安防+人工智能，为公共场所和你的家庭提供全方位的安全防护

在安防领域，摄像头已经得到大规模的使用，但监控的有效性依然面临两个严峻的挑战：

1）摄像头只能起到记录功能，识别还要依靠人眼，真正能实时监控到的场景非常有限。一个像机场大小的公共场所，摄像头的数量要达到几万台，而同一时间负责监控视频的安保人员大概只有几个人；此外，视频监控往往都采用画面轮播机制，每过一定时间自动切换屏幕上显示的监控视频画面。所以，那些真正有信息价值的画面被人看到、注意到的几率就很小。

2）难以有效查询历史记录。据估计全球监控视频记录的存储已经消耗了75%的硬盘资源，以某广场为例，每天产生的监控视频数据，刻成光盘摞起来，甚至超过埃菲尔铁塔的高度。要在如此庞大的数据库里依靠人眼寻找某个特定画面或犯罪嫌疑人，需要动用大量的人力资源，并且效率低下。

开发基于人工智能的计算机视觉技术，致力于让计算机像人一样主动获取视觉信息并进行精确的实时分析。传统的计算机视觉研究都是基于二维相机捕捉的图片信号，对于计算机视觉系统来说，这是非常困难且不科学的。我们人类是如此聪明的生物，既然我们都需要用双眼去看懂这个三维的世界，计算机难道能利用二维的图片就看懂这个世界吗？这显然是不可能的，因为在这个过程中，我们丢失了很重要的一维信息，三维变二维，深度信息被直接舍弃了，这种方法有严重的缺陷。

所以为了能够理解精确的尺度概念，包括对尺寸、速度、距离等概念的把握，三维深度视觉是一条我们必须选择的道路。利用三维深度视觉，对于提高计算机的视觉感知技术，尤其是实时的、对精度要求很高的技术，至关重要。

通过研发三维视觉感知技术，实现对人物的精确检测、跟踪，对动作姿态（包括暴力、跌倒等危险行为）和人物运动轨迹（包括越界、逆行、徘徊等可疑轨迹）的检测和分析。在自动场景和人物检测的基础上，自动给安保人员提供预警信号，主动提醒、报告异常，保证让安保人员“看得到”。同时，利用感知技术抽象出人物的特征，从非时间的维度进行监测、跟踪、搜索，真正做到“找得到”。

智能安防系统上一共装有3个镜头，一个是和普通安防系统一样的RGB摄像头，另外两个用来发射和接收激光。激光发射镜头能够在1/30秒的时间里发送36万束激光，安防系统借助它们扫描出现实世界的三维立体图像。这3个镜头就相当于计算机的“眼睛”，所做的不仅是给计算机装上“眼睛”，而且给计算机设置了一套“视网膜神经系统”，让计算机能够看懂“眼睛”里出现的东西。

借助机器学习算法，系统能够同时分辨多人的运动轨迹和行动速度，并一一精确记录。比如早上8时的北京地铁站，人群正处于早高峰极端拥挤的状态，可以从中分辨出一个穿红衣服的女孩，精确跟踪她在人群中的行走轨迹。同时，系统还能够监测人类肢体的运动幅度和速度，从而精确识别人们的姿势和正在做的事情。

目前，视频监控系统已经在对安防要求较高的银行进行应用测试，如果该技术投入大规模商业化应用，将有效改善现有视频监控的缺陷，是人工智能改变世界迈出的非常积极的一步。