多方位赋能 AI开掘安防金矿
近一年安防行业出现了2个高频词：“赋能”和“赋能工程”，本质上是一个词。
什么是赋能？
阿里巴巴集团副总裁曾鸣为《重新定义公司：谷歌如何运营的》一书所做序言中指出“虽然未来的组织会演变成什么样，现在还很难看清楚，但未来组织最重要的功能已经越来越清楚，那就是赋能，而不再是管理或激励。”也有人说是谷歌创始人之一拉里·佩奇说的。
“赋能”就是给赋予对象某种能力和能量，通俗讲就是你本身不能，但我使你能。它最早是心理学中的词汇，旨在通过言行、态度、环境的改变给予他人正能量。现在这个词被广泛的应用到各个行业。我用“＾”这个符号来表示“赋能”，英文用“POW”缩写（POW是C语言中的函数）。
AI如何赋能安防？
AI＾安防
传统的安防系统的功能现在看来是有点过于简单了，在AI没有大规模商用之前，我们甚至不知道自己拥有一个金矿。
1、AI＾视频监控：
以视频监控系统为例，传统的视频监控就是实时监视、录像和回放录像，超过设定的时间然后用新的录像覆盖旧的录像，这种现象持续了大约60年，直到2016年，AI赋能安防之后，计算机逐渐开始能够读懂一帧帧的画面了，这里面的三大核心AI技术就是人体识别、车辆识别和ReID。
车辆识别：车辆识别包括车牌识别和车辆特征识别两大技术。车牌识别技术是最早被赋能给视频监控系统的，多应用在卡口、电子警察和停车场的免刷卡出入口管理系统上。车牌识别从某种意义上来讲属于OCR文字识别的范畴，唯一的区别是动态车牌识别。而目前的车辆特征识别可以做到20种以上，可以说，大大挖掘了视频和图像的潜力，而且车标、颜色、标志物相对来说属于分类识别，也比较容易实现，于是市场上出现了很多车辆大数据平台，也出现了各种车辆技战法和应用，这都是AI赋能的结果。
人体识别：人体识别包括人脸识别和人体特征识别两大技术。人脸识别相对车牌识别那就复杂很多了，而且进一步细分为配合式（比如门禁）和非配合式两种模式（比如开放环境采集），尤其是非配合式的动态人脸识别技术在2017年才大幅度提升到70％以上的识别率进入商用，而恰恰是人脸识别技术赋能了整个安防行业，毕竟安防系统管理的核心就是人（另一个核心是车），一旦人的身份被识别出来的剩下的就好处理多了。人体特征识别是人脸识别的附属品，通过人脸可以判断性别、年龄、肤色、是否佩戴眼睛，把识别范围放大就可以识别整个人体，识别包括上衣颜色、下衣颜色、是否打伞、是否拎包等等，人体识别技术对视频监控系统的赋能超过了车辆识别。
ReID：有一种情况，监控系统看不见人脸或者无法看到人脸，这就依赖于行人再识别技术（ReID），笔者可以断言，ReID一定是未来视频监控的发展之道，我也坚信这一点。通过ReID技术并不需要特制的摄像机，对环境的要求也没有那么高，只要识别出一定的行人特征，就可以实现行人轨迹分析、进一步实现跨镜追踪，一旦在轨迹上出现了一张人脸，那么整个轨迹上的人员身份就可以明确，这对治安来讲，是最好不过的一种技术，毕竟我们装了那么多的公共安全的摄像机。
2、AI＾门禁
我们想象一种未来场景，就像大话西游中紫霞仙子说了一声“芝麻开门”然后门就打开了，背后真正的识别技术是“声纹＋人脸”；至尊宝之所以没有打开门，两个可能原因，一是声纹识别错误、二是人脸不匹配。未来的门禁就应该是无感知门禁，你到了门口说一声口令（可自行设定，比如芝麻开门，关键是声纹匹配而不是文字匹配），高级一点的随机显示一行文字由访客读出，声纹认证和文字认证通过后放行。这种门禁系统支持“人脸模式”、“人脸＋声纹模式”、“人脸＋声纹＋文字模式”三种，我也相信这也是未来门禁系统的一个发展趋势，我是不是应该去申请一个专利呢？
3、AI＾停车场
笔者曾经听到一个故事，有个朋友的车辆停放在停车场被偷掉了，原因是出入口采用的车牌识别放行，嫌疑人只需要搞定车辆的启动，剩下的就比较简单了，虽然车辆上也安装了GPS定位系统，但最终被一辆大卡车拉到了另一个城市的屏蔽环境中（GPS失效了，然后进行了肢解处理），车辆消失在茫茫大海中。笔者就考虑了一种防盗应用：“车牌＋人脸＋声纹”，如果车主想提高车辆的安全防护等级，在出停车场的时候进行二次身份确认，比如增加人脸识别或声纹认证，这样的话，窃贼就没有那么容易得手了，这又是另外一个专利；AI＾停车场还有一种应用，就是大场景的车位引导，用于停车诱导和反向寻车系统，一个摄像机360度覆盖6－8辆车，同时在车位的位置实现人脸解锁车位，否则就报警。
4、AI＾入侵报警
这个功能实现起来相对就比较简单可行了，可设置入侵区域（划定区域）、行人轨迹（利用ReID）、越界（划线）、聚集（人员密度）、非授权进入报警（人脸不在授权名单内）；系统也可以设置熟人模式（有授权的）、访客模式（无授权但无潜在威胁）、黑名单报警（人员布控名单），当黑名单人员出现即报警。
