隨著安防行業(yè)的快速建設(shè)與發(fā)展，目前全國攝像機(jī)的總量已達(dá)到億級規(guī)模，每天有海量的視頻資源不斷產(chǎn)生，公安機(jī)關(guān)辦案需要對大量的視頻錄像進(jìn)行觀看研判。當(dāng)前視頻圖像建設(shè)應(yīng)用工作是構(gòu)建立體化現(xiàn)代化社會治安防控體系的重要組成部分，也是深入推進(jìn)“警務(wù)大數(shù)據(jù)”工程的重要抓手。人像識別作為視頻圖像應(yīng)用的新方法新手段，在公安實(shí)戰(zhàn)中具有重要價值。

　　回顧過去十年來人工智能的發(fā)展，一切都是有意義的，不過最好的還沒有到來。隨著2018年的到來，還會有很多激動人心的進(jìn)展出現(xiàn)，特別是在人工智能視頻監(jiān)控方面。迄今為止，人工智能的成就一直都是趣味性大于實(shí)用性。不過，時代在變化，人工智能除了在醫(yī)療和衛(wèi)生領(lǐng)域取得了重大突破外，在安全行業(yè)也看到了積極的進(jìn)展，尤其是視頻監(jiān)控領(lǐng)域的改善。

人工智能在視頻監(jiān)控中的多方面應(yīng)用

人工智能克服人類的生理缺陷

監(jiān)控操作人員的一個問題是注意力疲勞，大腦會自然地交替出現(xiàn)注意力集中和注意力分散。在監(jiān)控過程中，注意力分散會導(dǎo)致嚴(yán)重的后果。而人工智能可以做到從不分心，與人類合作來杜絕這種錯誤的監(jiān)控系統(tǒng)。

盡管視頻監(jiān)控技術(shù)可以錄制視頻，允許人們有需要的時候可以拿出來進(jìn)行觀察，但它永遠(yuǎn)無法告訴人類操作者，“嘿，這看起來不太對!”除了經(jīng)常產(chǎn)生誤報的運(yùn)動檢測，還沒有任何功能可以積極彌補(bǔ)人腦的心理缺陷。

直到去年，機(jī)器視覺開發(fā)商Movidius和安全硬件制造商Hikvision宣布了合作意向以及開發(fā)一套配備深度神經(jīng)網(wǎng)絡(luò)的智能攝像機(jī)的打算——當(dāng)壞事發(fā)生時，攝像頭會提起注意，并提供實(shí)時警報。

出色的面部識別

犯罪行為發(fā)生后，為了找出肇事者，攝像機(jī)的鏡頭往往會被仔細(xì)審查?？上У氖?，只有從屏幕上辨別出肇事者時，才能識別他們。一些高級人工智能軟件希望能改變這一現(xiàn)狀。

在犯罪發(fā)生之后，經(jīng)?？桃鈱彶橄鄼C(jī)鏡頭，以查明可能的犯罪人是誰。上海交大目前正在研究該類項(xiàng)目，在實(shí)驗(yàn)過程中，研究員使用了1856名男性的身份證照片，他們的年齡在18到55歲之間，其中一半的人有犯罪史。90%的照片用來訓(xùn)練這一AI算法，剩下的10%用來檢驗(yàn)算法效果，結(jié)果十分驚人，這一系統(tǒng)的識別準(zhǔn)確率高達(dá)89.5%。

在測試中，系統(tǒng)在100萬幅面部圖像的單獨(dú)數(shù)據(jù)集中匹配同一人的兩幅圖像的準(zhǔn)確率為75%。如果給予10次識別機(jī)會，準(zhǔn)確率會提高到90%。

顯然，面部識別系統(tǒng)有很多潛在的價值，可以與視頻監(jiān)控協(xié)同合作。它可以幫助執(zhí)法人員在人群中發(fā)現(xiàn)個人面孔，這將有助于抓捕罪犯，甚至防止犯罪的發(fā)生。

實(shí)時應(yīng)對犯罪

人們希望新型的人工智能監(jiān)視系統(tǒng)能夠?qū)崟r監(jiān)控犯罪行為。例如，Movidius系統(tǒng)可以發(fā)現(xiàn)無人看管的對象，實(shí)際應(yīng)用在機(jī)場或火車站——攝像頭可以識別無人看管的包，追蹤遺落的時間并發(fā)出警告，讓現(xiàn)場的安全人員檢查可疑活動。

再比如，可以使一個經(jīng)過訓(xùn)練的攝像系統(tǒng)，用于發(fā)現(xiàn)小偷在行竊前和行竊中的肢體語言和動作。當(dāng)這些行為被識破后，安全團(tuán)隊(duì)就可以部署人員對這一情況進(jìn)行檢查。

雖然準(zhǔn)確率高達(dá)90%，但依然無法進(jìn)行現(xiàn)實(shí)應(yīng)用

這項(xiàng)研究的意義其實(shí)不在于是否能識別罪犯，而是證明了面相和行動具有相關(guān)性。

其實(shí)有一種方式可以理解，面相和情緒相關(guān)，情緒容易激動的人面部都有相似的特征，而情緒容易激動的人也可能容易犯錯，比如打人傷人之類的。

目前并沒有論文顯示，機(jī)器學(xué)習(xí)有沒有把罪犯分類，是傷害罪還是高智商犯罪。小智君認(rèn)為只有一兩種罪是可能通過面相看出來的，比如上面提到的傷害罪，可能由情緒變化引起。其他的犯罪基本不大可能通過面相表現(xiàn)。

同時行動受情緒影響非常大。而每個人都有自己的情緒波動范圍，這個是內(nèi)在的，而且很有可能通過面部特征表現(xiàn)出來。經(jīng)常激動的人臉部就容易形成某些特征，這跟經(jīng)常鍛煉的人身體容易形成某些特征一樣。就像根據(jù)人體的體型肌肉判斷哪些人是健身俱樂部的會員一樣，是有一定道理的。

很多人認(rèn)為基因決定面相，其實(shí)并不全如此，不考慮畸形臉(畸形臉也不在論文的識別范圍)，基因只能決定大體框架，人臉的面部脂肪、肌肉甚至骨骼在成長過程中都是可以微調(diào)的，而且調(diào)動范圍不像想象中那么小。

上海交大研究里面提到的“罪犯與常人的的面部特征的三大不同”，一是罪犯上唇的彎曲程度比非罪犯要大23%，二是罪犯兩只眼睛內(nèi)角之間的距離比正常人短6%，三是罪犯從鼻尖到嘴角兩條線的角度比非罪犯小20%。

其中比較重要的關(guān)注點(diǎn)：嘴——嘴唇和嘴角，而嘴算是人類面部表情最豐富、脂肪最多的地方之一，完全可以說和基因無關(guān)，單靠后天長期做某些表情就可以改變嘴的脂肪、肌肉分布。而眼睛距離雖然看起來鍛煉不出來，不過差距只有6%，非常小，也是可以通過長期的微表情改變的，況且這么小的差距也不能用來識別什么，所以即便理論上已經(jīng)已經(jīng)達(dá)到90%，但用機(jī)器判斷人臉表情這件事，本身就有待商議。小智君預(yù)測，未來監(jiān)控系統(tǒng)將利用全國攝像頭以及一些監(jiān)聽設(shè)備采集的視頻和音頻信息進(jìn)行處理和分析，最終提前找出與即將發(fā)生的犯罪行為相關(guān)的人。利用圖像識別，語音識別，語義分析，云計(jì)算，數(shù)據(jù)挖掘，多信息融合等等。

也可以簡單的概括為：data-driven，即數(shù)據(jù)驅(qū)動。而其中能真正很快提高識別準(zhǔn)確率的就是“多信息融合技術(shù)”，除了利用臉部特征信息，還可以利用聲音特征信息，利用聲音內(nèi)容(比如電話交談)等信息進(jìn)行融合和判斷。

人工智能在許多行業(yè)和領(lǐng)域都有很大的潛力，但很難忽視它在安全領(lǐng)域的變革。無論是用于商店監(jiān)控，還是房主保護(hù)自己的財產(chǎn)，或是執(zhí)法查明犯罪行為，其可用之處有更多。