社交账号登录

社交账号登录

0/34

上传头像

拖拽或者缩放虚线框,生成自己满意的头像

头像

预览

忘记密码

设置新密码

智能

现实“疑犯追踪”:莫斯科全面部署人脸识别,其实中国也在做

谢金萍2017-09-30 07:10:24

“天网”来了

美国 “9.11” 之后,为了防止悲剧再次发生,政府研究出一个人工智能系统,把全国所有摄像头连接起来,通过抓取人的行为、包括过去的数据进行分析,判断其是否为犯罪嫌疑人,并预测他下一步动作,再以最快的速度调动安全部门、警察局资源,在犯罪发生前赶到现场,阻止悲剧发生。

这是美剧《疑犯追踪》虚构的故事。而现在这样的场景正在成为现实。

根据彭博社的报道,俄罗斯的首都莫斯科正在把人脸识别技术放入城市闭路摄像头系统中。

莫斯科整座城市有超过 16 万台视频监控摄像头,覆盖在 95% 的建筑入口。传统监控摄像头每五天储藏的视频加起来超过 2000 多万小时,莫斯科市政府信息技术部门负责人 Artem Ermolaev 说,“只靠警察人工监察的话,很难处理这么多视频数据。”

需要注意的是,整套城市摄像监控系统工作原理,一般由三部分组成,即硬件摄像头、联网以及后台。前端摄像头收集图像、视频等数据的摄像头,联网把数据传回后台管理系统,这个过程都是即时性的。人脸识别技术则是用于后台系统中。

由于人工处理效率都很比较低,而且盯着屏幕,人眼睛每隔15-16 分钟就会视觉疲劳,一睁一闭之间可能就错过了所追踪的线索。所以把人脸识别技术放入城市闭路摄像头系统中,可以自动过滤无效信息,不仅能协助警察破案,同时也能帮助寻找失踪人口。

Ermolayev 说,把要找的目标人物照片上传到后台系统,如果此人在莫斯科城内,就能从 16 万摄像头中获得此人的位置。

实际上,从 2015 年开始,莫斯科就进入智能摄像头监控试验。由于新技术成本太高,只进行了小范围的试验。Ermolayev 说,增加项目投入前期就要数千万美元,后期在系统维护中更贵,“将近 50 亿卢布( 8600 万美元)。” 新技术加入的费用几乎是传统的十倍以上。

这是一笔不小的资金压力,所以莫斯科政府部门和智能监控系统背后的技术公司都希望减少成本,以进行全面部署。而在过去一年多的试验中,智能监控摄像头已经帮助莫斯科警察抓住 6 名罪犯。Ermolayev 说,这几名罪犯已经潜逃数年,通过新技术在近期 2 个月被警察抓获。

这样的成果让莫斯科政府部门备受鼓舞,以至于计划结束小范围的试验,进行整个城市全面部署。不过,一年过去了,具体成本降低多少,相关部门并没有透露。

本次负责莫斯科智能摄像系统背后的技术公司是 N-Tech.Lab,成立于 2015 年,曾在同年美国华盛顿大学举行的 MegaFace 面部识别大赛中获胜,击败了 Google 等参赛公司。

这家公司后来也创建了 Findface,供用户免费使用,比如电商可用来追踪用户购物习惯,而俄罗斯版的 Facebook——VK 也在使用该应用。据称用户从街上拍下来别人的照片在 VK 上匹配用户,准确率达到 70%。这大概也是 N-Tech.Lab 的人脸识别技术重要数据来源。

而跟 Findface 的图片匹配静态不一样,城市监控摄像头的数据是动态的,这种情况下,人脸识别的正确率很难达到 70%。Ermolayev 也承认,目前智能摄像系统的准确率目前在 30% 左右,所以在考虑如何降低技术成本同时,他们也在研究如何改变摄像机的参数,让系统变得更加稳定。

值得一提的是,Findface 曾经引起过关于个人隐私的争议。去年,有用户通过匹配对比找到色情明星的 VK 账户,并严重地攻击这些色情明星。现在莫斯科整个城市都要部署人工智能摄像头了,是不是意味着人们的隐私都将曝光?

对此,Ermolayev 解释,这套系统和个人应用不同,市民不需要担心隐私问题,智能摄像头拍摄的图像会存在一个封闭的系统中,需要的时候才拿出来和警察的数据做交叉比较,只有执法人员和城市官员才能访问视频数据库。如果发生偷车、抢劫等事件,受害者可以要求官方提供视频副本。

其实,现在全球各个国家都在不同程度、不同范围内,使用智能视频监控,通过人工智能技术、大数据算法,提高城市安全。中国也不例外。

自 2004 年中国政府提出建设“平安城市”开始,中国各省市县城,不同程度上都在部署“天网工程”。也就是在交通要道、治安卡口等公共场合安装视频监控设备,并利用 GIS 地图(具有各种地理信息系统的地图)、图像采集、传输等技术,对刑事案件、治安案件、交通违章、城管违章等图像信息分类。

中国政府也在部署大量摄像头。根据公开数据,2016 年 1 月至 8 月,南昌市在“天网” 探头协助下,抓获犯罪嫌疑人1635人,查处各类案件 2963 件,服务民生 12413 次,对违法车辆进行取证 89340 次。

目前来说,视频中有成千上万的人、车、物等数据信息,如何分类才是关键。在中国,当前主要的解决方案是“视频摘要”技术,用人工智能的方式让视频内容结构化。具体来说,它是针对感兴趣的目标、物体(包括人、车、非机动车、路牌等),由人工大脑自动逐一检测出来,进行跟踪,厘清其属性再进行分类。

比如,视频中可以对具体某个行人,进行包含年龄、性别、衣着、手提物品等各式各样类型的属性分析。确定属性后,使用者即可进行功能性搜索,比如以图搜图或者文字搜索,在海量的视频信息中找到具体目标。

一旦形成视频的结构化,同一段视频内容,各不同部门可各自所需。比如,交警部门感兴趣的车和非机动车等信息数据,而且目前这套系统用的最多的是在交通部门。 这样做可以极大提高工作效率,比如一段 24 小时不间断的视频内容,可以此进行关键信息浓缩,处理成数小时甚至 30 分钟,便于快速观看。

但像任何技术一样,它最后的用途取决于使用者。

目前,国内的商汤科技、旷视、依图科技等以人脸识别技术出名的公司,都能提供这样的技术。一般来说,这些技术最终都会纳入视频监控管理平台(View Management System,简称 VMS),国内如东方网力、海康威视等公司都能提供 VMS 的产品。而这些公司的客户一般都是各地政府机构,他们会直接采购 VMS 产品,或直接向技术公司采购某一项具体的技术。


题图来源:techstory

喜欢这篇文章?去 App 商店搜 好奇心日报 ,每天看点不一样的。