来源：品玩 作者：Cactus

几家科技巨头的 "AI 寻人 " 项目正在变成公益落地。

5 月，腾讯优图与福建警方合作，利用人脸识别将走失 10 年的孩子送回家；近期，百度公司也宣布实施了两年的 "AI 寻人服务 " 已升级，其官方宣称，"AI 寻人启动至今，用户发起的照片比对已经超过 20 万次 , 帮助超过 6700 个家庭重新团聚 "；今日头条甚至将寻人项目拓展到 " 寻找烈士后人 "、" 无名患者紧急寻亲 " 等等 ……

上面这些信息乍一看的确令人欣喜，不过借助 AI 技术寻人的效果没有那么神奇。

PingWest 品玩通过浏览国内最大的非官方寻子网站 " 宝贝回家 "，其论坛上的 " 寻子帖 " 足有 710 页，有标记的帖子中显示 14185 名男孩和 6938 女孩仍无下落。在 CCTV 官方寻亲平台中，则显示有 315588 条寻人信息待解决，其主要类型为家寻亲人。

面对庞大的走失人群数量，AI 技术协助寻人还有很多现实困境：受限于登记时间跨度长、信息缺失等，AI 寻人即使拥有技术，也依然对很多走失案件表现出无能为力。

" 宝贝回家 " 官网论坛 AI 人脸寻人被困 " 人脸 "

今年，某 AI 公司与相关部门共同打造了 " 城市大脑 "，利用 AI 系统预警老人跌倒、失踪等各类异常状况。

虽然通过该系统实现的 AI 寻人已有不少成功案例，但该 AI 公司相关负责人在与 PingWest 品玩的交流中提到：如果走失老人的行动范围在城市摄像头的捕捉范围内，那么目前的 AI 算法几乎可以百分百分析反馈结果。

" 但现实中城市场景视频太多，若是遇到偏僻点位没有摄像机，或是走入监控盲区，这些情况下，AI 只能‘非常遗憾’地无法继续帮助民警找到更多线索。"

网络数据显示，截止 2016 年，国内估算已有 1.7 亿台摄像头到位，其中 2000 万台由公安系统掌握。这种摄像头部署点一类主要覆盖在道路、广场、地铁公交等人流密集区域，二类多为医院、学校、公园等公共场所。

不过事实上，由于视角范围广、距离远，绝大多数普通的安防监控摄像头无法获取满足人脸识别分辨率的图像。而影响 AI 识别的因素包括光照、姿态、遮挡度等等，而其中清晰度是人脸识别精度的关键要素。

对此，一 AI 寻人项目的负责人向 PingWest 品玩表示，未来的 AI 寻人或许不再拘泥于人脸或人体识别：" 目前，多数这样的公司在做的是通过目标找目标，未来会同时通过面部、人体、衣着、状态、环境特征等多种属性，一次性将所有目标线索都找出来，加快寻找效率。"

百度 AI 寻人也表示，现有技术虽然成功帮助 7619 个家庭实现了团聚，但实际需求远大于此。

" 数据库内容要不断丰富，人脸识别技术也需要更多新场景。例如，通过在救助系统内部署人脸识别功能，就可以对多次入站的人员进行快速甄别。" 百度 AI 项目负责人补充道。

某男童走失前监控视频捕捉画面

视频数据 ≠ 有效情报

以视频数据为核心的安防监控体系，确实能为警方提供海量的寻人线索，但也实属成为一种负担。

如果没有 AI，面对这些监控视频，寻人的时候需要耗费很大的精力，在不久前一位老人走丢的案例中，" 若不是利用 AI，我们需要查看接近 300 个摄像头寻找老人行踪，假设检查每天 10 小时的视频，3000 小时的视频资料，不吃不睡连续 150 天才能看完。但是通过视频结构化系统，这项工作缩短到几分钟，为寻人争取到了时间和人力成本。"

以上提到的 " 结构化数据 "，正是人工智能中的数据挖掘与分析。目前，安防摄像头所拍摄下来的数据都是未经处理的原始数据，而结构化可将数据的特征信息提取出来，以系统能理解的算法语言进行通用性描述，进而迅速对海量信息进行筛选和整理，并予以大规模地检索、统计和分析。

某市公安采用旷视包含视频数据结构化的立体防控系统对重点区域的综合治理

这意味着，原始海量数据要经过深度、合理的分析和挖掘，才能够成为有效线索，协助人工分析，利于搜寻工作。

例如摄像头在人工智能下捕捉到走失目标群体后，除了有人体、面部、外貌特征甚至环境条件等识别，对其行为做出分析和判断甚至警报，甚至生成走失路线的数据预测等，之后人力要做的就是筛选、判断以及优化。

AI 寻人要做的不只是浅层次的数据挖掘，应用于不同场景、不同状况下的针对性算法和应用才能够有效地把结构化数据变成有效线索，而这正是现阶段人工智能的短板。

数据库难共享

随着人工智能技术的不断完善，主动应用和事前预警成为可能，AI 下的安防从传统模式的事后追溯，走向实时监管预防的趋势。

据 PingWest 品玩了解，在一定更开放空间的动态领域里，如今一些 AI 系统可针对在逃、违法等重点黑名单人员进行布控；同时也可把控白名单人物动向，比如走失老人、被拐儿童等。这使得不法之徒在缜密的布控下，难有可乘之机。

但事实上，一些拐卖儿童的案例中，犯罪份子会从人口控制密集的一二线城市转战到偏远地区。地区发展落后、地理环境复杂且偏僻，正是 AI 安防无法触及到的盲区，而这里的安全问题如何解决又将是难题。

" 其实 AI 寻人的知晓度也是我们面临的一个难题。" 百度 AI 寻人项目负责人向 PingWest 品玩表达了这样的困扰。" 截至目前，仍有部分走失人员家属并不知道 AI 寻人这种新的寻人方式，特别是在偏远地区。后续我们会通过流量精准推送以及区域下沉活动等方式，让 AI 寻人实现进一步的精准传播和触达。"

假设我们依旧在条件如此极端的情况下获得了走失儿童和嫌疑人的信息，从各方寻人平台的操作流程来看，报案者需要上传走失人的照片，系统会进行人脸比对生成对比结果。但这样的比对结果和其依靠的数据人脸库有着直接关系，其基本来源于寻人平台合作的各地救助机构、公安、政府、以及路人随手拍等渠道。

不过我们至今都没有统一的平台，这就意味着，走失信息和背后数据库、各地方监控视频资源与社会化监控视频资源分散在不同地方，而 AI 的数据分析依托于这些数据之上。数据共享问题也是影响当前 AI 寻人成功率的重要因素，而且似乎比技术更难以得到推进。

百度 AI 寻人项目负责人告诉 PingWest 品玩，面对现实中相对独立的平台间造成的 " 数据壁垒 "，百度正在积极拓展合作伙伴。" 我们正陆续接入全国救助寻亲网、宝贝回家等平台的数据。未来期望能有机会和更多机构产生合作，通过 Feed 流分发 + 小程序服务，进一步发挥 AI 寻人平台与技术价值。"

对于 AI 寻人来说，技术只是这项互联网公益的一部分。

cctv《等着我》官网寻人信息

（应采访对象要求，某 AI 公司隐去真名。）