安防領域人臉識別有何痛點？AI+安防未來會有哪些新的趨勢？
安防已經成為人工智能落地場景中的重要賽道，其涉及的智能視頻分析、人臉識別等關鍵技術也在研究領域受到了極大的關注。那么安防領域中涉及的人臉識別有何痛點？人工智能+安防的未來又有哪些新的趨勢？
10月29日，2017年第十六屆中國國際公共安全博覽會（CPSE安博會）在中國深圳會展中心開幕。在政府管理論壇上，清華大學媒體大數據認知計算研究中心主任王生進教授發表了題為《人像態勢識別及其在智能視頻監控中的應用》的演講，他指出，目前我國視頻監控建設卓有成效，攝像頭的數量驚人，達到了2000多萬個。如此大量級的數據只依靠人工監控已經無法實現大規模視頻監控，急需人工智能以及智能分析技術有效的技術支撐。
王生進教授從三個方面闡述了人臉識別在安防中的應用：1、新一代人工智能發展與智能安防；2、人臉識別技術與應用系統；3、以人為中心的安防理念與人像態視識別。
大數據文摘從現場發來一手報道，以下為王生進教授演講精華，KUKA機器人示教器維修，在不改變原意的情況下有部分刪改：
一、新一代人工智能發展與智能安防
當前，世界范圍內公共安全面臨嚴峻情勢，是國際上關注的重大課題，信息內容與情報成為掌控局勢的關鍵要素。面向大數據背景下國家公共安全保障是重大的國家的需求。聚焦公共安全、平安城市、視頻監控、網絡安全的需求，以安防視頻大數據，及網絡空間各種視頻、圖像、語音、網絡信息為大數據基礎，創新人工智能和機器學習理論，構建公共安全大數據應用技術創新平臺是我們工作的重點。
安防領域人臉識別有何痛點？AI+安防未來會有哪些新的趨勢？
我們現在面向的空間主要有兩個。
第一面向物理空間安全：全國平安城市建設視頻監控前端數量已超過2000萬。目標感知能力不足，大數據給公共安全事件即時感知、精確分析、快速搜索帶來巨大困難，急需人工智能技術支撐。
第二面向網絡空間安全：網絡空間富媒體通信的引入，帶來新型媒體信息管控難題，國家急需大數據環境下富媒體內容感知、網絡信息安全、網絡多媒體內容監測的支撐技術。
十二五期間，全國600大中城市視頻采集系統建設已初具規模，監控系統26.8萬余個（2009），安裝攝像頭2000萬余個（2013）。按每個攝像頭每天約7.2GB（0.3G（CIF）*24）的數據量，北京市攝像頭40余萬個（2011），每天產生的數據量為2800TB，數據量巨大。
在這樣大量的數據下，依賴人工監控，智能化程度低，無法實現大規模視頻監控環境下的事前感知、事中聯動、事后有效處理及智能檢索。急需人工智能以及智能分析的技術，在視頻監控里能夠提供有效的技術的支撐。
2017年7月8日，國務院發布新一代人工智能發展規劃（國發〔2017〕35號）。人工智能成為國際競爭的新焦點，是引領未來的戰略性技術；人工智能成為經濟發展的新引擎，作為新一輪產業變革的核心驅動力；人工智能帶來社會建設的新機遇，將深刻改變人類社會生活、改變世界。搶抓人工智能發展的重大戰略機遇，構筑我國人工智能發展的先發優勢，加快建設創新型國家和世界科技強國。
根據這個核心，《規劃》里提出利用人工智能提升公共安全保障能力的規劃和要求。
第一、促進人工智能在公共安全領域的深度應用，推動構建公共安全智能化監測預警與控制體系。
第二、圍繞社會綜合治理、新型犯罪偵查、反恐等迫切需求，研發集成多種探測傳感技術、視頻圖像信息分析識別技術、生物特征識別技術的智能安防與警用產品，建立智能化監測平臺。
第三、加強對重點公共區域安防設備的智能化改造升級，支持有條件的社區或城市開展基于人工智能的公共安防區域示范。
在智能視頻分析關鍵技術方面，我簡單列了相關的關鍵技術：
1、侵入/越界檢測
2、遺留物體事件檢測
3、拿走物體事件檢測
4、徘徊檢測
5、行人/車輛檢測、跟蹤
6、人臉（人像）/行人/車牌識別
7、人群密度監測
8、異常行為（奔跑打架斗毆）檢測
9、視頻質量診斷
10、視頻濃縮與摘要
11、視頻內容快速檢索
12、圖像增強與復原技術
人臉識別技術應用方面，根據實際應用場景，人臉識別可以分為如下3類：
第一、有配合人臉識別。分認證和查詢，通常應用在證件照人臉，聲明我是A，然后將A的模板人臉圖像和現場采集的A的人臉圖像進行比對，給出YesorNo，或查詢大庫。通常要求配合。
第二、半配合人臉識別。也分認證和查詢。通常應用在受限的通道、卡口，進行黑/白名單比對。該類應用通常光照穩定，不要求配合。
第三、非配合人臉識別。查詢為主，通常應用在視頻監控的動態布控場合，進行黑名單查詢。該類應用光照復雜，姿態不確定，難度大。
清華人臉識別技術人證合一驗證通關應用：2005年，由公安部出入境管理局主持集成清華大學人臉技術，世界上首次在我國出入境旅客最多的深圳羅湖口岸開通旅客自助查驗通道，日均出入境人數在數十萬以上。已推廣到深圳、珠海兩個地區的邊檢口岸共已開通了近400條自助通道，近300萬旅客，驗放旅客超過數億人次，通過率98％，成為世界人臉識別技術大規模成功應用的范例。
二、人臉識別技術與應用系統
人臉識別技術通過采用攝像機或攝像頭，采集含有人臉的圖像或視頻流，并自動在圖像中檢測和跟蹤人臉，進而對檢測到的人臉進行臉部的一系列相關處理技術，通常包括：人臉檢測、人臉跟蹤、人臉五官定位、人臉歸一化、特征提取、分類器訓練和比對匹配，以達到識別不同人身份的目的。被廣泛地應用在安全、認證等身份鑒別領域，因而被譽為21世紀十大影響人類生活的革命性技術。
人臉識別從應用上一般分為人臉檢測，人臉五官定位，1:1人臉識別，1：N人臉識別，M：N動態布控。人臉檢測與五官定位應用方向：客流量統計，視頻檢索等。智能貼圖，智能美妝美顏，變臉特效等：
1:1人臉識別應用方向是指身份證人臉認證系統，社保人臉識別。
1：N人臉識別應用方向是指身份證照片查重，護照照片查重。比如你現在要做一個護照，你是張三，公安部門會到人口庫里面查一下，看你會不會是頂替，也就是一人多證。
M：N人臉識別應用方向是指動態監控，黑名單監控，VIP客戶管理系統，校園人臉識別系統，智能樓宇。
人臉識別技術，近兩年發展非常迅速。基于機器學習的人臉識別方法方面，人臉識別方法總體上可分為三大類：
一是基于統計的識別方法，主要包括特征臉（Eigenface）方法、隱馬爾科夫模型方法、子空間法等；二是基于網絡連接機制的識別方法，包括人工神經網絡（ANN）方法和彈性圖匹配方法等；三是幾何特征方法和三維模型等一些其他的綜合方法。
1、人臉識別核心課題