通過智能攝像機(jī)掃描面部，利用基于AI的人臉識(shí)別技術(shù)進(jìn)行預(yù)測分析,，然后就可以幫助警察提前預(yù)測罪犯,，這聽起來有點(diǎn)聳人聽聞,，但這一切都在發(fā)生著。

科技部副部長李萌曾說：“如果我們能很好地使用智能系統(tǒng)和智能設(shè)備,，我們就可以事先知道……誰可能是恐怖分子,，誰可能做壞事。”AI可以“預(yù)測”犯罪?小編的第一個(gè)反應(yīng)便是：這事靠譜嗎,？畢竟法律不允許對(duì)一個(gè)沒有實(shí)施犯罪行為的人提出指控,。

AI如何“預(yù)測”犯罪,？

據(jù)了解，這種“提前預(yù)測犯罪”主要依賴的AI技術(shù)包括行為識(shí)別及步態(tài)分析,，利用這些技術(shù)可以在人群中挑選出可疑的人,。目前，該技術(shù)已經(jīng)非常成熟,，甚至可以將人們與十年前拍攝的照片相匹配,。

現(xiàn)階段，國內(nèi)正在將人臉識(shí)別與龐大的監(jiān)控?cái)z像機(jī)網(wǎng)絡(luò)相結(jié)合,，這種監(jiān)控?cái)z像機(jī)的數(shù)量已經(jīng)達(dá)到1.76億,，而且這個(gè)數(shù)字只會(huì)繼續(xù)增長;公安利用AI系統(tǒng)通過人臉識(shí)別、行為分析,、步態(tài)分析等AI技術(shù),，會(huì)根據(jù)某人去哪里、做了哪些動(dòng)作,，給他設(shè)置犯罪風(fēng)險(xiǎn)評(píng)級(jí)，然后將預(yù)測結(jié)果告知警方,。

它可以在火車站的正常乘客中識(shí)別出小偷,，除了用來跟蹤有案底的人，它還被用來監(jiān)控“高風(fēng)險(xiǎn)”場所,，比如出售刀具和榔頭的商店,，舉例說，買菜刀的人不可疑,，但如果同一個(gè)人之后又同時(shí)買了一把錘子和一個(gè)袋子,，那么這個(gè)人的可疑評(píng)級(jí)就會(huì)上升。

簡單來說,，該技術(shù)就是分析常人的“不正常”動(dòng)作,，之后機(jī)器評(píng)定他的動(dòng)作屬性是否合規(guī)，從而提前提供相關(guān)信息讓當(dāng)局作出判斷,。

基于以上兩點(diǎn),，利用此技術(shù)預(yù)測犯罪將變得非常簡單，盡管法律不允許對(duì)一個(gè)沒有實(shí)施犯罪行為的人提出指控,，但可以對(duì)企圖實(shí)施犯罪的嫌疑人提出指控,，而這項(xiàng)技術(shù)或許能幫忙“找到”企圖實(shí)施犯罪的嫌疑人。

質(zhì)疑聲起：該項(xiàng)技術(shù)落地的可能性有多大,？

隨著AI算法研究的進(jìn)一步深入與落地,，“提前預(yù)測”在視頻監(jiān)控中的應(yīng)用變得更加強(qiáng)大與成熟，該理論是可行的,，但是要看具體場景,。例如應(yīng)用在ATM機(jī)上,，通過視頻結(jié)合自然語言識(shí)別，可以實(shí)現(xiàn)防詐騙預(yù)警,；另外當(dāng)有人長時(shí)間在門口逗留或者在門禁上加裝物體時(shí),，設(shè)備將報(bào)警，有效“預(yù)防”犯罪,。

但基于視頻分析角度來說,，該技術(shù)的應(yīng)用無法使用。主要因?yàn)楹芏嗉?xì)分信息抓取不到;室外場景比較復(fù)雜,，人流多,、室外的光線等都會(huì)影響到它的準(zhǔn)確率，誤報(bào)率非常高,。

總而言之,，從算法角度來說，該技術(shù)已經(jīng)非常成熟,，利用大數(shù)據(jù)做事前研判,，應(yīng)用于海關(guān)、交通等部門準(zhǔn)確率可觀,。但應(yīng)用于日常的“提前”抓捕來說,，該技術(shù)的可行性不高，原因有二：一是攝像頭不可能密集到各地都是,，很多信息都捕捉不到,；二是誤報(bào)率非常高，給公安民警帶來了很多麻煩,。

目前,，該技術(shù)在實(shí)際應(yīng)用上還存在爭議，從算法層面上看,，該技術(shù)是確定可以落地的,。

來源：廣州機(jī)房監(jiān)控 http://rupm.cn/news/2946.html   本文采集于網(wǎng)絡(luò)，如有問題有聯(lián)系刪除