人工智能在監控和通過預防危險情況實現更好的安全方面發揮了關鍵作用。人工智能攝像頭使對錄像的實時監控和智能分析成為可能，從而防止盜竊等事件的發生。

人工智能（AI）在制造業、汽車業、醫療保健業、娛樂業、金融業等眾多行業都取得了驚人的發展，但仍處于起步階段。

在所有的應用中，人工智能以及深度學習和機器學習在監控中的應用正得到飛速發展，因為它在通過預防危險情況實現安全方面具有深遠的影響。根據最近的一份報告ResearchAndMarkets.com，全球視頻監控市場規模預計將以10.4%的復合年增長率，從2020年的455億美元增長到2025年的746億美元。

人工智能接管被動監視解決方案

雖然在全球范圍內大規模安裝閉路電視攝像機在屏幕上直播視頻，但無論是在零售店、醫院、辦公室等地，它們通常都是被動的，只有在發生違規事件或有潛在威脅的信息后才予以關注。此外，解析可能是一項艱巨的任務，因為獲得的大量數據無法在傳統系統中得到充分利用。人工智能攝像頭更具侵入性，可以對錄像進行實時監控和智能分析，從而防止此類事件的發生。

大多數情況下，低分辨率相機用于記錄，導致圖像質量較差。人工智能可以用來銳化不清晰的圖像，以獲得有意義的信息。不管怎樣，分辨率、面部、物體和事件識別都變得容易得多。甚至可以根據某人的身體特征，如身高、姿勢、體型以及活動模式進行識別。

這也是有益的，因為由于持續監測造成的精神和身體疲勞等原因，操作人員往往會漏掉關鍵的細節，這可能會造成嚴重后果。人工智能確保沒有錯誤和注意廣度問題。當需要在工廠等場所進行遠程監控時，可以將理想狀態和性能參數編程到人工智能系統中，它可以提醒操作員，節省成本，防止機器故障。

在人工智能運作的背后

基于機器的學習算法用于監視和分析從監視解決方案中記錄的圖像、視頻和數據。最常見的人工智能類型是基于規則的，程序員向系統提供預先設計的規則，這些規則在理想情況下必須是正確的。但慢慢地，不需要預定義規則的行為分析的使用正在增長。自學習系統通過自動檢測和分類與目標環境相關的數據來工作。

自動化平臺允許順利收集和存儲來自多個來源的信息。例如，由IC Realtime開發的人工智能平臺Ella使數據可以立即搜索。用戶甚至可以通過時間范圍和位置等過濾器縮小結果范圍，并通過對相關性進行評級來給出反饋。

在監控方面，人工智能可以利用基于機器的視覺，并接受培訓，觀察實時流中的每一個細節，或者記錄并通知操作員，即使是最輕微的活動偏差（事件、行為或行動），這在理想情況下是常有的，確保主動的實時安全。輸入到算法中的數據可以包括地理位置、生物特征數據、社交媒體、逮捕記錄等。深度學習擁有大量工程化的神經網絡，可以實時檢測物體。流行的方法包括更快的區域CNN（RCNN）、你只看一次（YOLO）和單次探測（SSD）網絡。算法的選擇取決于速度、精度、大小等參數。

對于監控系統的訓練，在數據準備完成后對模型進行訓練。對于最后一步推斷，如果處理是在邊緣完成的，則需要使用板載gpu，或者由于微控制器不如gpu強大，所以需要使用精度較低的模型。

面部識別使用視頻片段和靜態圖像，不僅可以通過數據庫匹配進行身份識別，還可以用于更深入的目的，如通過人群掃描進行表情分析和其他類似趨勢的分析。例如，Evolv技術提供了一個由篩選機和面部識別應用程序組成的安全系統。該安檢設備檢測金屬和非金屬爆炸物以及其他危險武器，而面部識別算法則將攝像頭上的人臉與數據庫中的監視名單相匹配。

它可以用在哪里？

當涉及到國家安全時，支持人工智能的解決方案可以檢測無人值守的物品，如機場和地鐵站、火車站等地的行李，從而簡化了安全人員的工作。此外，乘客可以通過面部識別和生物識別旅行證件進行驗證。如果不能清除，可以進行人工篩選以滿足要求。這甚至適用于邊境管制系統。

有了像微型無人機這樣的移動監控機器人，可以覆蓋大片土地。例如，初創公司Shield AI提供Hivemind Nova無人機和機器學習應用程序，該團隊稱，這些應用程序可以幫助軍事或安全人員監視甚至沒有GPS的高威脅環境。

智能城市的主要方面之一是通過預測、預防、解決和減少犯罪和其他新出現的威脅來提高安全性，使之成為安全城市。智能城市通常使用一系列傳感器、跟蹤設備和監控技術從互聯設備實時收集信息。然后集中處理和分析與城市運行有關的信息。基于人工智能的監控可以監控零售店的人群，并識別出那些有可能參與商店行竊等活動的人。

基于智能人工智能的監控攝像頭提高了安全性和工作效率

隨著系統變得智能化，所有東西都連接在一起，它們也變得容易受到網絡攻擊。許多智能手機也采用了面部識別技術，以保護用戶數據免受外部攻擊和黑客攻擊。人工智能和深度學習可以快速檢測到這些威脅，目前市場上大多數網絡安全軟件和產品都在使用。

Covid-19大流行的影響

在不同國家的Covid-19流行期間，由于需要保持社交距離，基于人工智能的技術解決方案，使非接觸功能處于頂峰。創業公司Landing AI已經開發出了一種支持AI的社交距離檢測工具，它將視頻中的每個人都表示為一個點，當兩個人之間的計算距離小于1.8米（6英尺）時，它就會變成亮紅色。

最近在印度推出了基于計算機視覺分析和智能圖像分析的解決方案。它通過面罩檢測、社會距離檢測和自動車牌識別（ANPR）檢測車輛運動檢測違規行為，它可以部署在室內和室外。

使能技術

人工智能并不是孤立地工作來實現它的目標。物聯網（IoT）和云計算等技術在安全系統中AI實現的成功中起著關鍵作用。這使得智能揚聲器、汽車內置攝像頭和遙控門鎖等設備成為人工智能監控的有效工具。隨著物聯網系統中越來越多的設備相互連接，需要共享大量的數據進行處理。像微軟、阿里巴巴、亞馬遜、IBM這樣的巨頭都有云計算數據中心，這是一種比傳統的現場基礎設施更安全的數據存儲和通信方法，用于促進人工智能任務。存儲在云服務器中的數據通常可以通過互聯網訪問。在通過4G/5G網絡將硬件連接到云端之后，專門的軟件將解釋從不同地點收集的這些大數據，并允許用戶觀察保護人員和資產的必要措施。

未來應用

雖然人工智能有助于輕易發現犯罪和事故，但它也引發了人們對隱私未來的嚴重擔憂，以及當前社會結構面臨的風險。如果公司和政府不能采取足夠的措施來監督和控制這一領域的隱私侵權行為，將會產生災難性的后果。

為了獲得一個有用的數據，需要處理大量的信息，這意味著需要使用需要數百個服務器的多個算法進行大量計算。這種資源的浪費導致硬件的超支。當質量經常降低以最大化存儲時，深度學習算法需要能夠評估這些低質量的圖像。此外，互聯網連接需要更快，以限制處理數據的延遲。

此外，它并不總是準確的。以人臉識別系統為例，當天氣不好或圖像失真時，誤報率很高。盡管面臨挑戰，人工智能的仍在積極發展。創新的解決方案正在出現，從廣受認可的安全供應商到初創企業，每個人都在為這些監控和安全操作做出貢獻。華為、IBM、NEC公司、海康威視、思科、中興通訊都是滿足大多數國家人工智能監控需求的知名公司。現在迫切需要的不僅僅是盲目地利用人工智能在監控方面的優勢，而是在人工智能技術、政府監控和公民隱私權之間建立一種平衡。
責任編輯：tzh