人工智能提升监控能力和安全性

人工智能在监控和通过预防危险情况实现更好的安全方面发挥了关键作用。人工智能摄像头使对录像的实时监控和智能分析成为可能，从而防止盗窃等事件的发生。

人工智能（AI）在制造业、汽车业、医疗保健业、娱乐业、金融业等众多行业都取得了惊人的发展，但仍处于起步阶段。

在所有的应用中，人工智能以及深度学习和机器学习在监控中的应用正得到飞速发展，因为它在通过预防危险情况实现安全方面具有深远的影响。根据最近的一份报告ResearchAndMarkets.com，全球视频监控市场规模预计将以10.4%的复合年增长率，从2020年的455亿美元增长到2025年的746亿美元。

人工智能接管被动监视解决方案

虽然在全球范围内大规模安装闭路电视摄像机在屏幕上直播视频，但无论是在零售店、医院、办公室等地，它们通常都是被动的，只有在发生违规事件或有潜在威胁的信息后才予以关注。此外，解析可能是一项艰巨的任务，因为获得的大量数据无法在传统系统中得到充分利用。人工智能摄像头更具侵入性，可以对录像进行实时监控和智能分析，从而防止此类事件的发生。

大多数情况下，低分辨率相机用于记录，导致图像质量较差。人工智能可以用来锐化不清晰的图像，以获得有意义的信息。不管怎样，分辨率、面部、物体和事件识别都变得容易得多。甚至可以根据某人的身体特征，如身高、姿势、体型以及活动模式进行识别。

这也是有益的，因为由于持续监测造成的精神和身体疲劳等原因，操作人员往往会漏掉关键的细节，这可能会造成严重后果。人工智能确保没有错误和注意广度问题。当需要在工厂等场所进行远程监控时，可以将理想状态和性能参数编程到人工智能系统中，它可以提醒操作员，节省成本，防止机器故障。

在人工智能运作的背后

基于机器的学习算法用于监视和分析从监视解决方案中记录的图像、视频和数据。最常见的人工智能类型是基于规则的，程序员向系统提供预先设计的规则，这些规则在理想情况下必须是正确的。但慢慢地，不需要预定义规则的行为分析的使用正在增长。自学习系统通过自动检测和分类与目标环境相关的数据来工作。

自动化平台允许顺利收集和存储来自多个来源的信息。例如，由IC Realtime开发的人工智能平台Ella使数据可以立即搜索。用户甚至可以通过时间范围和位置等过滤器缩小结果范围，并通过对相关性进行评级来给出反馈。

在监控方面，人工智能可以利用基于机器的视觉，并接受培训，观察实时流中的每一个细节，或者记录并通知操作员，即使是最轻微的活动偏差（事件、行为或行动），这在理想情况下是常有的，确保主动的实时安全。输入到算法中的数据可以包括地理位置、生物特征数据、社交媒体、逮捕记录等。深度学习拥有大量工程化的神经网络，可以实时检测物体。流行的方法包括更快的区域CNN（RCNN）、你只看一次（YOLO）和单次探测（SSD）网络。算法的选择取决于速度、精度、大小等参数。

对于监控系统的训练，在数据准备完成后对模型进行训练。对于最后一步推断，如果处理是在边缘完成的，则需要使用板载gpu，或者由于微控制器不如gpu强大，所以需要使用精度较低的模型。

面部识别使用视频片段和静态图像，不仅可以通过数据库匹配进行身份识别，还可以用于更深入的目的，如通过人群扫描进行表情分析和其他类似趋势的分析。例如，Evolv技术提供了一个由筛选机和面部识别应用程序组成的安全系统。该安检设备检测金属和非金属爆炸物以及其他危险武器，而面部识别算法则将摄像头上的人脸与数据库中的监视名单相匹配。

它可以用在哪里？

当涉及到国家安全时，支持人工智能的解决方案可以检测无人值守的物品，如机场和地铁站、火车站等地的行李，从而简化了安全人员的工作。此外，乘客可以通过面部识别和生物识别旅行证件进行验证。如果不能清除，可以进行人工筛选以满足要求。这甚至适用于边境管制系统。

有了像微型无人机这样的移动监控机器人，可以覆盖大片土地。例如，初创公司Shield AI提供Hivemind Nova无人机和机器学习应用程序，该团队称，这些应用程序可以帮助军事或安全人员监视甚至没有GPS的高威胁环境。

智能城市的主要方面之一是通过预测、预防、解决和减少犯罪和其他新出现的威胁来提高安全性，使之成为安全城市。智能城市通常使用一系列传感器、跟踪设备和监控技术从互联设备实时收集信息。然后集中处理和分析与城市运行有关的信息。基于人工智能的监控可以监控零售店的人群，并识别出那些有可能参与商店行窃等活动的人。

基于智能人工智能的监控摄像头提高了安全性和工作效率

随着系统变得智能化，所有东西都连接在一起，它们也变得容易受到网络攻击。许多智能手机也采用了面部识别技术，以保护用户数据免受外部攻击和黑客攻击。人工智能和深度学习可以快速检测到这些威胁，目前市场上大多数网络安全软件和产品都在使用。

Covid-19大流行的影响

在不同国家的Covid-19流行期间，由于需要保持社交距离，基于人工智能的技术解决方案，使非接触功能处于顶峰。创业公司Landing AI已经开发出了一种支持AI的社交距离检测工具，它将视频中的每个人都表示为一个点，当两个人之间的计算距离小于1.8米（6英尺）时，它就会变成亮红色。

最近在印度推出了基于计算机视觉分析和智能图像分析的解决方案。它通过面罩检测、社会距离检测和自动车牌识别（ANPR）检测车辆运动检测违规行为，它可以部署在室内和室外。

使能技术

人工智能并不是孤立地工作来实现它的目标。物联网（IoT）和云计算等技术在安全系统中AI实现的成功中起着关键作用。这使得智能扬声器、汽车内置摄像头和遥控门锁等设备成为人工智能监控的有效工具。随着物联网系统中越来越多的设备相互连接，需要共享大量的数据进行处理。像微软、阿里巴巴、亚马逊、IBM这样的巨头都有云计算数据中心，这是一种比传统的现场基础设施更安全的数据存储和通信方法，用于促进人工智能任务。存储在云服务器中的数据通常可以通过互联网访问。在通过4G/5G网络将硬件连接到云端之后，专门的软件将解释从不同地点收集的这些大数据，并允许用户观察保护人员和资产的必要措施。

未来应用

虽然人工智能有助于轻易发现犯罪和事故，但它也引发了人们对隐私未来的严重担忧，以及当前社会结构面临的风险。如果公司和政府不能采取足够的措施来监督和控制这一领域的隐私侵权行为，将会产生灾难性的后果。

为了获得一个有用的数据，需要处理大量的信息，这意味着需要使用需要数百个服务器的多个算法进行大量计算。这种资源的浪费导致硬件的超支。当质量经常降低以最大化存储时，深度学习算法需要能够评估这些低质量的图像。此外，互联网连接需要更快，以限制处理数据的延迟。

此外，它并不总是准确的。以人脸识别系统为例，当天气不好或图像失真时，误报率很高。尽管面临挑战，人工智能的仍在积极发展。创新的解决方案正在出现，从广受认可的安全供应商到初创企业，每个人都在为这些监控和安全操作做出贡献。华为、IBM、NEC公司、海康威视、思科、中兴通讯都是满足大多数国家人工智能监控需求的知名公司。现在迫切需要的不仅仅是盲目地利用人工智能在监控方面的优势，而是在人工智能技术、政府监控和公民隐私权之间建立一种平衡。