出入口控制的安全管理一般分為人和物兩方面管理。
對于人員管理來說，一般的做法是在出入口配備訪客實(shí)名登記系統(tǒng)，所有訪客進(jìn)入需要進(jìn)行證件登記，而訪客機(jī)會利用認(rèn)證對比、人臉識別等人工智能進(jìn)行身份驗(yàn)證，充分保證了出入口的安全。
對于物的管理最主要的應(yīng)用為
車牌識別系統(tǒng)，車牌識別的技術(shù)在安防行業(yè)的應(yīng)用由來已久，技術(shù)相對成熟，人工智能的應(yīng)用提高了車牌識別的準(zhǔn)確率。
人工智能的發(fā)展趨勢在出入口控制同樣勢不可擋，不少出入口控制企業(yè)踏足人工智能領(lǐng)域，推出新產(chǎn)品、新理念，助推產(chǎn)品在出入口控制領(lǐng)域的落地。人工智能在
門禁、通道、訪客、梯控、停車場等出入口控制方面的應(yīng)用，將對出入口控制產(chǎn)生深遠(yuǎn)的影響。
一、人工智能賦能出入口人員管理
?。ㄒ唬┲腔凵鐓^(qū)出入口管理
人員管理是社區(qū)“單位化、網(wǎng)格化、責(zé)任化”管理的重中之重，也是治安防控、社區(qū)綜合治理的必然要求。根據(jù)社區(qū)實(shí)際情況，合理設(shè)置軟硬結(jié)合的隔離封閉實(shí)施，以地名地址管理為基礎(chǔ)，以人口和房屋管理為主要內(nèi)容，以網(wǎng)格管理為主要思路，以部門信息共享交換為主要支撐，在小區(qū)出入口、樓寓出入口設(shè)置
出入口控制系統(tǒng)，規(guī)范住戶門禁卡實(shí)名辦理、訪客實(shí)名登記，執(zhí)行嚴(yán)格的出入管理流程，配合社區(qū)
視頻監(jiān)控、
入侵報(bào)警等安全防范系統(tǒng)，實(shí)現(xiàn)對社區(qū)各類人口信息的動態(tài)采集、更新和維護(hù)，并通過物管人員、社區(qū)民警移動端采集上報(bào)，保證數(shù)據(jù)錄入的準(zhǔn)確性、實(shí)時性和鮮活性，達(dá)到“以業(yè)管人、以房管人、以證管人”的目的。
1.實(shí)名制信息登記
人口基礎(chǔ)數(shù)據(jù)是社區(qū)經(jīng)濟(jì)社會發(fā)展中各部門應(yīng)用系統(tǒng)的重要基礎(chǔ)，對勞動就業(yè)、稅收征管、個人信用、社會保障、人口普查、計(jì)劃生育、打擊犯罪等系統(tǒng)的建設(shè)具有重要意義。建筑物數(shù)據(jù)庫是社區(qū)內(nèi)建筑物屬性信息、空間信息、業(yè)務(wù)數(shù)據(jù)和服務(wù)數(shù)據(jù)的集合，是智慧社區(qū)的重要支撐數(shù)據(jù)，是社區(qū)網(wǎng)格化管理和服務(wù)的定位基礎(chǔ)。
在社區(qū)建設(shè)出入口控制系統(tǒng)，實(shí)名登記社區(qū)內(nèi)所有住戶、房屋、車輛等基礎(chǔ)信息，采用
RFID、指紋、人臉識別等技術(shù)，為社區(qū)所有住戶辦理實(shí)名門禁卡，通過辦理過程，一方面為住戶建立出入小區(qū)的通行證，另一方面也為掌握小區(qū)實(shí)住人口數(shù)據(jù)、綁定人房車信息等提供新的渠道。在小區(qū)大門配備訪客實(shí)名登記系統(tǒng)，所有訪客進(jìn)入需要辦理實(shí)名登記手續(xù)，說明拜訪對象后進(jìn)行聯(lián)系確認(rèn)。訪客實(shí)名信息與公安機(jī)關(guān)實(shí)時聯(lián)網(wǎng)核實(shí)比對，發(fā)現(xiàn)異常狀況及時報(bào)警。
2.動態(tài)化數(shù)據(jù)采集
實(shí)現(xiàn)了出入人員刷卡數(shù)據(jù)、人臉數(shù)據(jù)、出入影像、出入活動軌跡等信息的動態(tài)采集，通過數(shù)據(jù)研判、核實(shí)，做到人、房基本數(shù)據(jù)的底數(shù)清、情況明，實(shí)現(xiàn)了實(shí)有人口、房屋數(shù)據(jù)、人員活動情況的動態(tài)采集和動態(tài)管理。
社區(qū)物管人員和社區(qū)民警可通過出入口控制管理系統(tǒng)預(yù)警提示功能，實(shí)時掌握社區(qū)新增入住人員、注銷離開人員、房屋居住人員變動等情況，動態(tài)掌握人、房關(guān)聯(lián)信息，真正實(shí)現(xiàn)實(shí)有人口管理“來有登記、動有軌跡、走有注銷”。
3.智能化分析研判
住戶和訪客進(jìn)入小區(qū)大門都需要借助有效身份識別手段(RFID、指紋、人臉等)方能進(jìn)入小區(qū)，并且通過與樓寓出入口控制形成聯(lián)動，限定其可出入的樓寓，加強(qiáng)社區(qū)安全。對于人員在小區(qū)、樓寓的出入，通過基于出入口控制的人臉聚類識別，對同時段多位置出現(xiàn)的可疑人員、多次出入同一樓寓的人員進(jìn)行預(yù)警，幫助打擊盜竊踩點(diǎn)行為和傳銷活動。
小區(qū)、樓寓出入口通道進(jìn)出記錄、圖片、報(bào)表信息采集存儲及通過各個出入口點(diǎn)位的人臉識別
智能終端，實(shí)現(xiàn)智能化輔助身份驗(yàn)證，協(xié)助社區(qū)民警實(shí)時掌握流動人口、重點(diǎn)出租屋變化趨勢；自動識別出入口經(jīng)過的人員并與布控的黑名單庫進(jìn)行比對，輸出比對結(jié)果，對需要及時查找或抓捕的特殊對象實(shí)施布控預(yù)警。同時，對出入口控制系統(tǒng)采集的人員信息、人員影像及出入軌跡進(jìn)行綜合研判，形成有價值的情報(bào)信息，服務(wù)公安實(shí)戰(zhàn)，減輕社區(qū)民警的工作負(fù)荷、提升社區(qū)民警的工作效率。
4.化幫扶管控
以網(wǎng)格化管理為主要思路，通過對出入人員刷卡數(shù)據(jù)、人臉數(shù)據(jù)、出入影像、出入活動軌跡等信息的動態(tài)采集和智能分析研判，實(shí)現(xiàn)對刑釋解教人、社區(qū)服刑人、吸毒重點(diǎn)人、精神病人、犯罪青少年和其他重點(diǎn)人等各類重點(diǎn)人群信息的全掌握和行動的全監(jiān)控；對社區(qū)矯正幫扶對象日常表現(xiàn)實(shí)行動態(tài)監(jiān)控，幫助社區(qū)矯正工作人員更有效地對社區(qū)服刑人員進(jìn)行矯正教育及社會監(jiān)管，保證社區(qū)矯正工作有序有效的開展。
在小區(qū)出入口人員管理中，運(yùn)用最多的人工智能技術(shù)就是人臉識別了。人臉識別技術(shù)的應(yīng)用模式已經(jīng)足夠成熟，通過人臉采集系統(tǒng)錄入人臉數(shù)據(jù)，智能門禁子系統(tǒng)將出入人員與錄入數(shù)據(jù)進(jìn)行比對，從而實(shí)現(xiàn)對社區(qū)人員進(jìn)出權(quán)限的控制，為社區(qū)居民的生活以及社區(qū)管理都帶來了便利；而且還可以對出入人員進(jìn)行留底，提高社區(qū)安全性?；谌四樧R別技術(shù)的
門禁系統(tǒng)，安全性和實(shí)用性都是不容小覷的，正是因?yàn)榫邆淞巳绱嗣黠@的功能優(yōu)勢，才會拓寬了小區(qū)人臉識別門禁系統(tǒng)的應(yīng)用范圍。
?。ǘ└囝I(lǐng)域的出入口管理
而隨著人臉識別技術(shù)的發(fā)展，人臉識別技術(shù)在出入口控制領(lǐng)域也正廣泛的運(yùn)用，如延伸出不少以人臉識別的人行、車行、物檢為入口的場景化應(yīng)用，目前視頻流人臉識別門禁控制管理系統(tǒng)，主要應(yīng)用于機(jī)關(guān)單位、高端商業(yè)體等，同時有大量的人證合一身份識別應(yīng)用，在酒店登記、交通樞紐、公共場所開始部署，如刷臉安檢、刷臉過閘等。
應(yīng)民航安保措施的新要求，人臉識別與智能門禁系統(tǒng)結(jié)合逐步成為趨勢。機(jī)場在機(jī)場候機(jī)樓、預(yù)安檢通道和臨時身份確認(rèn)等場合使用人證比對功能，給旅客帶來巨大的便利。未來，人臉識別門禁系統(tǒng)，將在機(jī)場各領(lǐng)域應(yīng)用，不僅提高旅客出行效率，同時，優(yōu)化機(jī)場管理、運(yùn)營效率，助力智慧機(jī)場的全新升級。
基于先進(jìn)人臉識別技術(shù)，結(jié)合成熟
ID卡和
生物識別技術(shù)推出的智能安全門禁產(chǎn)品。產(chǎn)品采用分體式設(shè)計(jì)，人臉識別、生物識別和ID卡信息的采集、識別及門禁控制內(nèi)外分離，實(shí)用性高、安全可靠。人臉識別門禁系統(tǒng)，最大的特點(diǎn)就是將人臉識別技術(shù)與門禁系統(tǒng)的結(jié)合，實(shí)現(xiàn)人臉開門以及人證核驗(yàn)的功能。
二、人工智能賦能出入口物的管理
對于物的管理最主要的應(yīng)用為車牌識別系統(tǒng)，車牌識別的技術(shù)在安防行業(yè)的應(yīng)用由來已久，技術(shù)相對成熟，人工智能的應(yīng)用提高了車牌識別的準(zhǔn)確率，主要體現(xiàn)在以下幾個方面：
運(yùn)用人工智能技術(shù)的車牌識別，像掃描二維碼一樣簡單，0.5s，便可快速準(zhǔn)確的識別出車牌號碼。
車牌自動識別系統(tǒng)可對所有出入的機(jī)動車輛進(jìn)行圖像捕獲，支持地感線圈檢測及視頻檢測等多種檢測方式。系統(tǒng)還支持多種檢測方式間的備份，當(dāng)?shù)馗芯€圈檢測設(shè)備出現(xiàn)故障時，系統(tǒng)可自動轉(zhuǎn)換為視頻檢測模式，大大地降低了漏拍的幾率。
配合車牌自動識別系統(tǒng)，在高清晰CCD
攝像機(jī)的基礎(chǔ)上，輔以專利的照明技術(shù)和控制技術(shù)，確保在各種時段、各種環(huán)境光(強(qiáng)順光、強(qiáng)逆光情況下)及各種天氣下均能獲得清晰的駕駛?cè)四樝裥畔?。抓拍車輛信息的同時，也能記錄當(dāng)前車輛實(shí)際駕駛?cè)耍奖愎芾砣藛T進(jìn)行身份驗(yàn)證。
通過先進(jìn)的特征分析和運(yùn)動檢測算法，可以做到對非機(jī)動車和行人的準(zhǔn)確抓拍，并將抓拍圖片和記錄保存在
服務(wù)器中，查詢?nèi)∽C簡單便捷。在人車混行、管控難度更大的出入口，系統(tǒng)也能夠提供完善出色的安全保障。
當(dāng)前，人工智能分析及深度學(xué)習(xí)比較成熟的應(yīng)用技術(shù)以車牌識別算法最為理想，雖然目前很多廠商都宣稱自己的車牌識別率已經(jīng)達(dá)到了99%，但這也只是在標(biāo)準(zhǔn)卡口的視頻條件下再加上一些預(yù)設(shè)條件來達(dá)到的。在針對很多簡易卡口和卡口圖片進(jìn)行車牌定位識別時，較好的車牌識別也很難達(dá)到90%。不過隨著采用人工智能、深度學(xué)習(xí)的應(yīng)用，這一情況將會得到很大的改善。
車輛識別技術(shù)出入口控制系統(tǒng)中至關(guān)重要的環(huán)節(jié)之一，通過車牌提取、圖像預(yù)處理、特征提取等技術(shù)，識別車輛牌號。
在傳統(tǒng)的圖像處理和機(jī)器學(xué)習(xí)算法研發(fā)中，很多特征都是人為制定的，比如hog、sift特征，在目標(biāo)檢測和特征匹配中占有重要的地位，安防領(lǐng)域中的很多具體算法所使用的特征大多是這兩種特征的變種。人為設(shè)計(jì)特征和機(jī)器學(xué)習(xí)算法，從以往的經(jīng)驗(yàn)來看，由于理論分析的難度大，訓(xùn)練方法又需要很多經(jīng)驗(yàn)和技巧，一般需要5到10年的時間才會有一次突破性的發(fā)展，而且對算法工程師的知識要求也一直在提高。人工智能的深度學(xué)習(xí)則不然，在進(jìn)行圖像檢測和識別時，無需人為設(shè)定具體的特征，只需要準(zhǔn)備好足夠多的圖進(jìn)行訓(xùn)練即可，通過逐層的迭代就可以獲得較好的結(jié)果。從目前的應(yīng)用情況來看，只要加入新數(shù)據(jù)，并且有充足的時間和計(jì)算資源，隨著深度學(xué)習(xí)網(wǎng)絡(luò)層次的增加，識別率就會相應(yīng)提升，比傳統(tǒng)方法表現(xiàn)更好。
另外，人工智能在車輛顏色、車輛廠商標(biāo)志識別、無牌車檢測、非機(jī)動車檢測與分類、車頭車尾判斷、車輛檢索、人臉識別等相關(guān)的技術(shù)方面也比較成熟。
1.車牌顏色識別
在車輛顏色識別方面，基本上克服了由于光照條件變化、相機(jī)硬件誤差所帶來的顏色不穩(wěn)定、過曝光等一系列問題，因此解決了圖像顏色變化導(dǎo)致的識別錯誤問題，卡口車輛顏色識別率從80%提升到85%，電警車輛主顏色識別率到從75%提升到80%以上。
2.車輛廠商標(biāo)志識別
在車輛廠商標(biāo)志識別方面，使用傳統(tǒng)的HOG、LBP、SIFT、SURF等特征，采用SVM機(jī)器學(xué)習(xí)技術(shù)訓(xùn)練一個多級聯(lián)的分類器來識別廠商標(biāo)志很容易出現(xiàn)誤判，采用大數(shù)據(jù)加深度學(xué)習(xí)技術(shù)后，車輛車標(biāo)的過曝光或者車標(biāo)被人為去掉等引起的局部特征會隨之消失，其識別率可以從89%提升到93%以上。
3.車輛檢索
在車輛檢索方面，車輛的圖片在不同場景下會出現(xiàn)曝光過度或者曝光不足，或者車輛的尺度發(fā)生很大變化，導(dǎo)致傳統(tǒng)方法提取的特征會發(fā)生變化，因此檢索率很不穩(wěn)定。深度學(xué)習(xí)能夠很好地獲取較為較穩(wěn)定的特征，搜索的相似目標(biāo)更精確，Top5的搜索率在95%以上。在人臉識別項(xiàng)目中，由于光線、姿態(tài)和表情等因素引起人臉變化，目前很多應(yīng)用都是固定場景、固定姿態(tài)，采用深度學(xué)習(xí)算法后，不僅固定場景的人臉識別率從89%提升到99%，而且對姿態(tài)和光線也有了一定的放松。
4.車牌識別
在車輛識別方面，基于深度學(xué)習(xí)的車輛識別技術(shù)將特征范圍由單純的車牌或車標(biāo)擴(kuò)展到整個車身。車輛的車燈、格柵、車窗等均是車輛的重要特征，對車輛這些特征的引入，不僅大大提升了車輛識別的準(zhǔn)確率，對干擾、遮擋等問題的適應(yīng)性也更強(qiáng)，識別的類別也更加細(xì)化，不僅能識別車輛的品牌，而且能識別車輛的子品牌、型號、年款等詳細(xì)類別。指定車輛在視頻圖像數(shù)據(jù)中的檢索除了可以通過車牌、品牌、型號、顏色等描述信息進(jìn)行外，還可以通過車輛圖片或年檢標(biāo)、掛飾等局部特征進(jìn)行。
與傳統(tǒng)車牌識別技術(shù)相比，基于AI深度學(xué)習(xí)的車牌檢測算法，框架相對簡單，在硬件性能較強(qiáng)且有足夠訓(xùn)練樣本的情況下，能夠在短時間內(nèi)獲得更好的識別效果，網(wǎng)絡(luò)的進(jìn)一步優(yōu)化也保證了識別的實(shí)時性。
