辆识别和人脸识别在实战应用中进展顺利，但若在复杂环境和大规模应用中实施，仍面临着不小的挑战。这是行业内一个令人深思的共通问题。

对于车辆识别领域而言，尽管车牌号码作为一个独特的识别标识，使得问题在很大程度上得到解决。目前，不少厂商已经开始利用先进的GAN技术生成车牌数据，进行训练，并获得了显著的效果。随着车辆大数据产品的普及，这一领域正迎来一个重大的机遇。

道路上的摄像头种类繁多，构成了一个复杂的监控系统。虽然某些特定摄像头如电警和卡口摄像头拥有高清晰度和合适的角度，大大提高了正面识别的成功率。但在整个道路监控系统中，这类摄像头仅占一小部分。大量的普通视频监控摄像头虽然数量众多，但在低质量图像、不理想环境下的视频识别仍是一大难题。如何在这种环境下做到有效识别，是决定我们能否充分利用道路监控大数据的关键。

人脸识别的挑战更大。以北京的地铁站为例，每个地铁站都有上百个摄像头，每天要识别的人数众多。尤其是在面对全国逃犯数据库时，问题更加突出。即便假设每台动态人脸抓拍机每天只面对一万张面孔，并与一个规模相对较小的对比库进行比对，人工智能每天仍需要处理亿级别的问题。在实际应用中，由于角度、光线、分辨率等多种因素的影响，误报和漏报的情况难以避免。即使某公司的人脸识别技术达到百万分之一的错误率，但在大规模应用中，这仍然是一个巨大的挑战。

未来人工智能在安防领域的应用，需要将大量的人工智能与少量的人类智能结合起来，发挥互补效应。这需要企业具备强大的大数据分析能力，通过大规模的、多模态数据整合来提升人工智能的精度。这一庞大的系统工程，需要传统安防企业与新型AI公司联手探索。天地伟业的系统以其出色的识别遮挡的人脸能力脱颖而出，无论是佩戴墨镜、口罩等情况下的人脸捕捉都能应对自如，系统最大可识别同镜头程90度的人脸。这为智能安防领域带来了新的希望和机遇。在这场人工智能的征途中，我们刚刚起步，未来的路还很长。