巷口的隐形哨兵：聊聊我们身边的公共安全技术（非敏感）
上周去老小区帮朋友修路由器，抬头看见单元楼对面的电线杆上新装了个小摄像头。不是物业拍车位占位的那种，镜头斜着对着一楼小吃店的后厨窗户，灰扑扑藏在梧桐叶影子里，不仔细找根本发现不了。
朋友说这是街道统一装的，专门盯着火情。我那时候突然反应过来，大部分人对公共安全技术的印象，还停留在很远的地方，要么就是觉得和自己隐私有关，挺抵触，其实早就有一大堆非敏感的民用技术，悄悄安在了我们天天走的巷口、市场、地铁站，默默干活。
城市老小区智能烟火识别公共安全摄像头安装实景
之前我参与过城中村的改造项目，太清楚原来的痛点了。那时候烟火预警全靠装在房顶上的烟感，烟得飘够高度，浓度到了才能触发告警。城中村的小吃店多，后厨大多挤在一楼门面里，门头窄，道路密，真要是电线短路起了阴燃，烟从门缝慢慢冒出来，等烟感叫，消防队赶过来，半间店都烧没了，还容易连累左右邻居。
这个技术不一样。它直接看画面，只要出现符合特征的烟或者火焰，一秒就能出结果。比传统烟感快了好几分钟。你别小看这几分钟。闹市区的火情，早三分钟预警，就是完全不一样的结果。
智能烟火识别AI算法训练烟火样本标注示例
我之前在项目现场调试，故意拿个点着的香烟凑到镜头前，两秒钟告警就推到了片区网格员和消防员的手机上。说实话那一瞬间我还挺惊讶的，原来精度已经高到这个程度了。现在主流的模型，误报率比十年前降了快九成，大部分常见的干扰都能滤掉。
不过话说回来，也不是百分百准。上次我们在南方一个古镇做项目，春天梅雨季节，河面上起了一层薄雾，镜头隔着河看对面，连续触发了三次告警。你说它错了吗？它确实把雾当成烟了，那是真的超出了它的识别能力，没办法。
技术也有边界，别吹得太神
现在很多厂商卖产品，张嘴就是全场景覆盖，百分百准确，听得我头大。哪有完美的技术？所有公共安全技术，都有它解决不了的问题，也有它不能碰的边界。
就说烟火识别，它说到底是光学识别，得看得见才能认。后厨把门一关，隔着厚厚的墙，它什么都看不见，该装烟感还是得装烟感，它只是补位，不是替代。冬天北方雾霾大，能见度不到五十米，镜头连对面的树都看不清，你还能指望它认出烟？还有刚才说的古镇起雾，下雨天镜头上全是水珠，这些场景它就是搞不定，没办法。
还有大家最关心的隐私问题。正规的项目，按照要求，只会识别事件特征，不会留存任何个人信息。你从镜头前走过，它根本不会提取你的人脸信息，也不会存你的画面，它只看有没有烟有没有火。当然了，也不排除有一些不正规的小厂商，偷摸把原始画面传出去干别的，这个就得监管盯紧了，技术本身没问题，坏的是乱用技术的人。
还有个挺有意思的小事，上次我们在一个大学城周边的老巷装设备，有个卖烧烤的老板，开着油烟机，炒菜的烟飘出来，连续触发了两次告警。我们过去调试，改了一下模型的阈值，把那种浓度低、稳定的油烟给滤掉了，就好了。你看，就算技术成熟了，也得根据具体场景调，不是装上去就万事大吉。
我那天蹲在朋友小区的电线杆下，看了那个小摄像头半天。它安安静静的，一天转都不转一下，大部分时候什么事都不会发生，一个月也出不了一次告警。可真要是哪天出点事，它就是第一个报信的那个。
我们总说公共安全是天大的事，其实哪有那么多惊天动地的黑科技，大部分都是这种不起眼的小技术，藏在巷口的树叶后面，市场的屋檐下面，地铁站的天花板上，安安静静给你守着，一点点堆出来日常的安全感。对吧？
原来它不是对着人拍的
很多人一看见公共区域新加装摄像头，第一反应就是捂手机，怕自己的行踪被拍，隐私泄露。说实话，我干这行快十年，见过最多的误解就是这个。 就拿这次说的智能烟火识别来说，现在正规项目用的设备，基本都是端侧推理——翻译一下，就是AI算法直接跑在摄像头自带的芯片里，根本不需要把拍到的原始画面传到远端的服务器上去。整个过程只有识别到异常的时候，才会发一条带坐标的告警信息，原始画面从头到尾都不会往外传，更不会存下来。城市老小区智能烟火识别公共安全摄像头安装实景
之前我参与过城中村的改造项目，太清楚原来的痛点了。那时候烟火预警全靠装在房顶上的烟感，烟得飘够高度，浓度到了才能触发告警。城中村的小吃店多，后厨大多挤在一楼门面里，门头窄，道路密，真要是电线短路起了阴燃，烟从门缝慢慢冒出来，等烟感叫，消防队赶过来，半间店都烧没了，还容易连累左右邻居。
这个技术不一样。它直接看画面，只要出现符合特征的烟或者火焰，一秒就能出结果。比传统烟感快了好几分钟。你别小看这几分钟。闹市区的火情，早三分钟预警，就是完全不一样的结果。
它到底是怎么认出烟和火的？
说穿了其实不复杂，类比下来就像你小时候学认东西。大人给你看几十张火的照片，告诉你这个就是火，再给你看几十张红色广告牌、红色灯笼的照片，告诉你这些不是，看多了你自然远远看见灰烟往上冒，就知道不对劲。它也是这么学的。 早十几年的技术很傻，只认颜色，火焰是红黄色，烟是灰黑色，符合颜色就报警。结果呢？晴天太阳晃在玻璃上的光斑，路边红色的招牌，甚至秋天满树的红叶子，都能触发误报。那时候误报率高到什么程度？保安室一天能收几十个告警，到后来保安根本懒得看，真出事了也没人理，完全成了摆设。 现在不一样了，有了深度学习的算法，训模型的时候会喂进去几十万张不同场景的样本——饭店炒菜飘出来的油烟，篝火晚会的明火，山区起雾，汽车尾气，电线短路的阴燃，祭祀烧纸的明火，全都标好分类让模型学。它学的不只是颜色，还有形状、飘动的轨迹，甚至烟的浓度纹理。智能烟火识别AI算法训练烟火样本标注示例
我之前在项目现场调试，故意拿个点着的香烟凑到镜头前，两秒钟告警就推到了片区网格员和消防员的手机上。说实话那一瞬间我还挺惊讶的，原来精度已经高到这个程度了。现在主流的模型，误报率比十年前降了快九成，大部分常见的干扰都能滤掉。
不过话说回来，也不是百分百准。上次我们在南方一个古镇做项目，春天梅雨季节，河面上起了一层薄雾，镜头隔着河看对面，连续触发了三次告警。你说它错了吗？它确实把雾当成烟了，那是真的超出了它的识别能力，没办法。
技术也有边界，别吹得太神
技术也有边界，别吹得太神
现在很多厂商卖产品，张嘴就是全场景覆盖，百分百准确，听得我头大。哪有完美的技术？所有公共安全技术，都有它解决不了的问题，也有它不能碰的边界。
就说烟火识别，它说到底是光学识别，得看得见才能认。后厨把门一关，隔着厚厚的墙，它什么都看不见，该装烟感还是得装烟感，它只是补位，不是替代。冬天北方雾霾大，能见度不到五十米，镜头连对面的树都看不清，你还能指望它认出烟？还有刚才说的古镇起雾，下雨天镜头上全是水珠，这些场景它就是搞不定，没办法。
还有大家最关心的隐私问题。正规的项目，按照要求，只会识别事件特征，不会留存任何个人信息。你从镜头前走过，它根本不会提取你的人脸信息，也不会存你的画面，它只看有没有烟有没有火。当然了，也不排除有一些不正规的小厂商，偷摸把原始画面传出去干别的，这个就得监管盯紧了，技术本身没问题，坏的是乱用技术的人。
还有个挺有意思的小事，上次我们在一个大学城周边的老巷装设备，有个卖烧烤的老板，开着油烟机，炒菜的烟飘出来，连续触发了两次告警。我们过去调试，改了一下模型的阈值，把那种浓度低、稳定的油烟给滤掉了，就好了。你看，就算技术成熟了，也得根据具体场景调，不是装上去就万事大吉。
我那天蹲在朋友小区的电线杆下，看了那个小摄像头半天。它安安静静的，一天转都不转一下，大部分时候什么事都不会发生，一个月也出不了一次告警。可真要是哪天出点事，它就是第一个报信的那个。
我们总说公共安全是天大的事，其实哪有那么多惊天动地的黑科技，大部分都是这种不起眼的小技术，藏在巷口的树叶后面，市场的屋檐下面，地铁站的天花板上，安安静静给你守着，一点点堆出来日常的安全感。对吧？