近期,杭州52岁大妈来女士在家中离奇失踪的消息,登上了热搜,引发热议。
现在距离来女士离奇失踪已经是第16天了,截止到现在为止,警方还没有找到来女士。这使得这起失踪案件显得更加扑朔迷离。
完全找不到踪迹的“视频监控”
根据小区40多个摄像头的监控,这位浙江杭州女子最后出现在监控中的时间是7月4日17点10分。家人称其在5日凌晨在家中突然失踪,次日上午,来女士单位来电称其未上班,家人意识到事情严重性,立刻报警。
来女士的丈夫许先生回忆,妻子失踪前未见任何异常,言语举止均正常。
根据他的说法,7月4日上午,夫妻俩到市红十字会医院配药;下午她带小女儿到商场买蛋糕和书,随后一同进入所住楼栋的电梯——这也是她最后一次在监控中出现,没有监控显示其走出小区;当晚10点,家人一同上床睡觉。
7月5日失踪当天,他在凌晨0点30分起床上厕所时,还看到妻子在身旁。可是到早上5点半起床后,却发现家里没有妻子的任何踪影。
7月6日上午,来女士工作单位来电,称其没有到岗。家人感到奇怪,随后报警,并于晚上6点左右到当地派出所查看监控。
来女士失踪后,她的家人对小区内顶楼露台、地下室甚至人工湖都进行搜寻,毫无发现。
当地公安局也专门成立专案组调查。目前已对小区全面搜查,包括窨井、地下井和蓄水箱,甚至派警犬对小区周边公园和池塘地毯式搜索,还抽干了紧邻小区的一条景观河。另据小区居民,警方连日敲门,挨家挨户进入家中,查对身份信息,并对冰箱、衣柜等都详细搜索,但仍一无所获。
杭州当地搜救队队员闻讯,也前来帮助寻找。他们发现,倘若来女士离开小区,其他监控摄像头都可以躲过,唯独地下车库内的监控无法避开。但在该监控附近有条走道,如果通过该走道,摄像头只能拍下路人的腿部,无法拍到正脸。
来女士到底所在何处?
来女士到底在哪儿?又是如何避开40多个监控摄像头离开小区?是自愿离开还是被人强迫带离?有人怀疑与她丈夫有关、有人怀疑熟人犯案,也有人怀疑出去私奔等等,围绕这些问题,网友纷纷猜测。
她女儿也发声称母亲不会自主、单独离家:父母平时感情很好,当天也没有任何争吵和异样;母亲已经50多岁,即使有矛盾争吵离家出走,也不会有躲避监控的想法。父母收入均稳定,家里没有欠债,所以也不会有躲债的想法。
就在近日,安防专家也是找到了一个监控死角,并表示存在有监控死角的路线。
但无论哪种猜测,目前还没有定论,而离奇失踪的来女士依然毫无音讯。
铺满天网的中国,为何找不到一个人?
按照全球领先信息服务提供商Ihs Markit的估计,到2020年中国监控摄像头数量将增加到6.26亿个,光是摄像头数量就够惊人的。
在目前众多的摄像头中,公安机关能直接控制的大概有 2000 多万个,这些摄像头被组成了一套系统:中国天网监控。
当下,中国已经建成世界上最大的视频监控网--“中国天网”,并利用人工智能和大数据进行警务预测,在中国不仅全面普及,而且水平位居世界前列。以下是全国监控摄像头数量统计详情:
(来源:中国报告大厅)
中国安防市场受智能交通、平安城市、智慧城市建设,北京奥运会、上海世博会、广州亚运会、深圳大运会等安保项目以及各行业视频监控需求快速增长等因素的刺激和拉动,发展更为迅速,整体市场规模迅速扩大。
但对比国外人均摄像头数量国内仍有较高空间。以每千人拥有的视频监控数量作为指标:目前我国摄像头密度最高的北京市为例,每千人拥有摄像头数量仅仅59个,相当于英国平均水平的80%,美国的60%;一线城市北上广深四地的千人均监控摄像机数量均值约为41台,为美国均值的43%;二线城市和三线城市的千人均数量均在10台以下,为美国均值的十分之一。总之我国摄像头从渗透率对标国外仍有较大的成长空间。
另外,随着全社会安全防范意识的不断加强,以平安城市为代表的安防监控摄像头项目正在全国范围内如火如荼地展开,这无疑为安防监控摄像头行业带来了巨大的发展机遇。而在安防行业面临巨大潜力的同时,城市建设的飞速发展也使得城市治安管理的日常安防压力越来越大,考虑到平安城市监控摄像头过程中,视角、盲区、隐蔽、机动等因素,也会给监控摄像头效果带来一定影响。
因此,城市监控覆盖的密度及监控盲区仍然是存在漏洞的。
AI人工智能能否找到失踪人口?
随着人工智能技术的日趋成熟,其在各领域的应用也逐步落地,驱动了多应用领域走向智能阶段,其中人脸识别更是以其技术的通用性,快速颠覆了包括公安抓捕嫌疑人、人员走失找回等原有应用体系的工作流程,辅以大数据运作平台,系统的识别率和海量数据的检索能力都得到质的提升,可大大提高目标人员信息匹配的准确率,这也是当前AI寻人的真实现状。
包括百度、腾讯等在内目前都已是相关AI寻人平台背后的人脸识别技术提供方。
百度AI寻人
影响AI寻人成功率的两大因素
AI寻人指向的是两大要素,一是人脸识别的精准度,二则是人脸库的数据量。
在人工智能技术的持续的进化下,人脸识别的准确率也在逐渐提升,我们已经能看到有多家企业在国际权威人脸识别数据库LFW上刷新纪录的消息,实验室的数据高达99.5%甚至往上,这是人脸识别技术应用到实际业务中的基础。
而影响人脸识别的因素有很多,其中影响人脸检测的因素有:光照、人脸姿态、遮挡程度;影响特征提取的因素有:光照、表情、遮挡、年龄,模糊是影响人脸识别精度的关键因素。
不过,相比于早前传统的方式,近两年的人工智能技术已经推动了人员走失找回方式的重大变革,AI寻人需要循序渐进。
就如同这起来女士离奇失踪案,我们也期待在技术的推动下,更多的失踪案能真相大白,水落石出!
部分参考来源:热点风向、前瞻产业研究院、报告大厅,图片来源网络
新观察