近期,杭州52歲大媽來女士在家中離奇失蹤的消息,登上了熱搜,引發熱議。
現在距離來女士離奇失蹤已經是第16天了,截止到現在為止,警方還沒有找到來女士。這使得這起失蹤案件顯得更加撲朔迷離。
完全找不到蹤跡的“視頻監控”
根據小區40多個攝像頭的監控,這位浙江杭州女子最後出現在監控中的時間是7月4日17點10分。家人稱其在5日凌晨在家中突然失蹤,次日上午,來女士單位來電稱其未上班,家人意識到事情嚴重性,立刻報警。
來女士的丈夫許先生回憶,妻子失蹤前未見任何異常,言語舉止均正常。
根據他的説法,7月4日上午,夫妻倆到市紅十字會醫院配藥;下午她帶小女兒到商場買蛋糕和書,隨後一同進入所住樓棟的電梯——這也是她最後一次在監控中出現,沒有監控顯示其走出小區;當晚10點,家人一同上牀睡覺。
7月5日失蹤當天,他在凌晨0點30分起牀上廁所時,還看到妻子在身旁。可是到早上5點半起牀後,卻發現家裏沒有妻子的任何蹤影。
7月6日上午,來女士工作單位來電,稱其沒有到崗。家人感到奇怪,隨後報警,並於晚上6點左右到當地派出所查看監控。
來女士失蹤後,她的家人對小區內頂樓露台、地下室甚至人工湖都進行搜尋,毫無發現。
當地公安局也專門成立專案組調查。目前已對小區全面搜查,包括窨井、地下井和蓄水箱,甚至派警犬對小區周邊公園和池塘地毯式搜索,還抽乾了緊鄰小區的一條景觀河。另據小區居民,警方連日敲門,挨家挨户進入家中,查對身份信息,並對冰箱、衣櫃等都詳細搜索,但仍一無所獲。
杭州當地搜救隊隊員聞訊,也前來幫助尋找。他們發現,倘若來女士離開小區,其他監控攝像頭都可以躲過,唯獨地下車庫內的監控無法避開。但在該監控附近有條走道,如果通過該走道,攝像頭只能拍下路人的腿部,無法拍到正臉。
來女士到底所在何處?
來女士到底在哪兒?又是如何避開40多個監控攝像頭離開小區?是自願離開還是被人強迫帶離?有人懷疑與她丈夫有關、有人懷疑熟人犯案,也有人懷疑出去私奔等等,圍繞這些問題,網友紛紛猜測。
她女兒也發聲稱母親不會自主、單獨離家:父母平時感情很好,當天也沒有任何爭吵和異樣;母親已經50多歲,即使有矛盾爭吵離家出走,也不會有躲避監控的想法。父母收入均穩定,家裏沒有欠債,所以也不會有躲債的想法。
就在近日,安防專家也是找到了一個監控死角,並表示存在有監控死角的路線。
但無論哪種猜測,目前還沒有定論,而離奇失蹤的來女士依然毫無音訊。
鋪滿天網的中國,為何找不到一個人?
按照全球領先信息服務提供商Ihs Markit的估計,到2020年中國監控攝像頭數量將增加到6.26億個,光是攝像頭數量就夠驚人的。
在目前眾多的攝像頭中,公安機關能直接控制的大概有 2000 多萬個,這些攝像頭被組成了一套系統:中國天網監控。
當下,中國已經建成世界上最大的視頻監控網--“中國天網”,並利用人工智能和大數據進行警務預測,在中國不僅全面普及,而且水平位居世界前列。以下是全國監控攝像頭數量統計詳情:
(來源:中國報告大廳)
中國安防市場受智能交通、平安城市、智慧城市建設,北京奧運會、上海世博會、廣州亞運會、深圳大運會等安保項目以及各行業視頻監控需求快速增長等因素的刺激和拉動,發展更為迅速,整體市場規模迅速擴大。
但對比國外人均攝像頭數量國內仍有較高空間。以每千人擁有的視頻監控數量作為指標:目前我國攝像頭密度最高的北京市為例,每千人擁有攝像頭數量僅僅59個,相當於英國平均水平的80%,美國的60%;一線城市北上廣深四地的千人均監控攝像機數量均值約為41台,為美國均值的43%;二線城市和三線城市的千人均數量均在10台以下,為美國均值的十分之一。總之我國攝像頭從滲透率對標國外仍有較大的成長空間。
另外,隨着全社會安全防範意識的不斷加強,以平安城市為代表的安防監控攝像頭項目正在全國範圍內如火如荼地展開,這無疑為安防監控攝像頭行業帶來了巨大的發展機遇。而在安防行業面臨巨大潛力的同時,城市建設的飛速發展也使得城市治安管理的日常安防壓力越來越大,考慮到平安城市監控攝像頭過程中,視角、盲區、隱蔽、機動等因素,也會給監控攝像頭效果帶來一定影響。
因此,城市監控覆蓋的密度及監控盲區仍然是存在漏洞的。
AI人工智能能否找到失蹤人口?
隨着人工智能技術的日趨成熟,其在各領域的應用也逐步落地,驅動了多應用領域走向智能階段,其中人臉識別更是以其技術的通用性,快速顛覆了包括公安抓捕嫌疑人、人員走失找回等原有應用體系的工作流程,輔以大數據運作平台,系統的識別率和海量數據的檢索能力都得到質的提升,可大大提高目標人員信息匹配的準確率,這也是當前AI尋人的真實現狀。
包括百度、騰訊等在內目前都已是相關AI尋人平台背後的人臉識別技術提供方。
百度AI尋人
影響AI尋人成功率的兩大因素
AI尋人指向的是兩大要素,一是人臉識別的精準度,二則是人臉庫的數據量。
在人工智能技術的持續的進化下,人臉識別的準確率也在逐漸提升,我們已經能看到有多家企業在國際權威人臉識別數據庫LFW上刷新紀錄的消息,實驗室的數據高達99.5%甚至往上,這是人臉識別技術應用到實際業務中的基礎。
而影響人臉識別的因素有很多,其中影響人臉檢測的因素有:光照、人臉姿態、遮擋程度;影響特徵提取的因素有:光照、表情、遮擋、年齡,模糊是影響人臉識別精度的關鍵因素。
不過,相比於早前傳統的方式,近兩年的人工智能技術已經推動了人員走失找回方式的重大變革,AI尋人需要循序漸進。
就如同這起來女士離奇失蹤案,我們也期待在技術的推動下,更多的失蹤案能真相大白,水落石出!
部分參考來源:熱點風向、前瞻產業研究院、報告大廳,圖片來源網絡
新觀察