以海关口岸为例,详述AI视频监控系统在公共安全领域的应用

简介:

以海关口岸为例,详述AI视频监控系统在公共安全领域的应用

去年,我国安防行业总产值达5400亿元,在这个过程中,我们花了35年时间便占据了全球50%的市场份额,成绩喜人。

但在这个大环境下,我国安防产业还存在一些问题。

目前政府采用的很多视频监控设备都相对老化,如今各国恐怖事件频发、犯罪分子作案手段高明,大部分设备都无法应对当前遇到的棘手难题;

再者,现在很多智能化设备在实验阶段表现正常,但一旦应用到实战就问题重重,前端采集能力不够、视频的动态人脸识别不理想等;

另外,如今大多数安防厂商都一窝蜂地钻到公安、交通等“大单”领域,城市的水资源防控、桥梁防控等“小单”领域却鲜有问津。对此,安防厂商也许可以转变视角,关注一些行业细分领域,一起将公共安全工作做好。

本文以深圳湾口岸的人流/车辆分析管控为例,谈一下基于AI的视频监控系统在包括监狱的管控以及环境的综合管控三个方面的问题及解决方案。

雷锋网了解到,现在很多国家都在想着如何借助人工智能提升服务效率。每个国家都有自己的唯一“通道”,在这个“通道”中,总是会出现一些问题,不管是人、车还是其他的一些东西。

据相关数据统计,目前深圳湾口岸每天的人流量最高峰在20多万左右,最低也有五六万,口岸流动人口较多、密度大;另外口岸管理部门存在人手不够的问题,面对快速流动、高密度人群中的犯罪分子,无法快速排查与识别等。

在这其中,主要包含三大块问题。

以海关口岸为例,详述AI视频监控系统在公共安全领域的应用

一、对于大数据存储和管理问题。口岸每日采集的数据是否可以储存三个月或者是一年时间?每次采集的数据如何建立大数据库,并对该数据进行分析和分类,并能使该数据与其他政府部门进行对接?

对于人员管理问题。应该选择怎样的算法才能对所有进出口岸人员进行识别、筛选和排查?是否可以对不同人种或者明显特征的人员识别并筛选?是否可以在人员高密集、流动强地区以最少的人力基础及非介入式的方式进行排查工作?

三、对于车辆管理问题。每日口岸车辆的流量达到4万,对车辆合法性、车内危险品和偷渡藏匿人员的排查和检测工作量大。车辆管理包含小车、客车和货车三类。(包含载人和空车)。车辆管理方面也有很多需求。是否有设备对小车进行车牌识别和车内危险品、人员藏匿、一分钟快速、精准排查,确保车辆合法性、安全性?是否有设备对出境车辆在检查期间防冲撞的防范?是否有设备可以远距离并穿透玻璃进行排检?对于空载的货车或客车是否有设备可以进行对危险物品和偷渡人员的无辐射、快速检测?

而以上这些问题,需要建立智能化人脸识别分析系统解决。

人脸识别分析系统能对通行人员进行人脸抓拍,并实时与数据中心的“黑名单库”进行比对,对于进入中国的所有人员,都会全部抓取。偷渡、走私在每个国家、每个口岸都存在着,很多国家都还是采用X光机进行扫描检查,但这里面的辐射都人体有很大伤害,现在通过视频可视化、对数据的智能分析,自动判断并实现与口岸综合管理平台的联动处置,轻松解决这些问题。

同时,通过建立大库检索平台,并进行长时间的自动抓拍、人脸存档,有效保留人员的人脸图像,以备事后的查询。

另外针对车辆,对进出口岸的车辆建立信息档案。考虑到摄像头24小时运作,晚上大灯照在摄像机上面,画面无法显示,因此停车场入口摄像机还要做逆光处理,值得注意的是,这里除了硬件和宽动态处理,更多的是在后台利用算法处理;再者,可以覆盖车流量监控技术,货车查验通道管控设施建设。

口岸车辆检查通道安全管控措施是指除了所涉及的每条车辆检查通道部署的管控措施外,还可结合出入境货车查验特点,针对货车查验通道额外部署关于车体藏人检测的相关管控措施,具体可以结合货车结构,增加车底、车体、整流罩藏人检测等技术手段。

以海关口岸为例,详述AI视频监控系统在公共安全领域的应用

据雷锋网(公众号:雷锋网)了解,目前基于人工智能的视频解决方案的确帮助政府管理人员解决了不少难题,但在实际应用过程中尚存一些问题。

从集成商和用户那边得到的一些反馈来看,很多解决方案在平台上应用都很不错,但实际操作过程中就有很多问题。前端采集能力不够、视频的动态人脸识别不理想。目前很多解决方案在视频中的动态人脸的采集与识别成功率不到50%,提升空间还很大。比如说在监狱看管问题上,监狱有个明文规定,每隔半小时就要点次名,每到这时候,狱警就很头疼,一个监狱两三千个摄像头,没有哪个监狱值班人员愿意在平台前坐上七八个小时去鉴定视频监控抓取的准确度。

如今很多大型产商的监控摄像头都具备自主学习能力,不管里面的人走到哪里,它都能很好的识别,出现问题会及时报警。所以说,以后的类似方案最少得做到三点:能听、能看、能讲,要不然离智能化还存在一定差距。

另外,现在很多安防厂商都在做基于人的防控系统,但忽略了一个方向——环境安全的综合防控。这其中涉及了很多问题,水资源安全、山体安全、气候安全等等,这些细分领域都带来了一系列的应用问题。现在很多行业部门都需要安防企业,比如水利部门需要对9大库区、16条河流的沿途水质进行监测,高铁的沿途桥梁也需要加装视频监控防护系统等等,但这些目前还很少有企业在做。

雷锋网了解到,国家十三五就提出了针对环境安全的相关解决办法,包括全面关闭电镀厂等。如果现在有智能监控系统能自动地监测、分析土壤、水质等问题,聚焦大安全体系,这无疑是相关企业的又一大发展契机。

我国平安城市的建立自911事件开始到2008年结束,之后由平安城市向智慧城市转变,如今很多城市传统的设备已经老化、损坏,因此相关企业应该努力提供一个统一的360°的整体解决方案,去更好地分析判断提升社会安全性。


本文作者:张栋

本文转自雷锋网禁止二次转载,原文链接

相关文章
|
10天前
|
人工智能
AI对话网站一键生成系统源码
可以添加进自己的工具箱,也可以嵌入自己博客的页面中,引流效果杠杠的,新拟态设计风格,有能力的大佬可以进行二开,仅提供学习,用户可输入网站名称、AI默认的开场白、AI头像昵称、AI网站中引流的你的网站等等内容,所有生成的网页全部保存到你的服务器上
53 27
AI对话网站一键生成系统源码
|
15天前
|
人工智能 自然语言处理 搜索推荐
【上篇】-分两篇步骤介绍-如何用topview生成和自定义数字人-关于AI的使用和应用-如何生成数字人-优雅草卓伊凡-如何生成AI数字人
【上篇】-分两篇步骤介绍-如何用topview生成和自定义数字人-关于AI的使用和应用-如何生成数字人-优雅草卓伊凡-如何生成AI数字人
91 24
【上篇】-分两篇步骤介绍-如何用topview生成和自定义数字人-关于AI的使用和应用-如何生成数字人-优雅草卓伊凡-如何生成AI数字人
|
9天前
|
机器学习/深度学习 存储 人工智能
MNN-LLM App:在手机上离线运行大模型,阿里巴巴开源基于 MNN-LLM 框架开发的手机 AI 助手应用
MNN-LLM App 是阿里巴巴基于 MNN-LLM 框架开发的 Android 应用,支持多模态交互、多种主流模型选择、离线运行及性能优化。
786 14
MNN-LLM App:在手机上离线运行大模型,阿里巴巴开源基于 MNN-LLM 框架开发的手机 AI 助手应用
|
6天前
|
人工智能 开发框架 数据可视化
Eino:字节跳动开源基于Golang的AI应用开发框架,组件化设计助力构建AI应用
Eino 是字节跳动开源的大模型应用开发框架,帮助开发者高效构建基于大模型的 AI 应用。支持组件化设计、流式处理和可视化开发工具。
122 27
|
5天前
|
存储 人工智能 NoSQL
Airweave:快速集成应用数据打造AI知识库的开源平台,支持多源整合和自动同步数据
Airweave 是一个开源工具,能够将应用程序的数据同步到图数据库和向量数据库中,实现智能代理检索。它支持无代码集成、多租户支持和自动同步等功能。
56 14
|
6天前
|
机器学习/深度学习 人工智能 监控
AI视频监控在大型商场的智能技术方案
该方案通过目标检测与姿态识别技术(如YOLO、OpenPose),实时监控顾客行为,识别异常动作如夹带物品、藏匿商品等,并结合AI模型分析行为模式,防止偷窃。出口处设置结算验证系统,比对结算记录与视频信息,确保商品全部支付。多角度摄像头和数据交叉验证减少误报,注重隐私保护,提升安保效率,降低损失率,增强顾客信任。
45 15
|
9天前
|
人工智能 自然语言处理 数据可视化
Cursor 为低代码加速,AI 生成应用新体验!
通过连接 Cursor,打破了传统低代码开发的局限,我们无需编写一行代码,甚至连拖拉拽这种操作都可以抛诸脑后。只需通过与 Cursor 进行自然语言对话,用清晰的文字描述自己的应用需求,就能轻松创建出一个完整的低代码应用。
557 8
|
7天前
|
人工智能 关系型数据库 分布式数据库
PolarDB 开源基础教程系列 7.4 应用实践之 AI大模型外脑
PolarDB向量数据库插件通过实现通义大模型AI的外脑,解决了通用大模型无法触达私有知识库和产生幻觉的问题。该插件允许用户将新发现的知识和未训练的私有知识分段并转换为向量,存储在向量数据库中,并创建索引以加速相似搜索。当用户提问时,系统将问题向量化并与数据库中的向量进行匹配,找到最相似的内容发送给大模型,从而提高回答的准确性和相关性。此外,PolarDB支持多种编程语言接口,如Python,使数据库具备内置AI能力,极大提升了数据处理和分析的效率。
30 4
|
7天前
|
人工智能 自然语言处理 搜索推荐
现在最火的AI是怎么应用到体育行业的
AI在体育行业的应用日益广泛,涵盖数据分析、伤病预防、观众体验、裁判辅助等多个领域。通过传感器和可穿戴设备,AI分析运动员表现,提供个性化训练建议;预测伤病风险,制定康复方案;优化比赛预测和博彩指数;提升观众的个性化内容推荐和沉浸式观赛体验;辅助裁判判罚,提高准确性;发掘青训人才,优化训练计划;智能管理场馆运营和票务;自动生成媒体内容,提供实时翻译;支持电竞分析和虚拟体育赛事;并为运动员提供个性化营养和健康管理方案。未来,随着技术进步,AI的应用将更加深入和多样化。
|
23天前
|
人工智能 自然语言处理 JavaScript
微软开源课程!21节课程教你开发生成式 AI 应用所需了解的一切
微软推出的生成式 AI 入门课程,涵盖 21 节课程,帮助开发者快速掌握生成式 AI 应用开发,支持 Python 和 TypeScript 代码示例。
255 15