從宏觀層面看，近幾年應(yīng)急管理工作發(fā)生了較大的變化，2018年3月根據(jù)《第十三屆全國人民代表大會第一次會議》批準設(shè)立了應(yīng)急管理部，兼具國家安全生產(chǎn)監(jiān)督管理、應(yīng)急管理、消防管理、救災(zāi)、地質(zhì)災(zāi)害防治、水旱災(zāi)害防治、草原防火、森林防火、震災(zāi)應(yīng)急救援等職責。在應(yīng)急管理部設(shè)立以來，人工智能技術(shù)同期也取得較大的發(fā)展，技術(shù)日趨成熟，尤其是視頻監(jiān)控技術(shù)被廣泛應(yīng)用到應(yīng)急管理工作中，發(fā)揮視頻監(jiān)控技術(shù)的潛力為應(yīng)急管理服務(wù)恰恰依賴于人工智能技術(shù)，具體包括人臉識別、車牌識別、特征識別和物體識別等技術(shù)，當然語音識別技術(shù)也有一定程度的適用性。2019年2月，國務(wù)院公布《生產(chǎn)安全事故應(yīng)急條例》，自2019年4月1日起施行?！稐l例》是應(yīng)急管理部組建以來，國家出臺的第一部安全生產(chǎn)領(lǐng)域的行政法規(guī)，受到業(yè)內(nèi)的廣泛關(guān)注［1］。那么如何將人工智能技術(shù)和應(yīng)急管理相結(jié)合就是擺在我們面前的一個課題。

一、國內(nèi)外應(yīng)急管理應(yīng)用現(xiàn)狀

1979年成立的美國聯(lián)邦應(yīng)急管理局是領(lǐng)導(dǎo)協(xié)調(diào)各級部門進行災(zāi)害救助的機構(gòu)，它以綜合應(yīng)急管理理念為指導(dǎo)，建構(gòu)有效的災(zāi)害防御和救助體系。綜合應(yīng)急管理理念主要指全風(fēng)險災(zāi)害管理理念、全過程災(zāi)害管理中的全面合作和平等的伙伴關(guān)系以及應(yīng)急管理中的教育和培訓(xùn)［2］。我國應(yīng)急管理體制以政府為主導(dǎo)，絕大部分數(shù)據(jù)資源為政府管理和支配，隨著人工智能技術(shù)在應(yīng)急管理研究領(lǐng)域的發(fā)展勢如破竹，政府進行高質(zhì)量數(shù)據(jù)開放和共享平臺構(gòu)建的數(shù)字化轉(zhuǎn)型，進而建立快速、高效的應(yīng)急管理體系迫在眉睫［3］。人工智能技術(shù)是最近三年才得到廣泛應(yīng)用的技術(shù)，目前的應(yīng)用大多數(shù)還集中在公安部門，在以往的應(yīng)急管理工作中，人工智能的技術(shù)應(yīng)用并不廣泛，在新的應(yīng)急管理部成立之后，可有效整合各種資源，利用人工智能技術(shù)提高應(yīng)急管理應(yīng)用水平。

二、人工智能技術(shù)的發(fā)展和應(yīng)用范圍

在大數(shù)據(jù)和人工智能的新思維背景下，政府應(yīng)急部門的信息資源數(shù)字化轉(zhuǎn)型是社會發(fā)展大勢所向［3］。1943年最早的人工神經(jīng)元模型被提出。如果要提到人工智能的真正開端，那就要追溯到1955年8月31日，研究人員JohnMcCarthy、MarvinMinsky、NathanielRochester和ClaudeShannon提交了一份《2個月，10個人的人工智能研究》的提案，第一次提出了“人工智能”的概念［4］。人工智能（ArtificialIntelligence，AI）是研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。而能應(yīng)用于應(yīng)急管理的主要是計算機視覺技術(shù)，具體來講，就是可以利用人臉識別技術(shù)識別人員身份、利用車牌識別技術(shù)識別車輛、ReID技術(shù)（行人再識別）識別人體特征和物體結(jié)構(gòu)化、利用3D結(jié)構(gòu)光技術(shù)和ToF技術(shù)（飛行時間測距法）進行物體測量，當然還有一些其它的AI技術(shù)可以應(yīng)用于應(yīng)急管理。

應(yīng)急管理工作中有一個很重要的需求就是可視化管理，而可視化主要依賴于視頻監(jiān)控系統(tǒng)，傳統(tǒng)的視頻監(jiān)控手段主要用于監(jiān)視、錄像和回放，不能充分挖掘視頻監(jiān)控技術(shù)在應(yīng)急管理工作中的應(yīng)用效果，而AI技術(shù)可以將非結(jié)構(gòu)化的視頻數(shù)據(jù)進行結(jié)構(gòu)化處理，這樣就可以對人員身份管理、車輛速度、車輛違停、危險物堆放、潛在危險源發(fā)掘等方面發(fā)揮作用。

三、基于視頻圖像分析技術(shù)應(yīng)用于危化品倉庫和?；奋囕v的技術(shù)應(yīng)用

隨著國民經(jīng)濟的不斷發(fā)展，各類企業(yè)產(chǎn)品生產(chǎn)制造過程中對安全的要求越來越廣泛，在安全生產(chǎn)主體責任和安全生產(chǎn)相關(guān)標準規(guī)范的落實中，基于對人、車、物的安全生產(chǎn)監(jiān)管需求愈發(fā)突出。傳統(tǒng)監(jiān)管手段無法做到事前預(yù)警預(yù)測預(yù)判，而隨著高清視頻監(jiān)控技術(shù)、人臉識別技術(shù)、車輛技術(shù)識別、視頻結(jié)構(gòu)化技術(shù)的發(fā)展，在廣大應(yīng)急市場已經(jīng)取得了較為突出的成績。應(yīng)急管理部門亟需利用上述技術(shù)結(jié)合的智能圖像分析算法應(yīng)用到?；奋囕v運輸?shù)娘L(fēng)險識別監(jiān)測過程中，通過動態(tài)人臉識別可以在?；菲髽I(yè)園區(qū)進行對人的識別、形成人的軌跡、人的周界防護、人的身份特征。而通過基于該算法基礎(chǔ)形成的深度學(xué)習(xí)、人工智能、視覺計算的能力可以設(shè)計構(gòu)造基于人的特征行為識別算法，將規(guī)范化在危化品車輛和?；穫}庫中的人的行為導(dǎo)致的相關(guān)危害風(fēng)險，諸如?；奋囕v疲勞駕駛、?；奋囕v駕駛危險駕駛行為、易燃易爆物活動區(qū)域的抽煙行為、?；穫}庫如氣體加工液體發(fā)酵等禁止接觸、禁止靠近的入侵檢測等。相關(guān)實地調(diào)研數(shù)據(jù)統(tǒng)計，危化品車輛在運輸過程中危險駕駛行為、疲勞駕駛行為等是事故發(fā)生的盲區(qū)，?；奋囕v的跨地域進出、其行駛軌跡、初次入城、頻繁出入等都與?；奋囕v管理的風(fēng)險控制息息相關(guān)。?；穫}庫中的周界防護、入侵檢測、遺留物檢測、人臉識別、人的軌跡盤查等也與落實?；穫}庫中的安全行為識別風(fēng)險相關(guān)。因此，?；穫}庫和?；奋囕v作為事故高發(fā)頻發(fā)的對象應(yīng)配套全方位多維度的監(jiān)管手段。視頻圖像分析技術(shù)就是作為有效對高發(fā)頻發(fā)對象的維度分析應(yīng)用的有效手段。視頻圖像分析技術(shù)包括了視頻圖像識別算法和算法深化應(yīng)用兩大部分組成，算法解決的是視頻結(jié)構(gòu)化對象的識別和記錄問題，應(yīng)用解決的是識別后、記錄后的日益增長的海量視頻圖像數(shù)據(jù)的場景和需求痛點問題，能夠通過海量視頻圖像數(shù)據(jù)匯聚全量的視頻大數(shù)據(jù)基礎(chǔ)，通過深度學(xué)習(xí)、機器學(xué)習(xí)、人工智能、知識圖譜技術(shù)手段對?；奋囕v運輸和?；穫}庫貯存進行人、車、物的視頻分析，達到合規(guī)檢測、預(yù)警預(yù)測預(yù)判的目標。消除傳統(tǒng)人工翻查緩慢、隱患點動態(tài)檢測排查效率低下、線索疑情事件的關(guān)聯(lián)關(guān)系模糊、無法防患于未然的惡疾。

作為應(yīng)用研究中的核心技術(shù)之一的視頻結(jié)構(gòu)化技術(shù)是一種將視頻內(nèi)容中的重要信息進行結(jié)構(gòu)化提取的技術(shù)，利用它對視頻內(nèi)容按照語義關(guān)系，采用時空分割、特征提取、對象識別、深度學(xué)習(xí)等處理手段，組織成可供計算機和人理解的文本信息或可視化圖形信息。在實際應(yīng)用中，文本信息可進一步轉(zhuǎn)化為應(yīng)急管理部門監(jiān)管實戰(zhàn)所用的情報，實現(xiàn)視頻數(shù)據(jù)向有效情報的一次轉(zhuǎn)化。

1.?；奋囕v結(jié)構(gòu)化

借助智能識別算法獲取電子警察、卡口、停車場出入口等場所的車輛相關(guān)結(jié)構(gòu)化信息存入車輛主題庫，通過對車輛特征識別和梳理，提取有用信息，以便于視頻追蹤辨認、比對，達到車輛查證的目的，從而實現(xiàn)交通運輸服務(wù)和管理智能化。車輛的描述信息包括車輛號牌、車牌顏色、車輛品牌、車輛類型、車身顏色等。車輛二次分析實戰(zhàn)中的信息包括安全帶、年檢標、遮陽板、掛件、擺件、司乘人員等方面的識別。車型：確定車型對縮小查找范圍，明確摸排方向，節(jié)省人力資源等具有極大幫助。對車型的判斷主要依據(jù)不同車型外部特征的差異進行，如車輛銘牌、尾翼、車門、車窗、顏色、尾燈形狀、剎車燈位置等。車牌照：車輛號牌是車輛的外在標識，具有唯一性、合法性，是區(qū)分不同車輛的重要依據(jù)。根據(jù)視頻圖像中車輛的車牌號碼，可以將該號碼輸入到車輛信息管理系統(tǒng)、道路收費信息系統(tǒng)等進行查詢，極大程度地獲取車輛特征信息，用于追蹤查證。

2.人臉特征結(jié)構(gòu)化

人臉特征辨識以視頻監(jiān)控為基礎(chǔ)，以計算機、網(wǎng)絡(luò)信息為依托，以現(xiàn)代信息處理技術(shù)為支撐，開拓了“從像到像”、“從像到人”的全新辨別模式。當前視頻監(jiān)控系統(tǒng)能對畫面中的行人和其屬性進行結(jié)構(gòu)化，讓機器識別人的一些基本屬性，如性別、年齡范圍等特征范圍，還可以對人的衣著、運動、背包、拎包、打傘、是否騎車等信息進行結(jié)構(gòu)化描述。如果從視頻圖像中的目標正面抓拍，可以識別到臉部一些具體的特征，如戴口罩、眼鏡、胡子類型等。人臉識別借助人像識別及智能搜索技術(shù)的深度應(yīng)用，對視頻中人員的面部定位、面部特征提取，視頻中的人臉圖像被自動檢出后，與后臺人像模型數(shù)據(jù)進行特征比對匹配，從而對人員身份進行判別和告警。

3.行為事件特征結(jié)構(gòu)化

對于行為事件的描述信息包括：車輛行為如違反交通信號指示燈、超速行駛、違反行車標識、禮讓行人、交通流量統(tǒng)計等多種行為特征描述；人體行為如越界、區(qū)域、徘徊、聚集、人流量統(tǒng)計等多種行為特征描述；物體行為如丟失、位移等行為特征描述。

4.物體深度技術(shù)

目前主流的視覺深度傳感器方案主要分結(jié)構(gòu)光、Time-of-Flight和純雙目三類。雙目跟結(jié)構(gòu)光一樣，都是使用三角測量法根據(jù)物體匹配點的視差反算物體距離，只是雙目是用自然光，而結(jié)構(gòu)光是用主動光發(fā)射特定圖案的條紋或散斑。ToF是通過給目標連續(xù)發(fā)送光脈沖，然后用傳感器接收從物體返回的光，通過探測光脈沖的飛行（往返）時間來得到目標物距離。

TOF原理是傳感器發(fā)出經(jīng)調(diào)制的近紅外光，遇物體后反射，通過計算光線發(fā)射和反射時間差或相位差來換算被拍攝物體的距離。3D結(jié)構(gòu)光（StructuredLight）技術(shù)則要相對復(fù)雜一些，該技術(shù)將編碼的光柵或線光源等投射到被測物上，根據(jù)它們產(chǎn)生的畸變來解調(diào)出被測物的三維信息。雙目視覺則是和人眼一樣，用兩個普通攝像頭以視差的方式來計算被測物距離。三種方式各有優(yōu)缺點，在現(xiàn)有技術(shù)條件下各有應(yīng)用場景。

四、基于AR三維實景融合技術(shù)的?；焚A存風(fēng)險監(jiān)測關(guān)鍵技術(shù)應(yīng)用

隨著危化品貯存風(fēng)險帶來的應(yīng)急管理態(tài)勢的持續(xù)升級，對?；焚A存重點場所的監(jiān)管要求不斷遞增，對重點場所中倉庫園區(qū)的風(fēng)險監(jiān)測手段日趨增強。傳統(tǒng)的監(jiān)測手段普遍存在底數(shù)不清、底圖不明、預(yù)警監(jiān)測數(shù)據(jù)不及時、?；返奈镂镪P(guān)聯(lián)、人物關(guān)聯(lián)關(guān)系不清楚等不足，隨著云計算、大數(shù)據(jù)、物聯(lián)網(wǎng)技術(shù)深入行業(yè)應(yīng)用，開發(fā)基于AR三維實景融合技術(shù)將為視頻監(jiān)控手段、傳感器實時數(shù)據(jù)感知手段、智能視頻分析手段、地圖視頻數(shù)據(jù)三維合一手段提供融合技術(shù)，形成應(yīng)急管理風(fēng)險監(jiān)測手段的多重并舉，技術(shù)革新。充分發(fā)揮其地圖、數(shù)據(jù)、視頻的能力，為解決傳統(tǒng)?；焚A存中的實際問題提供新型關(guān)鍵技術(shù)和裝備研發(fā)與示范。AR三維實景融合技術(shù)是將傳統(tǒng)應(yīng)急管理中一張圖的二維地圖以三維實景地圖進行替代，將傳統(tǒng)單一視角以多種視角進行擴展，將傳統(tǒng)數(shù)據(jù)被動接入以新型應(yīng)急管理大數(shù)據(jù)主動感知進行升級，將傳統(tǒng)單一維度的事后追溯向當前多維數(shù)據(jù)主動預(yù)警預(yù)測進行轉(zhuǎn)變的綜合性解決方案。

本應(yīng)用研究以傾斜攝影三維實景快速建模、?；焚A存重點場所BIM精細化建模為可視化模型基礎(chǔ)，自主研發(fā)地圖視頻數(shù)據(jù)三合一的微內(nèi)核實景融合引擎，為?；穫}庫繪制鳥瞰視角、傾斜視角、第一人稱視角、伴隨視角，構(gòu)建對危化品貯存周邊整體環(huán)境的總體態(tài)勢感知、對?；焚A存物、包裝物的智能視頻結(jié)構(gòu)化算法識別、通過微服務(wù)感知各類前端數(shù)據(jù)采集信息（如溫度、濕度、壓力、容器、氣體、煙感、GPS定位等傳感器數(shù)據(jù)、視頻監(jiān)控實時高清視頻、其他監(jiān)管系統(tǒng)的狀態(tài)類數(shù)據(jù)、流程類數(shù)據(jù)、上報統(tǒng)計類數(shù)據(jù)、交易類進銷存系統(tǒng)關(guān)系型數(shù)據(jù)、海關(guān)物流電子數(shù)據(jù)報文EDI數(shù)據(jù)等），將傳統(tǒng)的二維地圖升級打造為兼容多種地圖視角和內(nèi)容的三維實景地圖、支持衛(wèi)星云圖、2.5D瓦片地圖、3D建模地圖、VR街景地圖、AR高清渲染地圖、視頻拼接投影地圖，利用3D引擎的海量點云數(shù)據(jù)支持特性，構(gòu)建危化品實時動態(tài)更新的各類興趣點視角POI數(shù)據(jù)展示，通過應(yīng)急管理的?；奋囕v路徑、人物-物物關(guān)聯(lián)軌跡、貯存位置室內(nèi)BIM動態(tài)監(jiān)測實現(xiàn)?；穫}庫在線實時監(jiān)測的圖屏聯(lián)動、實現(xiàn)比傳統(tǒng)體驗更直觀更身臨其境的沉浸式體驗第一人稱視角的操作方式，實現(xiàn)全景視覺、全局感知、全程交互、多災(zāi)種適用的應(yīng)急指揮、重點防控、實時監(jiān)測的應(yīng)急賦能應(yīng)用平臺。

五、基于智能視頻分析算法應(yīng)用到安全生產(chǎn)風(fēng)險識別監(jiān)測的關(guān)鍵技術(shù)應(yīng)用

通過基于計算機視覺算法基礎(chǔ)形成的深度學(xué)習(xí)、人工智能、視覺計算的能力，可以設(shè)計構(gòu)造基于人的特征行為識別算法，將規(guī)范化在安全生產(chǎn)過程中人的行為導(dǎo)致的相關(guān)危害風(fēng)險，諸如易燃易爆物活動區(qū)域的抽煙行為、高空作業(yè)活動區(qū)域的防護措施不到位行為、機床設(shè)備操作臺上的不按照規(guī)定動作操作違規(guī)行為等。相關(guān)實地調(diào)研數(shù)據(jù)統(tǒng)計，一個大型五金加工廠每年投入安全生產(chǎn)教育培訓(xùn)后依然存在各種原因違規(guī)行為導(dǎo)致的安全生產(chǎn)事故屢禁不止，由此產(chǎn)生的要求安全生產(chǎn)零事故成為這類企業(yè)的老大難問題。

經(jīng)過仔細分析，事故發(fā)生的相關(guān)生產(chǎn)工人普遍都是機床設(shè)備的熟練度較高的群體，對安全生產(chǎn)規(guī)范的理解也是深刻清楚的，但往往由于諸如疲勞作業(yè)、連續(xù)趕工加班、計件工資多勞多得等原因，導(dǎo)致明知不可為而為之，為了趕工疲勞施工，為了多點計件工資，不按照標準動作施工導(dǎo)致。智能視頻分析算法的必要性就應(yīng)運而生，通過高清視頻監(jiān)控設(shè)備部署在機床位置，利用后端算法的深度學(xué)習(xí)和人工智能計算，識別計算工人的工作時長、識別特征動作識別、事先定義違規(guī)操作動作、位置、特征等，如識別沒有佩戴安全帽、識別沒有按規(guī)定操作機床、識別沒有前置動作或指示燈沒有亮就直接操作設(shè)備等特征。

如果將視頻結(jié)構(gòu)化和工廠的機床被動裝置、電力裝置、防護裝置等進行集成，并與有條件的企業(yè)工廠的安全管理系統(tǒng)、車間管理MES系統(tǒng)、績效考核系統(tǒng)進行對接，事先危險動作識別、安全特征缺失就啟動設(shè)備自動防護措施、自動錄制及記錄違規(guī)動作行為，進行人、機床、動作、特征的關(guān)聯(lián)。

算法的識別精度可以達到99.99%的高準確率，且不會識別疲勞，沒有主觀臆斷?？梢灶A(yù)期的是算法的能力與企業(yè)工廠的制動系統(tǒng)進行接入后，當識別到違規(guī)動作、疲勞施工等特征和行為動作的時候，機床暫停、制動停止，可以確保工傷及重大事故的發(fā)生。這對監(jiān)管部門、企業(yè)、工人多方都有極大的意義，監(jiān)管部門能夠從事后前移到事前，能夠讓事故少發(fā)生，能夠控制事故發(fā)生的范圍和蔓延的程度，真正做到底數(shù)清、情況明。

本應(yīng)用研究以自主創(chuàng)新的安全生產(chǎn)違規(guī)動作行為識別算法為基礎(chǔ)，企業(yè)也可利用舊的高清視頻監(jiān)控前端設(shè)備，后端開發(fā)建設(shè)算法解析系統(tǒng)，通過GPU加速計算技術(shù)對海量違規(guī)特征行為的圖片視頻樣本進行計算機深度學(xué)習(xí)，以人工智能人臉識別算法為基礎(chǔ)，開發(fā)安全生產(chǎn)違規(guī)動作行為識別算法，按照特定違規(guī)行為的范圍進行聚類，形成安全生產(chǎn)違規(guī)動作的專題庫和主題庫，通過密集的算法識別樣本訓(xùn)練，讓計算機能夠通過前端視頻監(jiān)控實時地捕獲識別違規(guī)動作特征，形成記錄和告警。

2019年是人工智能技術(shù)的落地應(yīng)用年，應(yīng)急管理是重要的落地行業(yè)之一，我們認為計算機視覺在應(yīng)急管理中存在廣泛的應(yīng)用，能夠大大提高應(yīng)急管理的應(yīng)用效率。本文主要針對?；穫}庫和危化品車輛、危化品貯存風(fēng)險監(jiān)測、安全生產(chǎn)風(fēng)險識別監(jiān)測三個方面進行了具體應(yīng)用研究，提出了一些思路，并給出了一些具體的落地方法，相信在未來的兩三年內(nèi)能夠看到更大范圍的落地技術(shù)和應(yīng)用場景。

責任編輯：ct