現(xiàn)在無錫�？低�視安防監(jiān)控的使用已經(jīng)成為很平常的事情了，監(jiān)控給人們的生活提供更多的安全，不僅僅運(yùn)用到商場(chǎng)、小區(qū)、公司等地，還有道路的隱患也在日益減少。肇事逃逸的越來越少，偷盜搶劫的事件也降低不少。在監(jiān)控的注視下，“月黑風(fēng)高夜”不再是做壞事的好時(shí)候，因?yàn)楸O(jiān)控能夠照的清清楚楚，明明白白。

近些年來人工智能發(fā)展迅速，功能越來越多越來越強(qiáng)大，而人們也將安防監(jiān)控這一塊應(yīng)用到人工智能上。但是由于目前研究還處在初級(jí)階段，因此在人工智能監(jiān)控方面還存在著不少的缺陷性。

1、對(duì)環(huán)境適應(yīng)性差

人工智能對(duì)視頻內(nèi)容的辨識(shí)，容易受到光照條件、天氣因素、圖像質(zhì)量、目標(biāo)尺寸、地物遮擋等環(huán)境變化的影響;

2、數(shù)據(jù)孤島并分散

在傳統(tǒng)的安防體系中，各個(gè)平臺(tái)系統(tǒng)數(shù)據(jù)開放性低，彼此之間共享度低，所以很難開展多維數(shù)據(jù)融合分析。以人臉識(shí)別為例，為提高人臉識(shí)別的準(zhǔn)確率，單純提高算法算力是不夠的，還需要擴(kuò)充分析數(shù)據(jù)的緯度，如定位、社交、車輛、消費(fèi)等等可搜集到的數(shù)據(jù)，通過這樣大規(guī)模的多模態(tài)數(shù)據(jù)整合才能實(shí)現(xiàn)目標(biāo)追蹤、分析的目的。

3、場(chǎng)景理解受限

原因1：專業(yè)領(lǐng)域知識(shí)和經(jīng)驗(yàn)積累不足;

原因2：在視頻結(jié)構(gòu)化過程中，智能監(jiān)控還停留在基于靜態(tài)特征的單場(chǎng)景環(huán)境中，很少涉及大范圍場(chǎng)景的關(guān)聯(lián)行為分析，沒有把動(dòng)作、行為等動(dòng)態(tài)特征以及之間的關(guān)聯(lián)性做結(jié)構(gòu)化的處理。

4、缺乏自主完善能力

目前人工智能沒有自我成長(zhǎng)的能力，只能根據(jù)設(shè)定的條件進(jìn)行自主分析，而不能根據(jù)分享能力和積累經(jīng)驗(yàn)提高完善自己。

雖然現(xiàn)在人工智能安防監(jiān)控還存在著很多的不足和缺陷之處，但是相信隨著社會(huì)的發(fā)展和技術(shù)的進(jìn)步，這些不足之處將會(huì)慢慢被填補(bǔ)起來，得到更多的完善和進(jìn)步。立足現(xiàn)在，放眼未來，雖然智能安防的道路很曲折，但是前景是廣闊的，到時(shí)候人工智能與安防將全面融合，給予我們更多的方便與安全。