利用AI視頻監控“預測犯罪”，這事兒到底靠譜嗎？

2002年《少數派報告》中的一個(gè)場(chǎng)景讓人印象深刻，影片中談到未來(lái)是可預知的，利用技術(shù)使得罪犯在行兇之前就得到懲罰。

不少人感慨，如果這些技術(shù)在現實(shí)生活中存在，對于公共治安無(wú)疑是極大的利好。

利用AI“預測犯罪”初獲進(jìn)展

而在今天，這事兒真的有進(jìn)展了。

雷鋒網(wǎng)了解到，最近網(wǎng)上瘋傳著(zhù)AI“預測”犯罪的相關(guān)消息，大概是說(shuō)利用人的行為模式、軌跡等數據評估相關(guān)人犯罪的可能性。

據悉，它能對犯罪行為進(jìn)行辨別，通過(guò)大量數據快速分析出看似毫無(wú)關(guān)系、錯綜復雜的違法犯罪案例中所存在的微妙關(guān)系，然后通過(guò)這些關(guān)系，對違法行為再發(fā)生的概率進(jìn)行精準預測，當公民的犯罪系數達到危險級別時(shí)，該系統就會(huì )提醒警方，提前介入。

新聞中所提的是公安利用AI系統通過(guò)人臉識別、行為分析、步態(tài)分析等AI技術(shù)，會(huì )根據某人去哪里、做了哪些動(dòng)作，給他設置犯罪風(fēng)險評級，然后將預測結果告知警方。它可以在火車(chē)站的正常乘客中識別出小偷，除了用來(lái)跟蹤有案底的人，它還被用來(lái)監控“高風(fēng)險”場(chǎng)所，比如出售刀具和榔頭的商店，舉例說(shuō)，買(mǎi)菜刀的人不可疑，但如果同一個(gè)人之后又同時(shí)買(mǎi)了一把錘子和一個(gè)袋子，那么這個(gè)人的可疑評級就會(huì )上升。

簡(jiǎn)單來(lái)說(shuō)，該技術(shù)就是分析常人的“不正?！眲?dòng)作，之后機器評定他的動(dòng)作屬性是否合規，從而提前提供相關(guān)信息讓當局作出判斷。

讓雷鋒網(wǎng)好奇的是，利用這些數據“預測”犯罪的可行性如何？這個(gè)“技術(shù)”真的可以落地嗎？

深圳自動(dòng)化學(xué)會(huì )會(huì )長(cháng)、資深安防專(zhuān)家主臨寧教授告訴雷鋒網(wǎng)，隨著(zhù)AI算法研究的進(jìn)一步深入與落地，“提前預測”在視頻監控中的應用變得更加強大與成熟。目前通過(guò)視頻分析軟件已經(jīng)可以提前“預判”，如果針對各種“犯罪”形式專(zhuān)門(mén)開(kāi)發(fā)算法應用，可行性非常高。

國外也早已有所涉獵

凡是不會(huì )空穴來(lái)風(fēng)，新聞瘋傳的背后也許是技術(shù)落地前的“預熱”。雷鋒網(wǎng)了解到，早在三年前，基于A(yíng)I的視頻監控系統應用于“預測”犯罪就顯露雛形。

2013年4月15日，美國波士頓發(fā)生恐怖襲擊，“遭襲”之后波士頓警方開(kāi)始大量更換城市視頻監控設備，采購了一批加拿大廠(chǎng)商的安防產(chǎn)品，通過(guò)處理視頻監控數據，分析出“可疑點(diǎn)”。

基于A(yíng)I的視頻監控系統是這樣工作的：事先觀(guān)察人和車(chē)，然后將識別出的“可疑點(diǎn)”提交給警方，警方再去“把關(guān)”該疑點(diǎn)并作出判斷，如果不是危險信號時(shí)，再將結果返回給算法，經(jīng)過(guò)大批警察的一段時(shí)間訓練之后，基于A(yíng)I的視頻監控系統就能將拍攝到的視頻進(jìn)行在線(xiàn)分析、研判。值得注意的是，雖然波士頓警方已經(jīng)應用較長(cháng)時(shí)間，由于數據保密性，目前具體使用效果如何還不可得知。

除此之外，國外AI相關(guān)機構也在積極研究該技術(shù)的落地。以研究“預測家庭暴力犯罪”為例，今年2月份，伯克和賓夕法尼亞大學(xué)聯(lián)合發(fā)表了一項研究報告，他們收集了2009年到2013年約10萬(wàn)件家庭暴力的案例，然后將這些案例數據喂給程序，包括年齡、性別、動(dòng)作、等等。后來(lái)發(fā)現，通過(guò)機器學(xué)習，警方能夠很容易地鎖定哪些人重復犯罪，需要監禁哪些二次犯罪風(fēng)險較高的人。伯克在報告中說(shuō)，目前，由于涉嫌家庭暴力的罪犯有一半是被釋放的，這給警察和政府對他們的監控帶來(lái)了很高的成本。他們的研究挑戰就是在釋放的案例中，推測哪些人二次犯罪的風(fēng)險較低，從而能抽出更多的警力監控那些犯罪風(fēng)險較高的人。

從這看來(lái)，伯克與賓夕法尼亞大學(xué)的研究點(diǎn)除了“不常規”動(dòng)作外，還會(huì )從人的“習性”去判斷未來(lái)“再發(fā)生”的概率。他們的邏輯是，假設此人是“前科”人員，如果他做了“不常規”動(dòng)作，所以定性此人“再犯罪”的概率就會(huì )更高，就更需提高警惕。

該技術(shù)的落地應用是否靠譜？

不得不說(shuō)，恐怖事件頻發(fā)、違法犯罪增多讓各國政府都傷透腦筋，如今各國在打擊犯罪、恐怖主義這件事上都花了很多心思及投入。雷鋒網(wǎng)認為，以往一直是人防為主，如果能通過(guò)這數以?xún)|計的攝像頭來(lái)“解讀”人們的日?；顒?dòng)，從而在其中鑒別出誰(shuí)將會(huì )犯罪，的確會(huì )避免很多慘劇發(fā)生。那么，利用此技術(shù)“提前預測”真的靠譜嗎？

?？低暯鉀Q方案總監胡明輝認為，基于A(yíng)I的視頻監控“預測”犯罪理論是可行的，但是要看具體場(chǎng)景。例如應用在A(yíng)TM機上，通過(guò)視頻結合自然語(yǔ)言識別，可以實(shí)現防詐騙預警；另外當有人長(cháng)時(shí)間在門(mén)口逗留或者在門(mén)禁上加裝物體時(shí)，設備將報警，有效“預防”犯罪。

另外，宇視行業(yè)產(chǎn)品線(xiàn)總工程師湯立波也具體談了一下他對于該技術(shù)落地的看法。

在他看來(lái)，基于視頻分析角度來(lái)說(shuō)，該技術(shù)的應用無(wú)法使用。主要因為很多細分信息抓取不到；室外場(chǎng)景比較復雜，人流多、室外的光線(xiàn)等都會(huì )影響到它的準確率，誤報率非常高。

但從數據分析角度來(lái)說(shuō)，該技術(shù)又是可行的。

它和車(chē)輛分析的原理一樣，底層技術(shù)源于對大數據的分析。以車(chē)為例，在實(shí)際項目中得到比較多得應用的是車(chē)輛積分模型，比如基于幾個(gè)違反常規的行為來(lái)判斷。1、晝伏夜出，2、在高速公路上，正常軌跡是A城直接到D城，但視頻發(fā)現某車(chē)經(jīng)常A城到B城下高速，B城到C城走了一段，又從C城上高速到D城，行為軌跡違反常理，而且發(fā)生多次且不規律，對于這種現象，系統就會(huì )給他一個(gè)分值，一旦分值超過(guò)警戒線(xiàn)，公安部門(mén)就會(huì )密切注意，提前預判。目前此技術(shù)已經(jīng)廣泛應用于全國的公安及交通部門(mén)。

總而言之，從算法角度來(lái)說(shuō)，該技術(shù)已經(jīng)非常成熟，利用大數據做事前研判，應用于海關(guān)、交通等部門(mén)準確率可觀(guān)。但應用于日常的“提前”抓捕來(lái)說(shuō)，該技術(shù)的可行性不高。一、攝像頭不可能密集到各地都是，很多信息都捕捉不到；二、誤報率非常高，給公安民警帶來(lái)了很多麻煩。

與此同時(shí)，雷鋒網(wǎng)(公眾號：雷鋒網(wǎng))也找到了計算機視覺(jué)公司云從科技，聊了聊關(guān)于A(yíng)I視頻分析系統的落地可行性以及該系統是如何預防“犯罪”的。

云從科技安防業(yè)務(wù)負責人表示，該系統主要應用的是人臉識別中的動(dòng)態(tài)布控、靜態(tài)大庫檢索、軌跡追蹤及大數據分析技術(shù)。

這些技術(shù)目前解決了很多實(shí)際難題。

一、傳統的人工視頻排查效率較為低下，公安機關(guān)要在數以百萬(wàn)計的人員照片庫中找出犯罪嫌疑人如大海撈針，不僅費時(shí)費力，還很有可能造成遺漏等情況，成功率極低，破案效率大打折扣；而通過(guò)人臉大數據作戰平臺，公安機關(guān)可以迅速確認在逃人員身份，然后根據軌跡與時(shí)間等信息分析在逃人員去向，精準抓捕；

二、目前公安機關(guān)偵察案件大多數仍然依靠事后追查和通緝，對已經(jīng)發(fā)生的案件造成的損失很難有效彌補；而人臉大數據作戰平臺還可以對慣犯、恐怖分子等有案底的人員進(jìn)行實(shí)時(shí)預警，防患于未然，第一時(shí)間將損失控制在最小范圍內。

根據以上目前尚存的應用難點(diǎn)，云從科技提出了全城封鎖戰法。

一、利用人臉大數據平臺對重點(diǎn)管控人員犯罪行為進(jìn)行評估，在日常的數據積累中，警方已經(jīng)掌握了轄區重點(diǎn)管控人員日?；顒?dòng)軌跡、范圍，一旦出現持續異常，可及時(shí)發(fā)現并評估風(fēng)險。通常來(lái)說(shuō)，慣犯和重新犯罪人員有較高的行為異常幾率，系統主要是積累轄區人臉大數據資料，通過(guò)長(cháng)期分析，產(chǎn)生人員行為軌跡與資料，并對重點(diǎn)管控人員行為進(jìn)行頻繁監測，一旦發(fā)生異常行為，可以即使監測并干預。但該技術(shù)不是“針對”有犯罪前科的人，它適用于轄區內的所有人員，它會(huì )對常住人口和陌生人進(jìn)行自動(dòng)篩選，犯罪前科人員只是在行為異?；虿檎視r(shí)優(yōu)先監測和干預。

二、通過(guò)在機場(chǎng)、鐵路、地鐵、汽車(chē)站等交通樞紐及小區、酒店等地方部署動(dòng)態(tài)、靜態(tài)人臉識別系統與人證合一終端，讓全城封鎖戰法囊括了“出”、“住”、“行”三個(gè)方面，結合人臉大數據作戰平臺，在案發(fā)后的很短時(shí)間內進(jìn)行全城封堵，抓捕逃犯。

在實(shí)戰中，基于全城封鎖革新戰法的人臉大數據平臺主要通過(guò)從“打”、“防”、“管”、“控”四個(gè)方面切入，在網(wǎng)吧、酒店等公共場(chǎng)所及小區、交通樞紐布控，幫助公安解決實(shí)際問(wèn)題。

云從科技安防業(yè)務(wù)負責人透露，該平臺目前已經(jīng)在全國22省市上線(xiàn)，有的是試運營(yíng)，有的已經(jīng)屢獲戰果。比如說(shuō)，2016年在秦皇島北戴河，一個(gè)多月的時(shí)間就比對出200多個(gè)重點(diǎn)人員。

與宇視科技的看法一致。云從科技表示該技術(shù)在算法層面不存在問(wèn)題，只是提供超過(guò)閾值數據分析結果給警方，警方評估風(fēng)險并采取預防措施。目前在銀行等領(lǐng)域的應用已經(jīng)相當成熟。

但他們同時(shí)認為，人臉大數據分析技術(shù)才剛剛起步。通過(guò)人臉識別+行人再識別+車(chē)輛識別等計算機視覺(jué)技術(shù)，可以有效抑制犯罪行為的發(fā)生，形成威懾力。云從安防業(yè)務(wù)負責人稱(chēng)，從目前實(shí)際應用來(lái)看，如果單是全城封鎖的數據采集及管控率，成功率可以達到90%以上。

另外，云從科技還就室外場(chǎng)景復雜導致細分信息獲取不到、誤報率很高給出了解答。他們表示除了繼續優(yōu)化人臉識別算法，增強抗干擾性能外，還通過(guò)針對每個(gè)特定場(chǎng)景進(jìn)行定制化開(kāi)發(fā)，可以有效抑制不良因素，強化識別穩定性，降低誤識率。

在云從科技安防業(yè)務(wù)負責人看來(lái)，應用層面技術(shù)不是關(guān)鍵，關(guān)鍵是能設計出針對各個(gè)地區的能解決實(shí)際問(wèn)題的合理方案。這需要對人臉識別技術(shù)的專(zhuān)精以及對公安行業(yè)的深度沉浸，不是一味地追求算法效果。

最后，他們還表示，今后除了利用此技術(shù)用于“預測”犯罪，還會(huì )用來(lái)打擊人口拐賣(mài)，丟失人員尋回，實(shí)時(shí)干預犯罪，對犯罪頻發(fā)地區進(jìn)行定點(diǎn)巡邏，轄區常住人口實(shí)時(shí)監測，陌生人提示等等。

從以上來(lái)看，各家的觀(guān)點(diǎn)不一，該技術(shù)在實(shí)際應用上還存在爭議。但都有一個(gè)共識，從算法層面來(lái)說(shuō)，該技術(shù)是可以落地的。

技術(shù)的發(fā)展都是以人為前提，相關(guān)各方如果真的能用技術(shù)“預測”犯罪，這對于整個(gè)社會(huì )來(lái)說(shuō)無(wú)疑是一大利好。但在技術(shù)發(fā)展期，相關(guān)方案能否經(jīng)受住市場(chǎng)考驗而帶來(lái)實(shí)際效果，最終還是要拿出真真切切的數據來(lái)說(shuō)話(huà)。

本文轉自雷鋒網(wǎng)，如需轉載請至雷鋒網(wǎng)官網(wǎng)申請授權。

原文鏈接：https://www.leiphone.com/news/201708/aJXOZPSZrifNQsdm.html