AI的興起讓這兩年的安防行業變得熱鬧起來，新概念和新產品層出不窮，無論是傳統企業還是新興企業，無一不在AI技術上大秀“肌肉”。AI似乎給安防行業帶來了翻天覆地的變化。

但另一方面，根據數據，2017年安防產業產值達4500億元，而所有AI產品產值不到20億，AI在安防行業技術滲透率也僅為1％。

“亂花漸欲迷人眼，淺草才能沒馬蹄。”

安全是目的，防范是手段，通過防范的手段達到或實現安全的目的，是安防的基本內涵，無論何種技術興起，安防的本質都不會改變。但不可否認的是，AI確實讓傳統安防突破了既有天花板。那么該如何看待AI與安防之間的關系，當下平安城市建設的主要任務是什么，視頻監控該朝什么樣的方向發展？帶著這一些列問題，億歐智慧城市采訪到了中央政法委綜治辦視頻監控專家、公安部安防標準委員會特聘專家、中國礦業大學（北京）教授王汝琳。

談AI：單純談“加”不科學

我們已經習慣了用“AI＋安防”或“安防＋AI”來描述AI與安防行業的結合，但王汝琳教授認為：“無論是’AI＋安防’還是’安防＋AI’，簡單地’加’都是不科學的。”

AI有四大領域，分別是計算機視覺、自然語言識別、機器人和博弈與情感。王汝琳告訴億歐智慧城市，博弈與情感可以暫時不作考慮，因為目前機器都是“算出來的”，但情感是難以“算出來”，所以博弈與情感中的情感方面目前看來還“太遙遠了”。

計算機視覺、自然語言識別是目前應用的主流，而“這些技術很多都是跟安防的新發展工作任務重疊的”。

視頻監控是安防行業的核心子系統，“安防在做的智能視頻圖像分析，無論是人臉識別，還是車牌識別，都是希望用機器來讀懂、辨識視頻圖像。”王汝琳說，而這些工作內容本身就是與計算機視覺緊密相關，很多部分是重疊的。

再以自然語言識別為例，自然語言識別的主要范疇包括詞性標注、文本分類、信息檢索、自動摘要，機器翻譯等等，而這些領域“安防也會大量用到，有很多交叉的部分”，因此很難說是“誰加了誰”。

王汝琳還舉了一個生動的例子：眼睛是觀察外部世界的人體器官，望遠鏡是能讓人眼看得更遠的輔助工具，“但我們會說’望遠鏡＋’嗎？不會的。”

“安防＋AI”或是“AI＋安防”也是同樣的道理，單純談“加”實際上并不能科學地詮釋安防與AI之間的關系。

談任務：增點位、大聯網、智能化、建五級綜治中心

我國平安城市建設正式啟動于2005年，中共中央辦公廳、國務院辦公廳轉發了《中央政法委員會、中央社會治安綜合治理委員會關于深入開展平安城市建設的意見》（下稱《意見》），《意見》闡述了平安城市建設的重要意義，提出了平安城市建設的指導思想、目標任務、工作重點和主要措施，此后各地平安城市建設如火如荼進行。

王汝琳既是平安城市建設的見證者，也是參與者。他告訴億歐智慧城市，過去平安城市建設有三大任務，分別是增加視頻監控的點位，擴大覆蓋面；推動全國聯網工作；以及海量視頻信息的智能化應用。經過了幾年的發展，雖然平安城市建設情況大有進步，但任務的內涵基本沒有改變。

一是要繼續擴大視頻監控的覆蓋面。以往視頻監控系統只要求覆蓋到縣，現在還要繼續擴大到鄉鎮和村；另外在城市里，視頻監控還要擴大到社區的門禁、停車場等細分場景，“解決視頻監控覆蓋最后一公里的問題”。

二是繼續推進視頻監控聯網工作。2015年中央出臺996號文件，規定各地政府需要加強公安安全視頻監控建設聯網應用，到2020年基本實現“全域覆蓋、全網共享、全程可控”的目標。目前公安四級大聯網已經建成，但還有部分區域的聯網工作需要繼續改進加強。此外，聯網范圍不僅限于公安，還要和各委辦局的二類監控點，以及社會各系統的三類監控點相連。公安系統視頻監控系統的聯網工作雖已完成，但與社會監控系統的聯網還需繼續努力。

在推進聯網工作的過程中，王汝琳強調，各主體應嚴格貫徹國家標準和規范。2012年6月，GB／T28181－2011正式發布實施，初步解決了不同系統互聯的問題；2016年該標準的新版本又得到了進一步完善。“一方面是要繼續按照標準聯網，另一方面是要結合區域具體情況進行設計，做到既能滿足工作需求，又避免不必要的浪費。”王汝琳說。

三是要繼續推進視頻圖像智能化分析處理，在AI時代下，這個任務無疑能得到持續良好的推進。而現在，“還有一個新的任務，這是跟以往不太一樣的。”王汝琳說，這個新任務就是要建設各省的綜治五級中心。

2016年，國家質檢總局、國家標準委發布《社會治安綜合治理綜治中心建設與管理規范》，從公共安全視頻建設聯網應用等方面規定了省（自治區、直轄市）、市（地、州、盟）、縣（市、區、旗）、鄉鎮（街道）、村（社區）五級綜治中心的建設與管理要求。過去綜治的主要任務是維穩，視頻監控聯網方面的工作并不在考慮范圍內，而現在，這成為了需要重視的新任務。

談監控：關注新型感光材料，加強運維平臺建設

視頻監控是安防最重要的部分，無論是前端設備、傳輸，還是平臺建設，視頻監控都還有很大的發展空間。

在前端，光照是影響前端成像質量的重要因素之一，雖然現在不少企業都推出星光級攝像機，即在幾乎“伸手不見五指”的環境下，攝像機依然能夠顯示彩色圖像，但目前這些攝像機仍存在“看不遠”的問題。王汝琳告訴億歐智慧城市，國外已經在開發一些新型感光材料，比如在非可見光領域，有一款叫銦鎵砷的新型感光材料，目前只有美國和以色列等少數國家有相關產品，中國有少數研究單位關開始研究，這款新材料的研發仍處于早期階段，但未來的應用前景光明，值得企業和研究人員的關注。

在傳輸上，王汝琳認為，一方面是要進一步改進和完善視頻編解碼技術，另一方面要“張開雙臂迎接5G的到來”。據了解，5G的峰值理論傳輸速度是4G的數百倍，這意味著傳輸速率將不再成為高清視頻傳輸的阻礙；此外，5G支持海量設備互聯，未來物聯網、云計算等技術的融合，有望為安防行業帶來“新的發展”。

在平臺方面，目前“視頻圖像綜合控制調度平臺是比較成功的，但是運維平臺還需要改進。”王汝琳告訴億歐智慧城市，前端設備、顯示、存儲等各個環節一旦出現故障，運維平臺就會報警顯示，這在幾年前就已經做到了，而現在運維平臺還需要做到能對各種設備和零部件進行故障統計，查找出故障規律，為運營維護的備品備件提供最優方案，甚至能為運營維護隊伍的組織和指揮調度提供有效參考。“這些目前是國內運營平臺還比較薄弱的環節，也是未來需要努力的方向。”

另外在存儲方面，大量“無用”的視頻圖像數據的存儲占用了相當大的資源，但王汝琳說：“正常情況下，大量視頻圖像’無用’是好事。”因為如果監控區域隨時都在發生案件，那么這個區域就不適合人的活動，那么視頻監控的需求也不存在了，“所以絕大多數的視頻圖像應該是無用的才對”。但另一方面，今天“無用”的視頻，不代表明天也是“無用”的，“所以我們需要更高效、更節約資源的存儲技術，去解決這樣的問題。”

“可以說，整個視頻監控系統，從前端、傳輸，圖像分析處理，到平臺和存儲，整個鏈條都需要我們繼續努力，不斷提高。”王汝琳說道。

談應用：不可拋開場景談系統的功能

電影《碟中諜》中出現了這樣的畫面：戰警在大規模人群中不斷掃描人臉，同時將人臉與通緝犯資料庫作比對，立馬就發現了通緝犯并將其抓獲。但在現實中，這樣的情景真的能夠實現嗎？

王汝琳認為，目前人臉識別還在初期階段，技術還遠未能達到電影中的水平。

“在實際應用中，人臉識別面臨著至少四大條件的限制。”王汝琳說。一是照度，只有在符合要求的光線下，拍攝的圖像足夠清晰，需要的人臉才可能被識別出來；二是目標移動速度，運動速度只有低于某個值，人臉才能被清晰捕捉；第三是角度，拍攝目標與攝像機軸線的偏離角度必須要小于一定值，“前幾年正負偏離15°就不行了，現在技術進步了，正負偏離25°也能識別出來”，但角度依舊影響著識別率；四是圖像的“粒度”，一幀圖像里有多少人臉，要滿足一定的特征像素，如果人臉太多、粒度太小，識別率就會受到影響。

“不講這四個基本條件，就講95％或者99％的識別率都是沒有意義的。”王汝琳說。機場的人臉識別安檢項目就是最好的例子，機場屬于室內環境，光照穩定，這就解決了照度問題；旅客通過安檢時，需要停頓，這就解決了移動速度問題；設備會要求旅客摘帽子或眼鏡，并正對攝像頭，這就解決了角度問題；最后，安檢需要旅客逐個通過，這就解決了粒度的問題。所以，在機場安檢這個場景的人臉識別通過率能達到極高的水平。

“我們還是要一步一步來實現發展。”王汝琳說。技術的發展不可一蹴而就，需要以具體應用場景需求為導向，逐步提升，人臉識別技術是如此，其他技術亦是如此，目前的技術還不是完美的，但要能夠理解和接受這些“不完美”，方能更好地從實際出發，通過努力，讓技術獲得發展，更上一層樓。