监所单位如何成功建设视频智能分析系统

  • 20212021-08-23
  • 197
  • 分享

监所单位如何成功建设视频智能分析系统

真实的需求

随着信息化建设持续深入,监所单位基本上都已或者即将完成视频数字化+高清化改造,在屏幕前,可以看到监所单位中任意位置的视频画面,各种发生的事情都可以随时调取录像进行复现核查,随之而来的新需求就是大量视频,依靠人工24小时查看,是很难实现的,据有关数据分析,15分钟后监控人员可能错过95%的画面。试想一下,人的监控力度是有限的,而突发事件的发生是不可预见的,靠人为7*24小时的监控难免会产生疏漏,所以需要有一套人工智能系统,通过对每一路监控视频进行实时分析,自动判定该场景中是否存在异常或者危险事态,并且及时提醒值班值守人员,不仅大幅提高了监管安全,而且还切实降低了执勤工作强度。

现实情况

实际上监所单位建设视频智能分析系统尝试已经近10年了,回顾起来,一共经历了以下几个阶段:

第一阶段:2010年-2014年期间,视频AI概念刚刚兴起,算法模型还是处于传统模型阶段,但是开发单位和用户单位都处于兴奋和展望阶段,用户需求是天马行空,厂家开发单位也是敢大胆应承,全国很多监所单位也积极开展很多试点建设,但是由于AI算法、算力、数据等严重不足,导致效果都不理想,给刚刚兴起的监所AI人工智能技术泼了一瓢冷水。

第二阶段:2015年-2019年,随着深度学习的算法提升,GPU算力的快速提高,监所行业的的视频AI分析需求和满足度都有了改善,而且还有很多摄像机自带了一些基础算法功能,从部署和使用的效果上得到很大提升,但是在实际使用中,还是遇到了不少问题。

1、 算法准确性还是与实际需要存在差距,尤其是在监所这种宁误不可漏的特殊环境下,原理性漏报问题成了深度学习系统迈不过去的槛。

2、 监所单位普遍存在强监管+警力有限+信息化数据多这三个要素导致的尖锐矛盾,由原先警力紧巴巴凑合用,上了很多系统导致额外工作量大增,而且人工智能产品本身就不可能完全准确必然会有误报等,形成了基层干警普遍认为数据干扰的印象,系统建成之日就是弃用之时的现象时有发生。

3、 选型标准混乱,功能越多越好、摄像机内置算法与后台专用分析仪算法之争、GPU硬件越多越好、单路成本价格越低越好,或者说单台设备分析路数越多越好,2019年,司法部专门发布标准《监管场所异常事件视频智能分析系统技术规范》,在一定程度上厘清了一些概念上的混乱。

第三阶段2019---至今在发展:AI部署使用理念和人工智能视频算法、算力、数据的持续发展,加上实际效果的确能提升监管安全、缓解一些警力工作强度,以省级为单位的建设开始多了起来了,包括上海、湖南、山东、重庆等戒毒局单位(部署数量以千为单位),监狱单位,其中广东监狱全省视频行为分析全覆盖,20000多路真实部署和使用。

监所单位建设视频智能分析系统经验总结

以笔者从业多年经验来看,最终交付效果比较好的项目,一般都遵循了如下原则:

第一、对各项功能实现效果合理认知与判断

按照司法部发布的标准,目前一共提出了13项功能,每个功能针对监所单位不同场景有一些大致要求,但是目前视频分析技术,还是对一些功能存在力所不能及的现实问题,对有些功能的确可以实现很高可靠性和准确性。很多用户在前期功能规划时,就存在一些不切实际的期待,所以与专业团队认真核对每个功能的可实现度,以及在逻辑上如何最优配置功能组合,是实现成功交付,用户与现阶段技术能力要达到一个科学默契。

第二、分析系统处置业务流程合理规划,既要发现异常,又要大幅降低一线值班民警的工作量。

监所单位,在执勤值岗方面,早期都有相对固定工作模式,一般以人防为主,通过视频分析系统加持,如果规划不恰当,不但无法减轻人防工作量,由于视频行为分析系统自身会产生一些提示和提醒,很容易增加一线民警工作量,而且由于少量误报,甚至都会成为抵制使用的一些理由。所以,一套专业可行的处置业务规划,是成功交付的决定性条件。

第三、算法准确性要高,尽可能的避免原理漏报。

从2015年开始,机器视觉行业,随着算力、算法、数据的持续提升,一些算法功能已经达到比较高的准确性和可靠性,但是因为监所行业很多场景具有自身特性,由于干扰因素,而且目前主流算法均采用了深度学习的算法模型,这种算法存在一个最大问题就是容易导致原理性漏报,很多算法公司因为没有底层的算法编组能力,有的就是在网上使用了一些开源免费算法,导致无法修正误报和克服原理性漏报能力。

第四、重视实践交付能力,淡化产品性

很多用户单位,在技术设计和选型阶段,关注点在产品,实际上经验丰富和强大的交付能力,也是关键之一,所谓交付能力包括对各项功能实现度的理解力,业务处置流程整体设计能力,底层算法重新结构和持续演进能力,大数量视频智能分析系统的真实部署能力和案例,这四项能力融合在一起,才是真实的交付力。

视觉分析AI系统,因为存在四大不确定性,使用人的心态、监所场景的复杂度、算法神经网络的不确定性、逻辑定义的理解差异等。所以是一件交付难度很大的系统,一不小心就容易烂尾,所以寻找一个好的交付合作伙伴,是避免交付入坑的思路,如果仅仅从选一件产品的角度思考问题,思路的局限性就会导致后期的尴尬,毕竟人工智能产品还远未达到标准件产品阶段,假如有一天人工智能产品的可靠性达到99.99%,那样我们就可以像买个摄像机一样采购这项服务了。

趋石采用2D图像3D场景建模,专家系统+深度学习方案,注重实际使用和交付,也是我们一直追求和坚持的。