生物识别技术助推智慧社区深度变革

本文转载自《中国安防》，原作者叮当。亿欧智慧城市对文章进行二次编辑，供读者参考。

人工智能 是一种引发诸多领域产生颠覆性变革的前沿技术，而 生物识别技术 的应用特别是在计算机视觉中的应用，在当前 智慧社区 建设中发挥很大作用。原有的被动识别、被动管理技术实现模式逐渐由人工智能技术代替，从而实现主动识别、无感采集、主动辨识的技术能力，呈现如下几个特性：

(1)具有非强制性：采集对象不再需要专门配合采集设备，几乎可以在无意识的状态下就可获取人像图像，这样的取样方式没有“强制性”。

(2)非接触性：采集对象不需要和设备直接接触就能获取人像图像。

(3)并发性：在实际应用场景下可以进行多个人像的分拣、判断及识别。

基于深度学习的人像识别算法在深度学习网络的训练中引入了权重衰减的概念，有效的减小权重幅度，防止网络过拟合，更关键的是计算机计算能力的提升。AI芯片的加速技术的发展，使得在训练过程中可以产生更多的训练数据，使网络能够更好的拟合训练数据。深度学习模型不仅大幅提高了人像识别算法的精度，同时也避免了需要消耗大量时间进行人工特征的提取，使得运行效率大大提升。

这些AI技术对社区管理、运营已经带来深层次的改变，也会进一步倒逼机构改革、管理模式变革。同时以“智能硬件+智能平台+智能数据”的融合一体成为趋势，以AI技术作为实现“事前响应、事中管理、事后反馈”等全流程覆盖智慧社区的建设和运营，从而构建真正的“智能社会”时代。

智慧社区紧紧围绕着三大公共板块的应用，分别是：公共安全、公共管理、公共服务。诸如人脸识别在这三个方面都带来了一些实质性的变革。直接和显而易见的即在公共安全领域通过人脸信息的识别和建库，在城市管理者和公安部门的层面，形成对社区实际居住人口的管理；在社区范围内，形成对陌生人的预警，保障社区安全。

(1)公共安全

公共安全主要体现通过智能感知、智能采集对社区的一标多实进行实时感知和实时采集，包括标准地址、实有房屋、实有人口、实有单位等基本内容，还包括事件、状态、感知设备等数据收集、分析以及数据处理反馈等。公共安全的感知采集包括人脸识别、智能监控、智能门禁通行、车辆通行等，还包括涉及公共安全的水压、消防烟感、社区电气电弧探测、防盗RFID侦测等等感知设备的应用。公共安全正是通过人脸大数据等手段实现无感采集、无感预警、多级布控等能力，大幅度提升社区安全水平。

(2)公共管理

公共管理主要是针对社区的工作力量进行统计和数据关联，对采集数据进行分析和梳理出管理内容。首先包含房管、市场监管、城管、网格巡查、绿化市容、第三方服务等工作力量进行数据掌握、处理；其次包含社区内及沿街商铺和一般企业的统计、关联等；此外，还包括通过感知设备对社区涉及管理的内容进行智能分析和智能识别、预测等，例如通过人脸识别及关联基础数据而分析挖掘的通行数据异常预测的群租、传销居住、陌生人徘徊等内容；另外通过人工智能技术实现取证治理高空抛物、车身划痕、乱倒垃圾等社区顽症；通过社区智慧平台结合前端人脸大数据等实现精准管理社区矫正、释放人员管理等重点人群的智能管理功能。

(3)公共服务

公共服务主要是通过智能感知对社区实有服务人群和服务力量提供掌握和服务，包括的服务人群有：老人、残疾人、精神疾病人员、计生特扶对象、特困救助对象；包括的服务力量有：志愿者、养老顾问、上门服务人员、社区医生。正是通过智慧感知体系实现公共服务能力。

生物识别技术在公共服务领域的应用，除了人脸识别和结构化的分析，定位特定人群和上门服务外，在公共区域也可通过声音识别，对呼救、摔倒等特定声纹进行探测识别，以在社区内部做到及时响应。这一类型的智能化服务为国家推行社区养老、居家养老提供了更优质、可靠的技术支撑。

本文已标注来源和出处，版权归原作者所有，如有侵权，请联系我们。