這幾年安防產業亦出現相當熱門的數據化人工智能學習和識別技術的概念，它們與安防有什麽關聯（lián），如何應用在安（ān）防監控中，這種AI人工智能目前最多的應（yīng）用又是哪些?
    結合數據采集的安防AI人工智能
    自從道路監控係統在全球興起之（zhī）後，目前世界各國的城市監控建設即（jí）將進入擴張與結構改變的階段，在這種需求變革下，安防監控係統將需要更多元化與人工智能化的整體解決方案。現代化的（de）公共安全已不再僅止於（yú）無限的擴充影像監控覆蓋密度、廣度以及追求超（chāo）高清解晰度，而是透過這（zhè）些人工智能化的手段與工具，讓傳（chuán）統安防時代更進一步，轉向注重數據采集、應用（yòng）和管理的人工智能化安防時代。
    全球城市道路監（jiān）控建設都在快（kuài）速發展，各國街道、十字路（lù）口隨處可見各（gè）種攝影機監控設備，為城市公（gōng）共安全及治安偵察工作提供了影像（xiàng）的方便性和立即性。但隨著監（jiān）控設備數量的大量倍增，影像解析度（dù）的不斷提高，公共安全搜集到的影像和圖片之數據量呈現（xiàn）等比幾何的增長，再加上影像（xiàng）解析度的提高，連帶使伺服器的處理能力和（hé）使用率都產生了更高的（de）門檻。因此，安防影像監（jiān）控（kòng）在影像調閱、門禁進出數據、資料的儲存、運算等技術上都麵臨巨大挑戰。
    AI人工智能與安防監控的（de）應用技術
    麵對這樣的挑戰，安防監控使用者如（rú）何能在大（dà）量增加的數據中（zhōng），利用既有的人工智能技術快速獲取有價值的資料，便成為當前最重要的課題。以下簡述幾種與安（ān）防監控結合的AI人（rén）工智能技術：
    1、人工智能的模式識別技術
    通常在監控係統收集的影像數據資料中，資料本身並不（bú）具價值，必須再經過深度挖掘、分析資料中影（yǐng）像呈現的數據模式，才會產（chǎn）生出真正有用的價值。未來是大數據的時代，數據資料的模式識別將備受重視。
  　2、人工智能的深度學習技術
    此為AI人工智能機器深度學習研究中的（de）新領域（yù），其動機在於（yú）建立、模擬人腦進行分析學習的神經網路，它模仿人腦的行為思考機製來解釋數（shù）據資料，例如影像內容、聲音和資料本（běn）身。未來（lái）要讓AI人工智能的機（jī）器深度（dù）學習能夠大行其道，數據資料本（běn）身將是最主要（yào）的關鍵因素，而影像監控資料占大數（shù）據總量的60%以上，也就是（shì）說，影像監控（kòng）領域有70%以上的數據資（zī）料（liào）分析是用（yòng）來（lái）進行影像識別（bié）。目前這種AI機器深度學習在安防產業（yè）的諸多領（lǐng）域都取得了很大進（jìn）步，包括：行人檢測、車輛檢（jiǎn）測、非移動車輛檢測等，其（qí）識別準確率甚至超過人類（lèi）的眼（yǎn）睛判斷。
    3、AI人（rén）工智能（néng）的前（qián）端識（shí）別技術
    先進的產品技術是一家高科技企業能否長（zhǎng）久發展的根本，要安防監控智能化，係統就需有基於AI人工智能相（xiàng）關的（de）「影像識別」運算技術，才能夠開發（fā）出一係列（liè）的（de）智能化監控應用設備，因此前端識別技術也就成（chéng）了AI人工智能的第三個本質技術。
    大致介（jiè）紹說明完（wán）三種較常見（jiàn）的（de）AI人工智（zhì）能安防應用技術內容，接下來我（wǒ）們再進一步探討AI人工智（zhì）能在安防上的深度技術發展：
    多（duō）特征識別技術
    一般在大量影像數據資料（liào）下，想（xiǎng）要從曆史和即時的（de）影像資料（liào）中篩選犯罪嫌疑人有如大海撈（lāo）針，而多特征識別技術則是透過人工智能（néng）的（de）方（fāng）式（shì）讓電腦從大量監控影像中自動（dòng）識別出嫌疑人，分析資料中的個人特征，然後根據（jù）犯罪（zuì）嫌疑人的特（tè）征自動篩選，不僅大大的節省人力物力，同時也大大縮（suō）短犯罪嫌疑人的到案時間（jiān）。現在有（yǒu）部分廠商利用先進的深度學習技術，研（yán）發出能夠克服光照、天氣等不可抗力因素，快速（sù）準（zhǔn）確地識別出個體人物的各種重要特征，如性別、年齡、發型、衣著、體型、是否戴眼鏡、是否騎車以及隨身攜帶的物品等。個體人物（wù）多特征識別演算法有著靈活的布建方式，可自訂時間軸（zhóu）和識別（bié）區域範圍以達到快速準確的判別，並利用智（zhì）能（néng）影像分析(IVS)於影像伺服器集群的輔助，對監控係統中幾百支影像監（jiān）控攝影機進行24小時（shí）不間斷的多（duō）特征分析與檢索，即時找尋可疑人員，發出預先（xiān）告警信號。
　　姿態識別技術
  　姿態識別技術是指針對個體人物的走路姿勢，是一（yī）種可在遠距（jù）離就感知的生物（wù）行為特征技術。和其他生物特征識別技術相比（bǐ），姿態識別（bié）的優勢在於非接觸性、非侵入性、易於感知、目標物難以隱藏和偽裝等。姿態分析還可以輕鬆的（de）區分出個體人物的不同行為模式，例如（rú）是在行走中、奔跑中、還是攜負重物等。基於這些（xiē）優點，姿態識別（bié）特別適用於門禁係（xì）統、安全（quán）監控、人機交換、醫（yī）療診（zhěn）斷等部分，尤其在安防領域（yù）中具（jù）有廣泛的應用和經濟（jì）價值。
    姿態分析的技術困難點（diǎn）在於其（qí）特征的（de）穩定性問題，因為一個人的姿態會因生病受傷、體型（xíng）胖瘦變化、穿衣多寡甚至是穿（chuān）著舒適度等因素影響而改變（biàn），部分廠商為了克服這個問題，特別在研（yán）發上加進了機器深度學（xué）習方法，用姿態向量圖示來描述姿態順（shùn）序排列，透過深度累積（jī）神經網路訓練匹配模型。訓練好的累積神經網路匹配模型能（néng）夠計算待識別（bié）的姿態影像和已經注冊的姿態影（yǐng）像順序排列，比（bǐ）對每個姿態向量圖的相似度，再依據其相似度大小進行身分識別。姿態識（shí）別應用采全天候模式，在特定的安防場合中可快速對遠距離個（gè）體人物目標的身分進行（háng）準確判斷，因此（cǐ）研究人員將來勢必需要建置大規（guī）模的姿態資料庫。姿態識別技術將有助於解決一些低影像解晰度個體人物身分識別的難題，為使用者提供重要（yào）的識別查（chá）核線索。
　　3D相（xiàng）機（jī）技術（shù）
　　身高是人體重（chóng）要的（de）資料特征之一，在一（yī）些特（tè）定的場所，例如風景區入口、車站收票口等對身高要（yào）求都有明確的規（guī）定。傳統利用尺度工具測量身高（gāo）的（de）方法雖然操作簡單，但需要被測人員配合，不僅速度慢，精確度也較差;超聲波、紅外線等方式雖可實現自動測量、精準度較高，但對測量環境條（tiáo）件的要求有較多（duō）限製，不適合用（yòng）於公（gōng）共（gòng）場所，而3D電腦視覺技術的3D相機則可以很好地解決上述問題，提供（gòng）多場（chǎng）景、非接觸式、自動化的量測（cè）。3D相機是利用深度感測器（qì）獲（huò）取現實場景的深度資料和顏色資訊，透過座（zuò）標變換建立（lì）深度資料與3D座標之間的（de）對應關係，然後藉由去雜訊、配對（duì）位準等運算法去除幹擾並減小誤差（chà），最後（hòu）再以3D重建的方法得到身高以及其他資料。
　　3D相機（jī）無（wú）需與被測物件接觸，物件進入測量場景即自動采集測量多個人物目標，配對位準後對（duì）光照具有較強的穩定性，可適應（yīng）場景的光照變化，因而也有較高的精確度和即時性，在安防影像監控領域的應用將愈顯重（chóng）要。現階段基於個體人物的多特（tè）征、姿態識別和3D相（xiàng）機等先進AI人工智能分析技術，若能將其結合打造出新一（yī）代智能型影像分析監控（kòng）軟體平台，將有助於安全監控係統的（de）建置，同時對數據（jù）分析起到示範先驅的作用。
　　推動安防未來大數（shù）據
　　在AI人（rén）工智能（néng）分析市場的創新推動（dòng）下，人們挖掘影像監控中有價值的（de）數據資（zī）訊，並不僅隻（zhī）是局限（xiàn）於（yú）當前（qián）人、事、物的基本資訊而已，同時也需依靠廠商強大的研發能力，可以不斷對安防（fáng）大數據（jù）采集的關鍵資訊（xùn）進行有效補充，不但（dàn）為最終的大數據平台（tái）帶來更具附加價值的資料，也（yě）為（wéi）深（shēn）度的（de）AI人工智能在安防（fáng）產業（yè）數據應用下，提供（gòng）源（yuán）源不絕的產品發展動力。