《中国人工智能学会通讯》——第4章 4.1 视频监控进入大数据时代

第4章 4.1 视频监控进入大数据时代

大数据是连接城市信息基础设施与城市智能化应用系统之间的桥梁。目前全球已经有 600 多个城市开展了“无线城市”计划,推进城市信息基础设施的建设,城市信息基础设施的不断完善意味着城市的建设、环境、经济、产业、医疗、卫生、教育、人文等各种领域的数据都越来越丰富。然而,要实现智慧城市,关键还需要在城市信息基础设施的基础上实现智能政府、智能医疗、智能交通和智能电网等各种智能化应用。在信息基础设施获取的数据和各种智能应用之间,大数据相关技术扮演了连接两者桥梁的重要角色。

视频图像信息是公安机关开展警务指挥调度、侦查办案和社会治安管理的重要信息。社会治安视频监控体系的建立,在社会治安和城市管理方面发挥了重要作用,视频监控图像信息已成为反恐维稳斗争、刑事案件侦破、突发事件处置、社会治安防控中,收集犯罪证据、提取犯罪线索、掌控治安形势的重要资源,为社会与经济持续稳定发展提供了有力保障。

视频监控数据由于其信息涵盖的丰富性、目标展现的直观性、时空表达的准确性、事件反馈的及时性成为处置各种公共安全事件的重要信息来源。近年来,随着视频监控技术的不断发展和平安城市、“3111”工程、智慧城市等工程项目的建设完善,截至到 2012 年底,全国已经建成超过 2 300 万以上的视频监控数据探头,其中接入公安系统的在300 万以上。视频监控已经成为公安机关治安维稳、打击犯罪、应急指挥的有效手段,视频监控技术也成为了继刑侦、技侦、网侦之后的公安机关“第四大支柱技术”。

视频监控在反恐维稳中发挥着无法替代的作用。当前,全球恐怖主义活动频发,中国也面临着巨大反恐的压力。以新疆维吾尔自治区为例,自2009 年以来,新疆公安机关处置的危安现行组织团伙案多达 100 余起;2012 年新疆暴恐案件更是有 190 余起,较上年大幅增加。从现在国内外破获恐怖案件的情况来看,视频监控在其中具有关键性的作用。例如,2005 年伦敦地铁爆炸案中,警方利用 6 000 多套地铁站台和车厢内的视频监控设备,一周内就成功将 4 名犯罪嫌疑人全部抓获;2013年美国波士顿发生的马拉松比赛爆炸案件中,在人员众多、情况复杂的情况下,美国警方从现场视频监控取得案件调查的“重大突破”,仅用 4 天就将两名主要犯罪嫌疑人抓获;2013 年鄯善县鲁克沁镇“6·26”暴恐案件发生后,视频监控数据对嫌疑人员抓捕、犯罪事实认定都起到了关键作用。

视频监控在打击犯罪中发挥着不可或缺的作用。近年来的国内外实践表明,视频监控不仅是提高群众安全感、满意度的重要途径,更是公安机关适应并驾驭新时期公共安全局势的重要载体和打击犯罪的利器。据统计,全国在涉及“两抢一盗”的刑事案件中,百分之百的案件都会应用到相关视频。以武汉市为例,其全国首创成立视频侦查支队在运行 2 个月内将街头盗窃、抢劫等“小案”破案数,较去年同比增长了 3 倍;现案破案率同比提高13%。2008 年,仅浙江省就利用境内约 50 万个视频监控点查处治安案件 10 640 起,破获刑事案件4 293 起;西安市碑林区自 2008 年大力开展视频监控建设,2009 年破获各类刑事案件数量上升了21.5%,抓获网上在逃犯罪嫌疑数量上升 19%,群众社会安全感由 2007 年的 78.99% 升到 2009 年的89.04%。

视频监控在社会管理中发挥着不容忽视的作用。当前,在处理处置交通违章、交通肇事等警务工作中,视频监控数据起着关键佐证的作用。另一方面,正是由于视频监控的存在,交通法律法规才能顺利贯彻执行。以上海市为例,电子警察配合视频监控已经成为交通纠违的重要方式,百分之百交通违章事后处理需要依靠视频监控数据。此外,视频监控设备还广泛地应用于治安保全等警务领域。

时间: 2024-10-17 18:31:54

《中国人工智能学会通讯》——第4章 4.1 视频监控进入大数据时代的相关文章

中国人工智能学会通讯——深度学习与视觉计算 1.1 视觉大数据

摘要:首先阐述什么是视觉大数据,以及视觉大数据分析需要解决的关键问题:然后介绍 了深度学习的发展背景,并简要回顾了深度学习在计算机视觉领域的发展历史:最后介绍 了深度学习在视觉计算中的一些工作,并讨论了未来潜在的研究方向. 1.1 视觉大数据 人类感知外部世界的时候,约有 70% 以上的外界信息是由视觉系统所接收和处 理的.因此,对于视觉信息的有效处理与 理解是非常重要的. 我们知道,从第一台光学成像设备产生 的那一刻开始,人们就在不断地改进成像 系统,希望能够更加真实地记录客观世界, 留下往日

中国人工智能学会通讯——无智能,不驾驶——面向未来的智能驾驶时代 ( 下 )

到目前为止似乎比较完美,而实际还 存在着一些问题.我们现在看到很多道 路上面,交通标志牌它的分布非常稀疏, 可能每过一两公里才能够检测出来一个 交通标志牌,因为毕竟这个深度学习算 法是目前最完美的,它有时候还会错过 一个交通标志牌,这时候怎么办呢?我 们会发现在路面上也有非常明显的视觉 特征,我只要把路面的这些视觉特征识 别出来进行匹配,其实是有连续的绝对 的视觉参考的.所以我们做的办法是, 把这个路面粘贴起来.这个粘贴的方法 很简单,跟我们手机拍场景图片一样, 我们慢慢移动的时候可以把这个场景

中国人工智能学会通讯——无智能,不驾驶 ——面向未来的智能驾驶时代(上)

我们做智能驾驶其实是真正出于现在对一些社会问题的思考.今天堵车的问题很严重,堵车导致了路怒.违规驾驶,又会导致交通事故:交通事故会让路更堵,同时会造成能源浪费.废气排放.另一方面,我们停车也很困难.关于停车有三个数据,第一个数据,一辆车96%的时间是处于停放状态,而且它需要两个停车位,家里和办公室各一个:第二个是美国统计的,在商业中心附近的闹市区,汽车行驶里程当中的30%~35%是为了停车,并不是为了从A点到B点;第三个数据,现在很多大城市15%~30%的土地是用来停车的.我们想象一下,为什么房

《中国人工智能学会通讯》——11.25 单目视频下运动物体建模及分析

11.25 单目视频下运动物体建模及分析 特征点轨迹是刻画视频中不同图像帧匹配关系的一种常用表示,其首先提取图像中的特征点,例如Harris 特征点,然后利用 Lucas-Kanade 方法[3]对这些特征点进行跟踪得到.由于特征点具有显著性和稳定性的特点,特征点轨迹往往较精确而且可以持续较长时间,从而能准确刻画物体的长时间运动.如图3所示,本章主要研究基于特征点轨迹的运动视频分割,其关键在于对同一个物体上轨迹进行运动建模. 已有研究表明,在仿射摄像机下,同一个运动物体上的轨迹在一个低维线性子空

《中国人工智能学会通讯》——第12章 12.1 新世纪知识工程—— 在哪里跨越

第12章 12.1 新世纪知识工程-- 在哪里跨越 知识工程诞生于上世纪 60~70 年代.知识工程的诞生帮助人工智能摆脱了当时社会对它的信任危机,是人工智能中最接近实际.接近社会应用的分支.然而传统的知识工程经历了不太长的一段辉煌以后,又逐渐显示出它的诸多不足.这并不是因为知识工程这个研究方向先天地就缺乏存在价值,而是因为社会的进步使传统的知识工程理论和技术越来越显得不能适应.进入新世纪(21 世纪)以后,知识工程面临一个崭新的形势:万维网网站数呈现摩尔定律,每 15 个月翻一番:知识工程荣登

中国人工智能学会通讯——机器学习里的贝叶斯基本理论、模型和算法

非常感 谢周老师给这个机会让我跟大家分享一下.我今天想和大家分享的是,在深度学习或者大数据环境下我们怎么去看待相对来说比较传统的一类方法--贝叶斯方法.它是在机器学习和人工智能里比较经典的方法. 类似的报告我之前在CCF ADL讲过,包括去年暑假周老师做学术主任在广州有过一次报告,大家如果想看相关的工作,我们写了一篇文章,正好我今天讲的大部分思想在这个文章里面有一个更系统的讲述,大家可以下去找这篇文章读. 这次分享主要包括三个部分: 第一部分:基本理论.模型和算法 贝叶斯方法基础 正则化贝叶斯推

中国人工智能学会通讯——深蓝、沃森与AlphaGo

在 2016 年 3 月 份,正当李 世石与AlphaGo 进行人机大战的时候,我曾经写过 一 篇< 人 工 智 能 的 里 程 碑: 从 深 蓝 到AlphaGo>,自从 1997 年深蓝战胜卡斯帕罗夫之后,随着计算机硬件水平的提高,计算机象棋(包括国际象棋和中国象棋)水平有了很大的提高,达到了可以战胜人类最高棋手的水平.但是,长期以来,在计算机围棋上进展却十分缓慢,在 2006 年引入了蒙特卡洛树搜索方法之后,也只能达到业余 5 段的水平.所以 AlphaGo 战胜韩国棋手李世石,确实是人

中国人工智能学会通讯——深度学习与视觉计算 1.3 计算机视觉领域利用深度学习可能带来的未来研究方向

1.3 计算机视觉领域利用深度学习可能带来的未来研究方向 第一个,深度图像分析.目前基于深度 学习的图像算法在实验数据库上效果还是 不错的,但是远远不能够满足实际大规模 应用需求,需要进一步的提升算法性能从 而能够转化相应的实际应用.比如这个基 于图片的应用,可以估计性别和年龄,但 是其实经常会犯错,因此需要进一步提升 深度图像分析的性能. 第二个,深度视频分析.视频分析牵扯 到大量的数据和计算量,所以做起来更加 麻烦.当前深度视频分析还处于起步的阶 段,然而视频应用非常广泛,比如人机交互. 智

中国人工智能学会通讯——智创未来 未来已来

2016 年带着我们难忘的记忆,就这样翻篇了.由我们学会发起.全国多个组织积极参与的.纪念全球人工智能 60 年的一个个系列活动历历在目,在我们身边发生的种种无人驾驶的比赛和试验活动还在让我们激动不已,AlphaGo 战胜人类围棋冠军李世石的震荡被 Master 的新战绩推向又一个新高潮,时间就这样把我们带入了新的一年--2017 年. 对 2017 年的人工智能,我们会有什么期待呢? 深度学习会火 无人驾驶会火 机器人产业会火 机器同传会火 人机博弈会火 交互认知会火 不确定性人工智能会火 智