IT思维

以摄像头为基础的的视觉监视系统理论上是能保证社会环境更安全。但是，即使经过了几十年的发展，它们依然无法完全处理现实生活中的情况。例如，在2011年伦敦骚乱期间，面部识别软件只识别出4962个嫌疑人中的一个，并对其完成了逮捕。

这一技术的失败意味着，视觉监控仍然主要依靠坐在黑暗房间里的监控人员观看数小时的摄像机镜头，这完全不足以保护一个城市的人们。但最近的研究表明，视频分析软件可能会得到极大的改进，这要归功于一个完全不同领域的软件进步:DNA序列分析。将DNA的进化方式匹配到视频上，这些软件工具和技术可以转变成自动的视觉监控。

自从1960年伦敦警察厅在伦敦安装了第一批闭路电视摄像头以来，多达600万的摄像头已经被部署在英国各个地方。现在，前线的警官们已经佩戴了体戴式相机，不仅可以拍摄到更多的视频来分析，还可以提取到更复杂的数据。

为了改进自动化视频分析，我们需要能够处理这种变化的软件，而不是因为它的不方便就放弃改进——这是一个根本性的改变。一个可以用于处理大量可变数据的领域是基因组学。

自从2001年第一个人类基因组的30亿个DNA序列(人类的全部基因数据)被测序以来，这种基因组数据的产量呈指数级增长。这些数据的庞大数量及其变化的程度意味着，我们需要大量资金和资源来开发专门的软件和计算设备来处理这些数据。

今天，科学家们可以相对轻松地访问基因组分析服务，研究各种各样的东西，从如何对抗疾病，设计个性化医疗服务，到人类历史的奥秘。

基因组分析包括通过研究已经发生的基因突变来研究基因的进化过程。这与视觉监控领域的挑战惊人地相似，视觉监控依赖于对一段时间的演变进行分析，以发现和追踪移动的行人。通过处理构成视频的图像之间的差异，我们可以把用于基因组分析的技术应用到视频中。

对这种“视频组学”原理的早期测试已经证明了它的潜力。我在Kingston University的研究小组首次发现，即使是在一个自由移动的相机拍摄的时候，视频也可以被分析。将摄像机的移动识别为突变过程，通过特殊的操作，这样一个场景就像被固定摄像机拍摄下来一样。

与此同时，University of Verona的研究人员已经证明，图像处理任务可以被编码成标准基因组学工具被利用的方式。这一点尤其重要，因为这种方法大大降低了软件开发的成本和时间。

将这一技术与我们的战略相结合，最终可能会带来多年前承诺的视频监视革命。如果要采用“视频组学”原则，未来十年可能会发明出更智能的摄像头。在这种情况下，我们要做好更频繁地出现在监控视频中的准备。

审校 雨蛋

选自 Thenextweb

翻译 网易见外机器人