（圖片來源：華盛頓郵報 BBC CNN）

此次恐怖襲擊中，新西蘭國家情報和安全系統全部失靈。

恐襲陰影之下，全球反恐安保系統升級

當下，新西蘭恐怖襲擊陰云密布，

8年前，美國911事件影響深遠，

5年前，中國3.1昆明火車站暴力恐怖案尤在當前

……

那些“深藏于城市的恐怖主義”極具危險性，“獨狼式”襲擊殺傷力巨大。“反恐”已成國家安全的首要命題。在這場光明與黑暗的較量中，各國需要借助科技力量進行有效防恐和反恐，加大對網絡監控、大安防、應急指揮、專網通信、軍工等方面投入力度。

911事件之后，美國踏上一條反恐的不歸路。而中國、歐洲、中東等各國早已開始反恐防范的技術部署。

大安防部署：前端數據采集+后端分析運營

在平安城市及智慧城市建設過程中，城市安防系統建設無疑成為防恐反恐的關鍵一環，而高清智能監控堪當先鋒。

視頻監控經過幾年的快速技術更迭，已由早前的模擬監控進化到高清智能監控。當下技術領先的高清智能監控已能融合人臉識別、AI智能視頻分析技術，可對視頻內容進行分析，通過預設不同攝像機場景中的不同報警規則，對異常行為自動發出報警，并可以基于海量數據生成各種統計信息，從而實現智能化監控，使過去的目視監控演進到全自動化控制監控。

在智能視頻分析關鍵技術方面，相關的關鍵技術涉及：

 1、侵入/越界檢測

 2、遺留物體事件檢測

 3、拿走物體事件檢測

 4、徘徊檢測

 5、行人/車輛檢測、跟蹤

 6、人臉（人像）/行人/車牌識別

 7、人群密度監測

 8、異常行為（奔跑打架斗毆）檢測

 9、視頻質量診斷

 10、視頻濃縮與摘要

 11、視頻內容快速檢索

 12、圖像增強與復原技術

而在具體場景的應用中，可以實現：

1、人臉數據庫及人臉識別預警

公共場所最容易發生暴恐事件，特別是機場、火車站、地鐵、汽車站、宗教等重要集會場所等，是視頻監控的重要監控區域，也是安全環境最薄弱的區域。

對于火車站、公共汽車站、地鐵等公共場所，在出入口和重要位置部署人臉卡口系統，對過往行人進行人臉抓拍，并提取記錄人體的重要屬性特征，如性別、年齡、身高、衣著、是否戴眼鏡以及是否具有典型民族特征等。將抓拍到的人臉與數據庫中的黑名單人臉進行對比識別，對識別成功的人臉系統自動報警，從而實現在人群中快速鎖定犯罪分子。

（圖片來源網絡）

2、異常行為檢測預警

暴恐事件通常會伴有各種非正常行為，當暴恐分子在監控場景的區域做出諸如拔刀、掏槍或其他危害行人的舉動時，系統會自動檢測并觸發報警。對于人群聚集、奔跑、打架斗毆等異常行為，智能監控系統通過檢測監控區域內的人員數量、人體運動的速度、運動軌跡以及肢體變化劇烈程度等特征，進行識別判斷，同時進行聯動報警，疏散人群，并向指揮中心發出告警，及時制止危險發生。

此外，對可疑人員釋放的疑似爆炸物等危險品，智能監控系統通過遺留物檢測算法進行識別，通常將視頻畫面中超過預設時間無人看管的物品識別為遺留物，一旦發現遺留物，就會及時通知安保人員，防止危險品帶來的嚴重后果。

人工智能+情報反恐

當前，伴隨著日益嚴峻的恐怖主義威脅態勢，僅依靠某個部門的單兵作戰顯然已經無法實現國家對社會安全維護的需求。特別是在美國“9·11”事件發生之后，世界各國普遍認識到情報互動、信息共享、聯合作戰在反恐行動中的重要性。

在人工智能技術蓬勃發展時期，深度學習與大數據的相關性將愈加明顯。通過深度學習技術，計算機可以挖掘出從數據庫中難以獲取的情報信息、數據、知識以及規律。

2001年，Arquilla等提出了社會網絡分析法(Social Network Analysis, SNA)，它是一種數據挖掘技術，通過對關聯數據的構建，模擬恐怖組織內部的網絡分布狀況，分析恐怖組織的特點，研判恐怖組織內部信息的傳達方式，找出恐怖組織網絡結構中的薄弱環節，從而發現該組織的關鍵人物。

“人工智能+情報反恐”生態系統的構筑，將通過人工智能技術輔助情報反恐工作的進程，使反恐行動呈現出智能化的發展方向。

具體而言：其一，在情報反恐分析方面，以深度學習為核心的新型技術將得到大范圍的應用，通過特征庫的建立以及自主數據分析系統的構建，推動情報反恐決策領域朝著縱深方向發展；其二，在反恐情報搜集與演練方面，增強現實和虛擬仿真領域的拓展，在原有的3D實景建模、VR虛擬建模的基礎上，智能建模將被快速推廣和迭代。

從長遠來看，反恐斗爭既是一場武器的較量，也是一場意識形態斗爭；只有通過綜合治理，實現標本兼治，消除極端、恐怖思想產生的土壤，才能更有效的鏟除恐怖主義毒瘤。而AI人工智能將在未來反恐中起到舉足輕重的地位。

參考來源：清華大學媒體大數據認知計算研究中心主任王生進教授《人像態勢識別及其在智能視頻監控中的應用》演講、走進新西蘭

組委會聯系方式：

電話：028-85253110