隨著影像數(shù)據(jù)不斷增加，人工智能和深度學(xué)習(xí)（DeepLearning，機(jī)器學(xué)習(xí)分支）技術(shù)已成為安全監(jiān)控的關(guān)鍵，能夠有效降低人為錯誤和誤報，并大幅減少影像搜尋時間，對眾多產(chǎn)業(yè)造成極大的影響。

人工智能深度學(xué)習(xí)技術(shù)深刻改變影像監(jiān)控產(chǎn)業(yè)

人工智能發(fā)展方興未艾，隨著影像數(shù)據(jù)不斷增加，也已成為安全監(jiān)控的關(guān)鍵。本文將重點分析，深度學(xué)習(xí)科技如何在影像監(jiān)控領(lǐng)域脫穎而出。

人工智能（ArtificialIntelligence，AI）為一項使機(jī)器能夠從過去經(jīng)驗中學(xué)習(xí)的技術(shù)，又稱為「機(jī)器學(xué)習(xí)（MachineLearning）」或「認(rèn)知運算（CognitiveComputing）」，透過模仿人類大腦所組成的多層類神經(jīng)網(wǎng)路辨別物件及其模式，并在無人類干預(yù)的情況下自行做出決策。隨著影像數(shù)據(jù)不斷增加，人工智能和深度學(xué)習(xí)（DeepLearning，機(jī)器學(xué)習(xí)分支）技術(shù)已成為安全監(jiān)控的關(guān)鍵，能夠有效降低人為錯誤和誤報，并大幅減少影像搜尋時間，對眾多產(chǎn)業(yè)造成極大的影響。

「深度學(xué)習(xí)」在影像監(jiān)控領(lǐng)域脫穎而出

以深度學(xué)習(xí)為基礎(chǔ)的演算法大幅勝過傳統(tǒng)電腦視覺演算法，其主要塬因為深度學(xué)習(xí)系統(tǒng)能夠持續(xù)24小時、每天不斷訓(xùn)練及提升其數(shù)據(jù)量。許多應(yīng)用結(jié)果皆顯示，深度學(xué)習(xí)系統(tǒng)在某些領(lǐng)域上可達(dá)到近99.9%的準(zhǔn)確度，而電腦演算法要超過95%的準(zhǔn)確度是非常困難的。

另外，深度學(xué)習(xí)系統(tǒng)展現(xiàn)卓越的能力，能夠偵測未知或非預(yù)期中的事件（異常事件），此特性能顯著地減少在安全影像分析系統(tǒng)中所產(chǎn)生的錯誤偵測。事實上，無法降低錯誤偵測率為影像監(jiān)控產(chǎn)業(yè)的主要問題，因此目前各大產(chǎn)業(yè)皆對于智慧影像分析解決方案有強(qiáng)烈的需求。雖然深度學(xué)習(xí)已應(yīng)用于眾多產(chǎn)業(yè)且得到突破性的成果，但并非所有應(yīng)用都合適，然而在影像監(jiān)控領(lǐng)域的應(yīng)用則明顯脫穎而出。

人工智能深度學(xué)習(xí)4大技術(shù)優(yōu)勢

人工智能深度學(xué)習(xí)技術(shù)應(yīng)用于影像監(jiān)控領(lǐng)域，可彰顯下列4大優(yōu)勢：

1、降低誤報率：人工智能偵測能夠輕易辨別不同種類的人和物件，例如在此區(qū)域中設(shè)定偵測「人」，則當(dāng)動物及車輛經(jīng)過，或者樹木產(chǎn)生的陰影，皆不會造成誤報，可減少90%的誤報率。換句話說，在沒有人工智慧的情況下，動物、樹、陰影、天氣狀況都將觸動感應(yīng)裝置并誤發(fā)出警報。

2、容易設(shè)置及維護(hù)：沒有人工智能的傳統(tǒng)影像監(jiān)控必須考慮地形、攝影機(jī)視角、感應(yīng)器位置等，一旦要在設(shè)定上作任何變動都需要手動重新計算這些因素，并可能會影響其他塬有的設(shè)定。相較之下，使用人工智慧偵測功能，可讓系統(tǒng)管理者透過單一控制介面調(diào)整系統(tǒng)設(shè)定及攝影機(jī)，亦能隨時在幾分鐘內(nèi)調(diào)整特定區(qū)域內(nèi)欲偵測的目標(biāo)物件。

3、容易與第三方技術(shù)整合：人工智慧的本質(zhì)就是學(xué)習(xí)，并且能夠自行調(diào)整成適合在各種條件下的運行狀態(tài)，因此人工智慧可以輕易且即時地與第叁方技術(shù)進(jìn)行多層組合。例如，一旦在特定區(qū)域中偵測到目標(biāo)物件，便會發(fā)出警報、自動開鎖管制進(jìn)出、或連動其他附加裝置等，而這些設(shè)定皆只須從滑鼠按下按鈕便能完成。人工智慧影像監(jiān)控系統(tǒng)亦能夠輕易地與現(xiàn)有的錄影裝置及儲存系統(tǒng)（NVR）進(jìn)行整合。

4、性能穩(wěn)定持久：沒有使用人工智慧的影像監(jiān)控系統(tǒng)需要結(jié)合多項組件，以及復(fù)雜的設(shè)置才能提高偵測準(zhǔn)確度，然而越多組件代表發(fā)生故障的機(jī)率越高，包括暴露在外的感應(yīng)器若受到損害，便會造成錯誤或延誤偵測。另一方面，以人力進(jìn)行監(jiān)控管制，也無法確保能得到穩(wěn)定且正確的資訊。研究顯示，一個人的專注力最多只能維持20分鐘，而當(dāng)人們同時面對多個物件，如監(jiān)視多個攝影機(jī)監(jiān)控螢?zāi)唬⒁饬Ω鼤焖傧陆怠Ｈ斯ぶ腔奂夹g(shù)可完全消除這些疑慮，此外使用人工智慧相對減少所需組件，有效降低系統(tǒng)故障的風(fēng)險。

應(yīng)用于監(jiān)控影像分析4大亮點

基于人工智能深度學(xué)習(xí)技術(shù)的監(jiān)控影像分析解決方案，亦可突顯以下4大亮點：

1、區(qū)別人類、動物及雕像：人工智慧系統(tǒng)持續(xù)分析監(jiān)控攝影機(jī)所捕捉的影像串流，能夠區(qū)分人類的臉孔與非人類物件（如動物、雕像）的臉，并如人類的大腦，人工智慧會將這些訊息儲存在記憶中。

2、人臉快搜：利用人工智能能夠即時偵測圖片中的人臉及特徵，使用者不需在系統(tǒng)中建立人臉資料庫，只需上傳目標(biāo)物件的人臉照片到系統(tǒng)，人工智慧便能從記憶中搜尋相似的人臉，分析此目標(biāo)人物在何時、何地出現(xiàn)過，并能夠利用時間及攝影機(jī)位置與地圖連接，獲得此人物的行徑并推測可能進(jìn)行的路線。此外，使用者可以決定想要搜尋的日期與時間區(qū)間，亦可指定特定攝影機(jī)做搜尋，并能夠調(diào)整相似度，決定所搜尋的人臉與上傳的照片匹配程度高低。

3、人臉辨識：深度學(xué)習(xí)技術(shù)應(yīng)用在人臉辨識上，能有效改善其準(zhǔn)確度。美國國家標(biāo)準(zhǔn)技術(shù)研究所（NIST）在過去10年中進(jìn)行人臉辨識供應(yīng)商測試（FRVT），根據(jù)NIST的報告顯示，在過去20年人臉辨識的錯誤率已大幅改善。現(xiàn)今大多數(shù)擁有高性能及高準(zhǔn)確度的人臉辨識產(chǎn)品，都是基于深度學(xué)習(xí)技術(shù)。而根據(jù)Facebook和特拉維夫大學(xué)的研究，人臉辨識用于特定環(huán)境（例如辨識機(jī)場移民），其準(zhǔn)確率已達(dá)到99.9%。

4、入侵偵測：人工智能可使入侵偵測功能達(dá)到最高準(zhǔn)確度及最低誤報率。使用人工智慧，系統(tǒng)管理員可根據(jù)所需，配置具有不同條件及目標(biāo)偵測物件的限制區(qū)域，包括特定顏色偵測或特徵偵測。例如，未穿著所需制服或攜帶食物/飲料的人、超過5人在此區(qū)域游蕩、在特定時間有目標(biāo)物件入侵、異常行為或逆向行進(jìn)等，皆能準(zhǔn)確偵測并發(fā)出警報。

結(jié)語

由于人工智能深度學(xué)習(xí)技術(shù)具備上述優(yōu)勢及亮點，全球安全監(jiān)控業(yè)者也已紛紛投入相關(guān)設(shè)備及應(yīng)用開發(fā)。