資料標註在智慧安防領域中的具體應用丨曼孚科技

受益於人工智慧技術的快速發展，智慧安防得到越來越廣泛的應用。

在計算機視覺、語音識別等多項AI技術的加持下，智慧安防實現了對人臉、指紋、虹膜、掌紋、指靜脈、聲紋、步態等多種生物特徵的身份識別。

在實際的應用場景中，AI技術還可對公安大資料進行智慧分析，切實提升其認知、預測與決策等相關能力。

不過，儘管智慧安防在多個場景實現了商業級別的應用，但是總體上仍處於起步階段，當前智慧安防還存在以下三個方面的問題：

一是目前人類科學對人類智慧的本質和運作機制的理解並不透徹;二是深度學習演算法技術瓶頸逐漸凸顯，大規模深度學習無法進一步提升模式識別的能力;三是安防領域的資料更多的是以影片、圖片、音訊等非結構化形式存在，需要經過結構化處理才能打通應用。

為了進一步提升智慧安防應用的適用性，推動智慧安防從被動防禦向主動預警發展，核心點是提高資料處理的速度與效率，解決深度學習下演算法對於結構化資料集的需求，這就需要資料標註行業提供更深度的支援。

智慧安防領域，資料標註主要應用於計算機視覺與語音識別兩個主要領域。

1. 計算機視覺

在智慧安防不斷推進的過程中，生物識別技術已經越來越成熟，在日常監控、出入境管理、刑事案件偵查中都有著廣泛的應用，而這些應用的背後離不開資料標註技術的支援。

資料標註實現了對訓練圖片中人物的性別、年齡、膚色、表情、頭髮以及是否戴帽戴眼鏡等的分類標註，為深度學習提供了海量的資料集，幫助機器實現了快速識別的能力。

在智慧安防領域，資料標註的主要計算機視覺應用場景包括人臉檢測、人臉關鍵點、人體關鍵點、3D人臉重建、手勢識別、物件追蹤等等。

人臉關鍵點標註

以人臉識別為例，人臉識別技術可對道路卡口、車站、地鐵站、機場等地方的監控影片進行智慧分析，檢測出動態影片中的人臉與黑名單庫中的影像記錄做實時比對，比對成功則立即報警推送給警務人員處置。

另外，在對海量監控影片的有效利用存在巨大挑戰的今天，計算機視覺技術可針對已經生成的海量影片內容進行自動化處理，提供包括行人、機動車、非機動車等關鍵目標的監測、跟蹤、屬性分析。輔以以圖搜圖等檢索功能，讓案件偵辦和治安布控更加智慧便捷。

2. 語音識別

聲紋是典型的生物識別特徵之一。現代科學研究表明，聲紋具有特定性與相對穩定性的特點。無論講話者如何變幻聲音與音調，其聲紋卻始終相同。

基於聲紋的這兩個特徵，偵查人員就可將獲取的犯罪分子的聲紋和嫌疑人的聲紋，透過聲紋鑑定技術進行檢驗對比，迅速認定罪犯，為偵查破案提供可靠的證據。

除了聲紋識別以外，智慧安防領域語音轉寫類標註也是常見的資料標註應用場景。語音通話、問詢的實時轉錄，不僅可以節省寶貴的安防人力資源，還可以大幅度提升工作效率。

未來，隨著我國城鎮化率的不斷提升，軌交、鐵路、民航等客運量將大幅提高，傳統安防依靠人力查閱監控的方式難以滿足業務需求，社會治理對技術手段的需求更迫切，智慧安防將擁有更加廣闊的應用空間。