隨著人工智能技術的不斷發展，安防行業成為了人工智能技術應用落地的重要領域。而視頻監控是安防中最為廣泛使用的，據行業預測，通過人工智能技術可對不同種類的數據進行分析、并抽取其中有價值的信息，最終生成圖像篩選的目標以及形成可視化結果呈現，不久的將來，人工智能還能夠在視頻監控中發揮以下作用。

　　一、智能化信息采集設備是發展的新方向

　　感知型攝像ξ　機會得到更廣泛的應用。這類感知型攝像機相當☆于物聯網中的一個個視覺單元，通過前端采集、分析、識別、提交有效數據至后端，大數據平臺◆以云的方式對這些數據進行存儲、二次深度分析、預測判斷結果。至此，形成一個視頻數據采︼集、識別、感知、思考、行動的完整閉環。大量部署這類設備使我們不僅能從⌒單個攝像機中識別內容做出判斷，還能從海量的監控數據中，做出深度分析和挖√掘，從而對社會管理產生深遠的影響。

　　比如，針對視野范圍較大場景中人、車、物混行場景的運動目標識別與抓拍。國內的城市道路◢情況多數是人、機動車、非機動車混行的復雜場』景。特征分析攝像機正是★為這一場景所設計，其顯著作用是識別人員及細節信息，包括人臉及全身(正面與∞背面)、性別、年齡、服裝、行走方向、顏色。還可以綜合性識別人與車的○分類、顏色、方向等基本特征信息，再開展圖像識別的專業應用，將信息提供給大數據運算中心進行人與☉車的分析判斷，進一步鎖定相似的犯罪嫌疑人及車輛。

　　二、深度學習是人工智能研究中的新領域

　　深度學習其動機在于建立、模擬人腦進行分析學習的神經Ψ網路，它模仿人腦的行為思考機制來解釋數據資料。也就是說，影像監控領域有70％以上的數據資料分析是用↘來進行影像識別。目前這種AI機器深度學習在安防產業的諸多領域都取得了很大▓進步，包括：行人檢測、車輛檢測、非移動車輛檢測等，其識別準確率甚至超過人類的眼睛判斷。

　　比如說，卡口分「析系統，它集成了人臉檢測算法、人臉跟蹤算法、人員跟蹤算法、人臉質量◣評分算法、人臉識別算法等技術，實現對各個場所☆人員進出通道進行人臉抓拍、識別、屬性特征信息提取，建立海量人◆臉特征數據庫。通過ζ對接公安信息資源數據庫，可對犯罪嫌疑人進行識別，并提前布控和實時預警，掌握他們的行蹤和動態，隨時︾做好應對的準備。同時，公安ω　部門也可以對犯罪嫌疑人進行軌跡分析和追蹤，快速鎖定嫌疑人的活動范圍和路線；對不明人員快速進行身份鑒別，為案件偵破提供關』鍵線索。

　　三、大數據挖掘推動安防行業創造價值

　　通過利用各種不同的算法和計算，將大量視頻數↙據中不同屬性的事物進行檢索、標注、識別，并將數據導入數據庫中儲存，就能做到對大量數據的︾快速檢索。這樣即降低人工成本，甚至還可以完成人工無法完成的任務。

　　比如，人臉及人」員的大數據庫檢索、身份證重復人員查找、通過口頭描述從視頻中查找特定特征的人、事、物。由于城市建設中的視頻目標排查工作量極大，且場景各有差異㊣　，因▆此快速找目標較困難，結構化分析系統就體現出了它的作用。它能夠針對海量圖片和視頻進行二次分析，支持對接入的多類型前端進行實時分析，也支持對離線圖片和視頻進行目△標檢測、屬性分析、特征提取等二次分析，分析結果也更為精確。

　　結語

　　人工智能技術大多集〓中應用在視頻圖像領域，對于安防行業來講，還需要以視頻圖像←信息為基礎，在大量的信息、數據中，充分發揮機器學習、數據分析與挖掘等各種人工智能技術的優勢，為安防行業創造更◆多的可能性和價值。