無論走到哪兒，監視攝像頭司空見慣。從銀行到零售店到機場到大賣場，攝像頭主要用于監視檢查安全威脅跡象。傳統上，安保人員坐在嚴密控制的保衛室里，面對成排的監視器，不斷查看著這些攝像頭發回來的圖像。

這里面的基本漏洞很容易看出。安保人員也是人，要監視這么多攝像頭，就意味著他們的注意力其實是被分散了的。即使是最用心最善于觀察的人，也會漏掉問題的微小跡象。這是一個沒被注意到的漏洞。

不過，或許有更好的方法處理監視問題，而答案，就在人們熱議的人工智能技術上。很多安全公司已經尋求在他們的安全系統里應用上視頻分析，但下一步發展，應該是智能視頻分析。

例行威脅監視和檢測，可使用智能視頻分析和人工智能，運行在比用人眼更為細致周全的層級。傳統技術收效甚微，整體安全轉型的需求比以往任何時候都來得猛烈。

人工智能(AI)是智能視頻分析合理運作必不可少的組件。AI能基本消除人為失誤，減少誤報數量。

智能視頻分析的工作流程是：從監視攝像頭手機非結構化數據集，分析圖像，找出可能指向某種安全威脅的異?，F象。

這是一個復雜的過程，需要即時過濾和處理大量數據。

一旦檢測到安全威脅，AI系統就會根據威脅級別向相關人員發出警報。如果是小問題，附近的保安會被通知去處理。如果是更嚴重的問題，司法機構或消防部門會隨安全人員一同接到警報。當然，所有這些都是接近實時處理的。重點在于：該過程是自動化的，系統更加準確、快速、全能。

AI是智能視頻分析中如此迷人部分的部分原因，在于它是一種不斷進化的技術。AI驅動的系統，以多種方式模仿人類大腦，其中一個方面，就是AI總在學習。這是必需的，因為讓系統能識別每一種可能威脅的編程量，是巨大而沉重的。

AI可以從人類活動中學習，判斷哪些是正常行為，將已學習內容轉化成安全軟件。一旦AI知曉正常范圍，便可檢出非正常行為實例和事件。

隨著時間流逝，該過程會變得更加準確，誤報也會更少。由于AI是不斷改進的，系統本身便也不斷改善，消除了按當前速率更新和升級的需要。

這在深度學習技術的應用上也可見一斑。深度學習用于安全目的，最常見的是面部識別技術。智能視頻分析輔以面部識別，便又增加了一項抓住可能是通緝犯的嫌疑分子的功能。

由于深度學習讓視頻分析得以更快地處理和分析面部數據，面部識別技術變得更加普及，也更加精準了。事實上，今天的面部識別系統，比2002年時精準了10倍不止。隨著更多的公司在他們的視頻分析系統中實現深度學習，該準確率還將繼續提升。

安全，是公司企業非常重視的生命線。因此，更多的資源和技術被投入到保證人員和業務的安全上。智能視頻分析中AI的應用，具有完全顛覆安全處理方式的能力。更準確的檢測，更少的誤報，更快的響應，讓我們可以期待AI在未來很多年里都是安全領域的一道主菜。

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