6月13日，“人工智能在安防行業的應用暨實戰演練論壇”在深圳舉行。一場關于人工智能與安防的探討就此拉開了序幕。

深圳市安全防范行業協會會長楊金才，深圳市安全防范行業協會副會長、CPS中安傳媒總裁楊鵬，深圳市安全防范行業協會秘書長王君利，威富集團董事長張少林，浙江大華技術股份有限公司先進技術研究院研發總監鄭韜，天津天地偉業數碼科技有限公司總工程師楊清永，威富多媒體有限公司總經理助理司玉校共同出席了會議，并紛紛發表“人工智能+安防”的看法。

人工智能之于安防的必然性

1956年，在達特茅斯會議上首次提出“人工智能”的概念。在20世紀，科學家將空間技術、能源技術、人工智能并成為三大前沿學科。然而在此后的十幾年的時間里，由于網絡能力不夠，無法解決復雜的問題，人工智能進入第一次低谷。1980年，BP算法的出現，神經網絡得到優化，但在1990年，由于計算能力受限，無法進行大規模的數據訓練，人工智能再次進入低谷。直到2006年，深度學習的神經網絡被提出，經過多年的發展，2013年，深度學習在視覺識別和語音識別上取得部分能力超越人類。而進入21世紀，科學家將基因工程、納米科學、人工智能并成為三大前沿學科。

無論是20世紀還是21世紀，人工智能都是科學家們重點研究的對象。可以預見的是，在今后的很長一段時間內，所有行業仍然將大部分時間用于研究人工智能上，而任何關于人工智能取得的進展仍然將成為科技媒體的熱門。

有數據統計，一年會產生超過5萬億小時左右的視頻數據。這是一個沒有人能全部看完并且會逐年增長的數字。大數據技術的戰略意義不在于掌握龐大的數據信息，而在于對這些含有意義的數據進行專業化處理。

基于深度學習的產品不需要復雜的計算邏輯，算法的優化使得深度學習訓練可以短時間實現并得到驗證。以人臉識別為例，天地偉業總工程師楊清永認為，基于深度學習的人臉識別算法已經超越人類，在2015年，其識別率就已經能達到96.4%。

人工智能與安防的高度契合

人工智能在安防擁有廣闊的應用空間。

安防的數據基礎滿足人工智能的大數據特性要求。

安防行業的數據特點是：數據信息量大、數據層次非常豐富。所以，以視覺為核心的安防技術領域，在人工智能方面，有最完善的基礎和最強烈的訴求，這是安防有別于其他行業在人工智能的應用條件上所具備的特點。

安防業務的本質訴求與人工智能的技術邏輯高度一致。

安防業務的本質訴求是：從事后追查到事中響應，再演化到事前預防。而人工智能的技術邏輯是：收集海量的數據、基于深度學習對數據進行分析，從而做出智能判斷。

人工智能在安防行業的應用

在安防領域，人工智能得到最廣泛的應用分別是以下四個行業：公安、交通、樓宇/園區、民用安防。

公安行業用戶的迫切需求是在海量的視頻信息中，發現犯罪嫌疑人的線索。人工智能在視頻內容的特征提取、內容理解方面有著天然的優勢。

城市級的人工智能大腦，實時掌握著城市道路上通行車輛的軌跡信息，停車場的車輛信息，以及小區的停車信息，能提前半個小時預測交通流量變化和停車位數量變化，合理調配資源、疏導交通，實現機場、火車站、汽車站、商圈的大規模交通聯動調度，提升整個城市的運行效率，為居民的出行暢通提供保障。

在智能樓宇領域，人工智能是建筑的大腦，綜合控制著建筑的安防、能耗，對于進出大廈的人、車、物實現實時的跟蹤定位，區分辦公人員與外來人員，監控大樓的能源消耗，使得大廈的運行效率最優，延長大廈的使用壽命。

在民用安防領域，利用人工智能強大的計算能力及服務能力，為每個用戶提供差異化的服務，提升個人用戶的安全感，確實滿足人們日益增長的服務需求。

人工智能下的車輛識別和人臉識別

此次線下論壇的原因就是將人工智能下的安防應用真實地還原給觀眾，對車輛識別和人臉識別進行實戰演練。

論壇現場展示了人工智能識別車牌和人臉識別，服務器把實時視頻進行結構化分析，將復雜場景中的人、機動車、非機動車分離，如各個角度的人臉、車型、車系、車身顏色、車牌顏色、車牌號碼識別等進行了分析并解決問題。

未來行業的發展方向是更大程度取代人力，因此一個好的AI安防系統不僅需要在發現問題時警報，還需要替代人完成后續的工作。