【大咖・来了 第7期】10月24日晚8点观看《智能导购对话机器人实践》

无论走到哪儿，监视摄像头司空见惯。从银行到零售店到机场到大卖场，摄像头主要用于监视检查安全威胁迹象。传统上，安保人员坐在严密控制的保卫室里，面对成排的监视器，不断查看着这些摄像头发回来的图像。

这里面的基本漏洞很容易看出。安保人员也是人，要监视这么多摄像头，就意味着他们的注意力其实是被分散了的。即使是最用心最善于观察的人，也会漏掉问题的微小迹象。这是一个没被注意到的漏洞。

不过，或许有更好的方法处理监视问题，而答案，就在人们热议的人工智能技术上。很多安全公司已经寻求在他们的安全系统里应用上视频分析，但下一步发展，应该是智能视频分析。

例行威胁监视和检测，可使用智能视频分析和人工智能，运行在比用人眼更为细致周全的层级。传统技术收效甚微，整体安全转型的需求比以往任何时候都来得猛烈。

人工智能(AI)是智能视频分析合理运作必不可少的组件。AI能基本消除人为失误，减少误报数量。

智能视频分析的工作流程是：从监视摄像头手机非结构化数据集，分析图像，找出可能指向某种安全威胁的异常现象。

这是一个复杂的过程，需要即时过滤和处理大量数据。

一旦检测到安全威胁，AI系统就会根据威胁级别向相关人员发出警报。如果是小问题，附近的保安会被通知去处理。如果是更严重的问题，司法机构或消防部门会随安全人员一同接到警报。当然，所有这些都是接近实时处理的。重点在于：该过程是自动化的，系统更加准确、快速、全能。

AI是智能视频分析中如此迷人部分的部分原因，在于它是一种不断进化的技术。AI驱动的系统，以多种方式模仿人类大脑，其中一个方面，就是AI总在学习。这是必需的，因为让系统能识别每一种可能威胁的编程量，是巨大而沉重的。

AI可以从人类活动中学习，判断哪些是正常行为，将已学习内容转化成安全软件。一旦AI知晓正常范围，便可检出非正常行为实例和事件。

随着时间流逝，该过程会变得更加准确，误报也会更少。由于AI是不断改进的，系统本身便也不断改善，消除了按当前速率更新和升级的需要。

这在深度学习技术的应用上也可见一斑。深度学习用于安全目的，最常见的是面部识别技术。智能视频分析辅以面部识别，便又增加了一项抓住可能是通缉犯的嫌疑分子的功能。

由于深度学习让视频分析得以更快地处理和分析面部数据，面部识别技术变得更加普及，也更加精准了。事实上，今天的面部识别系统，比2002年时精准了10倍不止。随着更多的公司在他们的视频分析系统中实现深度学习，该准确率还将继续提升。

安全，是公司企业非常重视的生命线。因此，更多的资源和技术被投入到保证人员和业务的安全上。智能视频分析中AI的应用，具有完全颠覆安全处理方式的能力。更准确的检测，更少的误报，更快的响应，让我们可以期待AI在未来很多年里都是安全领域的一道主菜。

原文地址：http://www.aqniu.com/industry/19888.html