在我國，以互聯網、計算機為主的人工智能技術也是在20世紀的90年代才慢慢被認可，視頻監控能夠通過圖像來進行安全、交通等安全防范，很快受到重視。

1 人工智能技術在視頻監控發展中的必然性

從當前我國的發展形勢來看，傳統的視頻監控系統已經不能滿足人們日益提升的生產和生活需要，而且傳統的監控系統具有很大的局限性，達不到人們想要的結果，更不能為城市建設的安全起到保駕護航的作用。一是實時監控效果不佳；二是視頻錄像查詢困難；三是難以進行準確定位?？梢钥闯?，傳統視頻監控系統已不能滿足需要，它只能達到視頻的存儲和回放功能，無法進行定位及查找，而且依靠人工方式全程全方位的盯著電腦屏幕的工作方式，不僅會耗費大量的人力資源，而且準確率也非常低下，影響視頻監控的效果。只有發展以人工智能技術為主的視頻監控系統體系，才能夠滿足城市建設與發展的需要，才能夠通過智能化的視頻監控來對視頻資料進行技術性的分析和研究，為城市安防事業的發展奠定基礎。

2 人工智能技術視頻監控的應用范圍

人工智能在視頻監控中的應用范圍非常廣泛，它可以通過智能化的方式來獲取人、車、物的各種信息，并且還能進行智能化的查找，發現傳統視頻監控中容易被人們所忽略的一些細節性問題，還能夠對不同的數據信息進行分類分析，找出內在的關系，作出有價值的信息分析，并能夠以可視化的結果呈現到人們面前。具體而言：

2.1 以人臉識別的人工智能技術來進行搜索

一些犯罪嫌疑人的流竄范圍越來越大，而且還可以利用各種交通工具隨時進行轉移，如果依靠傳統的視頻監控是很難將這樣的流竄犯捉拿歸案。但是人工智能技術在視頻監控中的應用，可以運用它智能化的系統在全國各城市進行部署，再利用智能化數據分析的結果去進行布控和布防，以達到快速破案的目的。

同時，在人工智能技術中，人臉識別的功能更加強大，它能夠在對幾個嫌疑犯進行人臉識別后，迅速做出判斷，為公安人員提供精準、可靠的信息依據。而且，隨時時代的發展，人臉識別系統也已經被運用到實時追蹤監控預警系統當中，這樣就可以順著人員的軌跡去進行監控和查詢，達到快速定位、檢索核準的作用。

2.2 對交通事故的監控

各大城市的私家車輛迅猛增加，給交通管理部門的管理工作帶來了巨大的壓力和挑戰，近年來各地的交通事故呈現出逐年上升的趨勢，要想避免這樣的交通事故發生，除了要加強交通政策及法規方面的教育之外，更要能夠通過視頻監控去隨時發現車輛行駛中的不安全因素，并加以制止，對駕駛員進行實時的教育和整改，而要想完成這一監控過程，就必須要運用人工智能技術來對機動車輛進行隨時的視頻監控，這樣不僅可以隨時掌握和了解各個地區的路況問題，還能夠對一些駕駛員的違規行為進行教育和處罰，以達到交通事故的有效管控，有效降低事故發生率。

而以車輛分析為核心的人工智能技術可以對卡口圖片車輛數據進行二次識別，通過識別再對這些車輛的行走路線和運行軌跡等細節進行分析，進一步挖掘事故發生的時間、地點以及事故發生的原因，這樣的二次識別，不但包括車輛的品牌、顏色、類型以及車牌號碼進行分析，還能夠對它的活動規律進行分析，從而歸納總結出車輛是否存在各種違章行為，為交通管理部門的工作提供最大的便利條件。

2.3 對警衛活動進行視頻監控

在現實中，警衛活動總是會浪費大量的人力和物力，給公安部門的正常工作帶來困擾，而以人工智能技術手段來為視頻監控工作做好各種布防和布控，可以有效減少安保人員的工作，因為通過這些視頻畫面可以進行設置自動預警功能，當自動預警被觸發時，所聯動的攝像機就會自動打開監控圖像，在實時報警的同時，對案發地點實施監控和封鎖。

3 人工智能技術的具體分析

人工智能技術所包涵的范圍很多，除了人臉識別技術之外，還有步態識別、虹膜識別、靜脈識別、聲紋識別等等。而在這些生物識別人工智能技術中，人臉識別在當前的社會應用中最為廣泛，其核心算法的發展非常迅速，發揮出了真正的實效性，是一種非常成熟的人工智能技術，具有非常廣闊的前景。而且隨著科學技術的不斷進步，視頻監控領域也以其人工智能技術的發展為導向，將越來越多的智能化應用融入到城市安防領域，如海康威視的慧視人像大平臺，不僅可以提供完善的視頻圖像信息，進行實時的監控，而且還能夠通過人像比對及數據挖掘等等來進行有針對性的監控和偵查工作，特別是人像識別技術在公安系統的應用，為提高公安部門的破案速度，建立現代公約的社會治安防控體系奠定了堅實的基礎。

3.1 人像識別技術的發展

人像識別技術是以人臉為基礎的，可以利用計算機對人臉圖像進行人工智能技術的采集，并作出身份的確認，這種人像識別技術是在20世紀的90年代興起的，至今已經被廣泛的應用到安全和金融等多個領域，作為身份鑒別的一種方法。而人像識別的方法不僅包括基于面部特征人像的識別、基于特征臉的人像識別，而且還有基于學習的神經網絡人像識別，這將是未來視頻監控中進行大量樣本圖像獲取的一個主要方法，因為它不需要通過人工去進行特征的選取，通過在訓練的過程中進行學習，其準確度更高，識別效率更快。

3.2 人像識別技術的創新

隨著深度學習在人工智能領域的發展和應用，人像識別技術的發展空間越來越大，尤其以慧視人像大平臺為代表的人工智能技術，則以更加先進的人像識別技術融入到全國各地各領域之中，在公安警務實戰性工作中取得了非常明顯的成果。而人像大平臺主要是由人像識別算法、大規模運維、高性能計算等等核心部件組成，不同的算法適應的范圍不一樣，在實際的視頻監控工作中可以根據具體情況來進行合理的選擇。

3.2.1 核心算法的創新

在人像大平臺的智能化技術應用中，需要融合深度學習和統計學習圖來進行核心算法的創新，這樣才能夠達到各項數據的高精準度，保證在任何復雜的情況下都能夠達到最佳的人像識別效果。創新一，深度學習。進行人像識別至少需要經過兩步：人像的檢測定位與識別比對。所以在進行人像特征的獲取時，可以采用代數特征的方法、幾何特征的方法、彈性模型的方法、神經網絡的方法以及形變模型的方法，而基于神經網絡的深度學習則是人像識別中最特殊的一種，它不需要進行人工特征的獲取，就能夠在樣本訓練過程中進行學習，以取得更加高效而精確的數據信息。深度學習的過程不需要督促，也不需要干涉，它是機器學習研究中的一個創新，是以模擬人腦為根本的神經學習網絡，所以這種視頻監控在實際應用中識別率非常之高。

創新二，統計學習模型。深度學習雖然在人工智能技術上得到了廣泛的應用，但隨著數據量的增大，需要學習和訓練的時間也要增長，為了解決這一問題，人工智能技術又進行了升級和創新，把統計學習圖模型算法應用到視頻監控的應用當中，這種方法只要獲取一個小樣本便可進行高精度的識別，非常的迅速和便捷。所以說與深度學習相比，雖然沒有得到普及和推廣，仍然有著不可忽視的研究價值，能夠發揮出巨大的作用。

3.2.2 人工智能技術高效應用

雖然人工智能技術已經由傳統的監控方式發展到了人像識別等等高端技術，但在實際的應用中要想達到高效性，成為警務實戰工作中的有力助手，就必須要建立健全警務體系。

其一，在建立人像庫。只在建立和完善一個全世界最大的人像庫，才能夠在實際警務應用中，做到得心應手，據調查，在2016年已經建立了約十億級的人像庫，這樣就能夠在需要時進行迅速的識別和對比，達到秒級返回的效果，為警務實戰工作命中率打下基礎。

其二，結成相互聯通的偵查方式。人像大平臺需要各級、各部門進行協力合作，比如說可以通過省級去建立常駐人口以及各種有犯罪前科、涉嫌人員等等的人口庫，并進行各種接口的設置，這樣就可以為下級部門提供更加便利的服務，使他們能夠對一些流動人口實施監控和查詢，這種相互聯通、跨省、市、縣的視頻監控，可以讓警務工作以人工智能的方式實現數據共享，達到全方位配合和共贏。

3.3 人工智能技術在視頻監控應用中的優勢分析

3.3.1 人像的靜態識別

進行靜態人像識別的過程也就是人像比對的過程，這也是在公安系統的人像識別中最常見的一種方法，就是要通過人像與人像庫里的目標圖片進行對比，從其相似度上進行依次排除。靜態識別的功能非常強大，它可以從15億級別的人像庫中迅速的鎖定目標人物，還能夠進行各種的處理工作，是警務等等工作中命中率最高的一種人工智能技術。

而且靜態人像識別不僅能夠對高清照片以及證件照能夠瞬間秒回，而且對于一些分辨率較低的照片或人像也具有十分強大的識別能力，它可以運用高科技術對圖像的清晰度進行復原，使其面部輪廓恢復到原狀，最終達到高清人像識別的目的，這也是靜態人像識別最大的優勢。

3.3.2 人像的動態識別

動態視頻是將經過卡口的人像進行實時的獲取和捕捉，可以通過動態人像卡口對一些重嫌疑犯等等進行重點布控和布防，這種人像動態識別的方式通常會被應用到火車站、地鐵口等等一些人流量大、人口密集的地區，可以加強對這些地區人流現狀進行實時的查詢和軌跡追蹤。而且隨著科技水平的進一步提升，動態人像識別功能也變得越來越強大，可以達到預先示警等等特效功能。因此，人像的動態識別在對人像數據及結構化特征進行存儲之后，就能夠為視頻監控畫面提供依據，而且錯誤率非常低，能夠隨時給警務人員進行預警，使之對目標人物立馬實施盤查，而且對路人的軌跡偵測也具有很強的實戰性，只要系統鎖定目標人物和區域，就能夠自動畫出這個人員的行動路線，并為其尋找提供可靠的信息依據，可以減少許多人力、物力的浪費。使視頻監控工作達到一個新的高度。

4 結束語

總之，隨著我國城鄉一體化建設步伐的加快，人工智能技術在視頻監控中的應用越來越得到普及，而且各地、各部門也已經在人像識別等技術方面取得了豐碩的成果。要想使人工智能技術在視頻監控應用中獲得進一步的發展，除了要提高工作人員的綜合素質和專業水平之外，更要進行不斷的創新與改革，在向著智能化及實戰性的方向轉變，為我國和諧社會的創建提供更加堅實的技術支持和保護。
責任編輯：tzh