眼見為實，還是數據不會說謊，“看臉”的智慧城市

來源：fametal.com.cn 日期：2018-09-03

　　與“人”相關的數據

　　在智慧城市中，我相信眼見為實。因為智慧城市，尤其在城市治理領域，離不開“看臉”，更離不開“看臉”背后的大數據應用。舉例說明，此前公安局IT部門都在修電腦，現在則成為核心破案部門。城市治理正在向科技要警力，通過大數據與人工智能的結合，已實現對犯罪行為的事前、事中、事后監控。

　　視頻云模式很是說明問題。人臉識別，以及人像大數據正在城市治理中，發揮著越來越重要的作用。就技術而論，城市治理與人像識別結合，涉及數據、計算力、人工智能等三方面要素。計算能力是基礎，現在布置7臺GPU服務器，就相當于此前200臺服務器的性能；而人工智能是應用展現，不同的算法可支撐公安刑偵、交通疏導、違章糾察等不同領域的應用。

　　當然，向上承接人工智能，向下對接計算力的就是數據。這里的數據，既指大數據分析平臺，更特指與“人”相關的數據。智慧城市中的諸多領域，每天都在產生海量數據，通常以PB級統計，且不說物聯網傳感器采集的各類數據，單與“人”相關的數據，就包括人口數據、法人數據、互聯網社交數據，以及數以萬計的攝像頭所采集的非結構化數據。而只有將眾多“庫”中，與“人”相關的數據相互融合協同，才可能在城市治理中產生價值。

　　而對于人像大數據在城市治理領域中的應用，以“人”為數據主體是城市治理應用的基礎，而在基礎形成的人像識別大數據解決方案，則包括：看、識、分析、決策四個部分。

　　望聞問切的人像識別

　　此原理頗與中醫中的望、聞、問、切理論相通?？词裁矗恳曨l、圖片，人像和車牌等都屬于被“看”的感性數據范圍。而“看”目的，就是如何識別？人像識別，關鍵就在于識別，包括：靜態人像比對和動態人像比對。在此方面既涉及人工智能算法，又涉及前端采集數據，與后臺數據庫的對比。

　　當然，“看”和“識”只是基礎能力，而與智慧城市緊密結合，則必須依靠“分析和決策”進行前端展現，這也正是舊、新安防時代的歷史分水嶺。舊安防時代，缺乏“分析和決策”能力，視頻監控系統只是單純的圖像采集工具，只能“看”，也止于“看”。

　　而步入數據智能化的新安防時代，對安防基礎設施的定義不再只是“看”，更要“懂”，會分析、能決策。

　　具體而言，人像大數據解決方案中的分析模塊主要包括：個體畫像、人與人關聯和群體分析。在個體畫像方面，通過人臉識可分析出個人一年來的行為軌跡、每天的出現和消失地點、居住地、活動點、異常點。

　　舉例說明，如果你每天早晨8點從通州出發，10點鐘出現在西二旗，晚上10點回家。你多半是科技或互聯網公司的上班族。其中，程序員的可能性為60%、產品經理可能性為30%、銷售經理的可能性為10%。

　　這就是個體畫像，當然個體畫像不可能單純依靠攝像頭采集到的信息，信息來源還必須包括：線上和線下的關聯數據，例如公安部門所存檔的戶籍、教育、交通、住宿、實名制數據，以及微信、微博、淘寶、QQ等互聯網社交數據。綜合上述數據，才可完成完整個體畫像。

　　而通過個體畫像，又可進一步完成人與人的關聯分析，以及群體分析。在此過程中，可通過大數據分析找出個體與群體的共同點：例如同車出行、伴隨、同事、同行為模式、同小區、同前科。舉例說明，如果系統中所監控的吸毒人員同時出現在某一區域，就別猶豫，趕快出動警力，一舉斷掉這個制毒販毒窩點。

　　目前，基于視頻監控云，依圖科技可提供行為軌跡分析、人物畫像分析、同行人員查詢、異常行為報警、異常場所報警、人口密度分析等多類應用。由此，智慧城市正在進入“看臉”的時代，而“看臉”的基礎，就是計算能力和以“人”為主體的數據分析能力。

聲明：部分文字或視頻來源網絡，轉載出于傳遞更多信息之目的。若侵犯了您的合法權益，請作者持權屬證明與本網聯系，我們將及時更正、刪除，謝謝。 郵箱地址：xuxt@fmkzt.com