安防领域人脸识别有何痛点？AI+安防未来会有哪些新的趋势？

安防已经成为人工智能落地场景中的重要赛道，其涉及的智能视频分析、人脸识别等关键技术也在研究领域受到了极大的关注。那么安防领域中涉及的人脸识别有何痛点？人工智能+安防的未来又有哪些新的趋势？

10月29日，2017年第十六届中国国际公共安全博览会（CPSE安博会）在中国深圳会展中心开幕。在政府管理论坛上，清华大学媒体大数据认知计算研究中心主任王生进教授发表了题为《人像态势识别及其在智能视频监控中的应用》的演讲，他指出，目前我国视频监控建设卓有成效，摄像头的数量惊人，达到了2000多万个。如此大量级的数据只依靠人工监控已经无法实现大规模视频监控，急需人工智能以及智能分析技术有效的技术支撑。

王生进教授从三个方面阐述了人脸识别在安防中的应用：1、新一代人工智能发展与智能安防；2、人脸识别技术与应用系统；3、以人为中心的安防理念与人像态视识别。

大数据文摘从现场发来一手报道，以下为王生进教授演讲精华，KUKA机器人示教器维修，在不改变原意的情况下有部分删改：

一、新一代人工智能发展与智能安防

当前，世界范围内公共安全面临严峻情势，是国际上关注的重大课题，信息内容与情报成为掌控局势的关键要素。面向大数据背景下国家公共安全保障是重大的国家的需求。聚焦公共安全、平安城市、视频监控、网络安全的需求，以安防视频大数据，及网络空间各种视频、图像、语音、网络信息为大数据基础，创新人工智能和机器学习理论，构建公共安全大数据应用技术创新平台是我们工作的重点。

安防领域人脸识别有何痛点？AI+安防未来会有哪些新的趋势？

我们现在面向的空间主要有两个。

第一面向物理空间安全：全国平安城市建设视频监控前端数量已超过2000万。目标感知能力不足，大数据给公共安全事件即时感知、精确分析、快速搜索带来巨大困难，急需人工智能技术支撑。

第二面向网络空间安全：网络空间富媒体通信的引入，带来新型媒体信息管控难题，国家急需大数据环境下富媒体内容感知、网络信息安全、网络多媒体内容监测的支撑技术。

十二五期间，全国600大中城市视频采集系统建设已初具规模，监控系统26.8万余个（2009），安装摄像头2000万余个（2013）。按每个摄像头每天约7.2GB（0.3G（CIF）*24）的数据量，北京市摄像头40余万个（2011），每天产生的数据量为2800TB，数据量巨大。

在这样大量的数据下，依赖人工监控，智能化程度低，无法实现大规模视频监控环境下的事前感知、事中联动、事后有效处理及智能检索。急需人工智能以及智能分析的技术，在视频监控里能够提供有效的技术的支撑。

2017年7月8日，国务院发布新一代人工智能发展规划（国发〔2017〕35号）。人工智能成为国际竞争的新焦点，是引领未来的战略性技术；人工智能成为经济发展的新引擎，作为新一轮产业变革的核心驱动力；人工智能带来社会建设的新机遇，将深刻改变人类社会生活、改变世界。抢抓人工智能发展的重大战略机遇，构筑我国人工智能发展的先发优势，加快建设创新型国家和世界科技强国。

根据这个核心，《规划》里提出利用人工智能提升公共安全保障能力的规划和要求。

第一、促进人工智能在公共安全领域的深度应用，推动构建公共安全智能化监测预警与控制体系。

第二、围绕社会综合治理、新型犯罪侦查、反恐等迫切需求，研发集成多种探测传感技术、视频图像信息分析识别技术、生物特征识别技术的智能安防与警用产品，建立智能化监测平台。

第三、加强对重点公共区域安防设备的智能化改造升级，支持有条件的社区或城市开展基于人工智能的公共安防区域示范。

在智能视频分析关键技术方面，我简单列了相关的关键技术：

1、侵入/越界检测

2、遗留物体事件检测

3、拿走物体事件检测

4、徘徊检测

5、行人/车辆检测、跟踪

6、人脸（人像）/行人/车牌识别

7、人群密度监测

8、异常行为（奔跑打架斗殴）检测

9、视频质量诊断

10、视频浓缩与摘要

11、视频内容快速检索

12、图像增强与复原技术

人脸识别技术应用方面，根据实际应用场景，人脸识别可以分为如下3类：

第一、有配合人脸识别。分认证和查询，通常应用在证件照人脸，声明我是A，然后将A的模板人脸图像和现场采集的A的人脸图像进行比对，给出YesorNo，或查询大库。通常要求配合。

第二、半配合人脸识别。也分认证和查询。通常应用在受限的通道、卡口，进行黑/白名单比对。该类应用通常光照稳定，不要求配合。

第三、非配合人脸识别。查询为主，通常应用在视频监控的动态布控场合，进行黑名单查询。该类应用光照复杂，姿态不确定，难度大。

清华人脸识别技术人证合一验证通关应用：2005年，由公安部出入境管理局主持集成清华大学人脸技术，世界上首次在我国出入境旅客最多的深圳罗湖口岸开通旅客自助查验通道，日均出入境人数在数十万以上。已推广到深圳、珠海两个地区的边检口岸共已开通了近400条自助通道，近300万旅客，验放旅客超过数亿人次，通过率98％，成为世界人脸识别技术大规模成功应用的范例。

二、人脸识别技术与应用系统

人脸识别技术通过采用摄像机或摄像头，采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部的一系列相关处理技术，通常包括：人脸检测、人脸跟踪、人脸五官定位、人脸归一化、特征提取、分类器训练和比对匹配，以达到识别不同人身份的目的。被广泛地应用在安全、认证等身份鉴别领域，因而被誉为21世纪十大影响人类生活的革命性技术。

人脸识别从应用上一般分为人脸检测，人脸五官定位，1:1人脸识别，1：N人脸识别，M：N动态布控。人脸检测与五官定位应用方向：客流量统计，视频检索等。智能贴图，智能美妆美颜，变脸特效等：

1:1人脸识别应用方向是指身份证人脸认证系统，社保人脸识别。

1：N人脸识别应用方向是指身份证照片查重，护照照片查重。比如你现在要做一个护照，你是张三，公安部门会到人口库里面查一下，看你会不会是顶替，也就是一人多证。

M：N人脸识别应用方向是指动态监控，黑名单监控，VIP客户管理系统，校园人脸识别系统，智能楼宇。

人脸识别技术，近两年发展非常迅速。基于机器学习的人脸识别方法方面，人脸识别方法总体上可分为三大类：

一是基于统计的识别方法，主要包括特征脸（Eigenface）方法、隐马尔科夫模型方法、子空间法等；二是基于网络连接机制的识别方法，包括人工神经网络（ANN）方法和弹性图匹配方法等；三是几何特征方法和三维模型等一些其他的综合方法。

1、人脸识别核心课题