以CCTV为基础的安防、监控技术与人工智能(AI)结合,正在进化为既能提供更精确影像、又可实时应对的智能系统。其中最具代表性的是,即便不更换老旧的CCTV摄像头也能改善画质,或自行识别人员动作、在异常情况发生时立即发出紧急警报。
据信息技术(IT)业界13日消息,政府与企业正持续努力,利用有助于改善画质的AI“超分辨率提升(upscaling)”技术提高CCTV影像的分析准确度。尤其在犯罪发生后追踪嫌疑人动线、识别外貌特征等取证过程中,基于AI的影像分析技术的重要性更加突出。
与此同时,全球“基于AI的世界影像监控市场”也预计将快速增长。据市场调查机构Global Market Insights,相关市场规模将从2023年的55亿美元(约8万亿韩元)增至2032年的195亿美元(29万亿韩元)。
?近来在影像、图像生成中被大量使用的“生成式对抗网络(GAN)”类画质改善模型存在局限,因为其很可能出现生成现实中并不存在的图像、影像信息的错误。事实上,去年5月美国华盛顿州高等法院曾表示,用生成式AI进行超分辨率处理的智能手机拍摄影像不能作为刑事审判的证据,相当于法院也承认了意外错误与幻觉的可能性。
正因如此,韩国企业“Fourbyfour(389140)”的超分辨率技术更受关注。Fourbyfour自主开发的画质改善AI解决方案“PIXELL”以“卷积神经网络(CNN)”为基础构建,把保持真实性作为首要优先,执行画质改善作业。
?Fourbyfour方面解释称,“利用卷积神经网络技术的画质改善模型相比GAN结构开发难度更大,但作为在以保持真实性为首要条件的犯罪侦查、医疗诊断领域几乎唯一可用的模型而备受关注”。
此外,AI也在弥补CCTV监控人员不足的问题。CCTV监控人员的职责是实时监看大量影像画面,捕捉犯罪或事故迹象,并迅速通报警方、消防等相关部门。
提升此类工作效率的代表性AI技术,是韩国电子通信研究院(ETRI)开发的“Dejaview”。Dejaview着眼于犯罪在类型、手法、地点、时间段等方面往往以与过去案例相似的模式重复出现这一特点,通过AI将过去犯罪发生情况与当前CCTV影像数据进行比较分析,预测犯罪发生可能性与危险程度。
业界人士解释称,“韩国国内安装的CCTV数量包括公共和民间估计超过约2000万个,其中更换老旧CCTV的费用将相当可观”,“如果利用AI技术在必要时改善画质,并预测犯罪发生可能性,就能在减轻人力和成本负担的同时提高CCTV的利用率”。






