网络监控提升公共安全的利器

          2017年智能监控系统，不仅对视频进行“存储”，并提取分析特征，进而形成结构化的可检索数据。视频的处理分析全部由系统自动进行，并智能提取相关特征信息，如车辆颜色、车牌号、车型，以及行人的年龄、性别和衣服颜色等等信息。该项技术我们称之为：“视频特征提取分析技术”。
         事实上该项技术的最大优势就是帮助公安民警在海量的视频数据中，迅速找到最有用的信息。比如，如果民警知道犯罪嫌疑人是一名40岁左右的中年男子，那么只要把‘40岁’、‘中年’、‘男’这几个特征输入系统，该技术就会把符合特征的视频片段全都检索出来，极大的提高工作效率和准确率。














        当前安防监控系统能对画面中的行人和其属性进行结构化，让机器能识别人的一些基本属性如性别、年龄、衣服颜色、衣服类型等等，如果从视频图像从目标正面抓拍的话，也能识别到脸部一些具体的特征，如有没有戴口罩、眼镜、胡子类型等。
        但这种信息的采集与人脸识别是不同的，这是一种短效、对分辨率要求不高时得到信息的一种途径。特征识别可以在摄像头无法抓拍到人脸的情况下，调动摄像头继续跟踪相应特征的人(系统设置为感兴趣对象)，据外媒称这种方法让一些恐怖袭击捉捕变得简单。当然这里有个大前提便是攻击者在攻击后保持着相同的衣服。所以特征识别真的可以取代人脸识别吗?















         这里也有两个特征必须强调的，一是特征识别提供相比人脸识别更多的“假”情报;二是当人的特征发生改变的时候，其工作效率会降低。所以特征识别更适用于案发现场短时间内的即时追踪，而不适用于长期追踪。当前更多的安防监控厂商将其作为人脸识别的重要补充手段，为此在国外也有不少专家提出在今天绝大多数普通安防摄像头无法满足人脸识别分辨率的条件下，似乎特征识别会比人脸识别在抓获犯罪分子来得更加直接。















         广西南宁斯迈特安防监控公司 ，能够帮助人们在广泛的网络监控摄像头中追踪一个人，挖掘出更多嫌疑犯的特征。为我们的公区安全做出一份自己的贡献。据外媒表示，虽然当前特征识别看上去仍有漏洞，但随着人工智能与深度学习的发展，未来智能识别将成为智能摄像头的标配。