2020年行为识别行业研究报告_38页_5mb

2020年行为识别行业研究报告总结

核心内容概述

本报告全面分析了2020年行为识别行业的政策背景、技术研究、行业应用、标准化情况以及发展面临的问题与建议。行为识别技术作为生物特征识别的重要分支，已在教育、公共安全、智慧交通、医疗健康、体育竞技等多个领域得到广泛应用。

---

主要观点与关键信息

1. 行为识别相关政策

• 2015年：国务院发布《关于积极推进“互联网+”行动的指导意见》，将人工智能纳入重点任务，推动深度学习和大数据技术的发展。
• 2017年：工信部发布《促进新一代人工智能产业发展三年行动计划（2018－2020年）》，强调人工智能在工业、医疗、金融、交通等领域的应用。
• 2018年：教育部推动智能教育，提出构建教学、管理方面的智能化支持环境。同时，国家发改委等九部委联合发布《关于加强公共安全视频监控建设联网应用的若干意见》，推动“全域覆盖、全网共享、全时可用、全程可控”的视频监控体系。
• 2019年：工信部等联合发布《超高清视频产业发展行动计划（2019－2022年）》，强调视频人脸识别、行为动态分析等关键技术。
• 2020年：《中华人民共和国国民经济和社会发展第十四个五年规划纲要（建议稿）》明确提出推动人工智能与各产业深度融合，为行为识别行业指明发展方向。

2. 行为识别技术简介及趋势

• 行为识别技术通过图像、视频、热敏、力敏、加速度、磁力等多种传感器融合的方式，实现对人类行为的识别。
• 主要分为三类：基于计算机视觉、基于传感器系统、基于多模态数据。
• 技术发展趋势：更加注重可靠性、适用性、便捷性与实用性，推动多技术融合，提升识别准确性与用户体验。

3. 行为识别行业现状及前景

• 行为识别已在公共安全、教育考试、智慧交通、医疗健康、体育竞技等领域初步应用。
• 行为识别行业具备良好的发展前景，预计到2021年全球市场规模将达18亿美元。
• 国内已有多个企业与研究机构在行为识别领域取得重要成果，如海康威视、大华、云从科技、复旦大学、中科院自动化所等。
• 行为识别技术在实际应用中仍面临数据复杂性、计算成本高、识别精度不足等问题。

4. 行为识别技术研究情况

4.1 数据采集

• 视觉信息采集：使用摄像头（数字与模拟）进行图像和视频数据采集。
• 传感器数据采集：包括加速度传感器、重力感应器、陀螺仪等，用于捕捉人体行为的多种特征。
• 多模态数据采集：融合视频、声音、文本等多种信息源，提升行为识别的准确性。

4.2 算法研究

• 基于计算机视觉的算法：如目标检测、跟踪、序列行为分类、人体关键点检测、光流分析等。
• 基于传感器的算法：包括数据感知、分割、特征提取与行为识别，适用于低复杂度场景。
• 多模态行为识别算法：面临表示、翻译、对齐、融合、共同学习等五大挑战，需多技术协同。

5. 行为识别技术国内外研究机构

国外研究机构

• 日本冲电气工业（OKI）公司：开发AI识别ATM机操作行为，识别欺诈行为。
• 东日本株式会社（NTT）：推出“AI保安”服务，利用AI识别店内可疑行为。
• 法国KRG公司：开发智能居家养老监护系统，实现无摄像头、无佩戴设备的远程监护。
• 德国FZI研究中心：研发驾驶人脸部生物特征识别系统，监测驾驶人情绪与疲劳状态。
• 英国剑桥大学：开发无人机“暴力行为”检测系统，用于大型活动安保。

国内研究机构

• 复旦大学：开展智能感知、脑机交互、行为识别等多领域研究，提出“机器直觉”概念。
• 中科院自动化研究所：在深度学习、运动检测、长视频分析等领域取得显著成果。
• 南京理工大学：研究人体三维建模、步态分析、肢体语言差异等，应用于民族医学培训。

---

行为识别技术行业应用情况

1. 教育考试

• 用于课堂行为分析，检测学生出勤、听课、举手、睡觉等行为。
• 用于考场监控，识别替考、偷看小抄等行为，实现无人监考。

2. 公共安全

• 特定人员识别：利用步态识别技术，在无面部信息时仍可识别嫌疑人。
• 公共异常识别：识别奔跑、徘徊、越线、物品遗留、电梯逆行等异常行为。
• 民用安防：实现家庭安防的自动布防与撤防，保障夜间安全。

3. 智慧交通

• 识别疲劳驾驶、未系安全带、抽烟、打电话、遮挡等异常驾驶行为。
• 通过内外双摄像头监控，实现全天候驾驶行为识别与预警。

4. 医疗健康

• 手术教学：对显微手术视频进行阶段分割，评估医师操作流程。
• 智慧看护：利用传感器与行为识别算法，检测老人跌倒行为。
• 健身辅助：通过摄像头与关节识别技术，提供运动姿态反馈，防止运动损伤。

5. 体育竞技

• 姿势矫正：用于识别运动姿态是否标准，辅助训练与比赛判罚。
• 团体行为分析：如足球比赛中运动员行为识别，提升视频分析与训练效率。

---

行为识别标准化情况

1. 国际标准化组织

• 主要由ISO/IEC JTC1/SC37负责行为识别标准化工作。
• 已发布相关标准如《BioAPI规范》《视频监视系统中生物识别技术的应用》等。

2. 国内标准化组织

• SAC/TC28/SC37：负责行为识别、人脸识别等标准制定。
• SAC/TC100：制定安防监控相关标准，如视频监控设备技术要求、控制协议等。

3. 行为识别标准现状

• 国内外在行为识别领域尚缺乏统一标准，各企业与机构自成体系。
• 数据采集、功能测试、算法评测等标准尚不完善，影响技术推广与系统互联。
• 标准化对技术发展具有指导性意义，有助于形成良好产业生态与技术规范。

---

行为识别行业发展面临的问题及建议

1. 主要问题

• 技术发展受限：缺乏适用于所有场景的成熟算法，识别精度与效率有待提升。
• 隐私保护问题：基于视觉的行为识别容易造成隐私泄露，需加强数据管理与法律规范。
• 标准体系不完善：缺乏统一标准，影响产业链上下游协同与技术落地。
• 企业竞争激烈：多数企业依赖政策与资金支持，缺乏可持续发展能力。

2. 建议

• 推动技术发展：加强关键技术研究，注重轻量化模型开发，提升算法适应性。
• 关注隐私保护：制定相关法律法规，规范数据采集与使用，保护用户隐私。
• 重视标准引领：加强行为识别标准的顶层设计，推动标准体系的完善与发布。
• 规避竞争风险：鼓励企业间合作，避免重复研发，拓展新应用场景，分散市场风险。

---

总结

行为识别作为人工智能的重要分支，正在多个领域迅速发展并广泛应用。随着技术的不断进步和政策的支持，其在公共安全、教育、医疗、交通、体育等方面展现出巨大潜力。然而，目前仍面临技术成熟度不高、隐私保护不足、标准体系不健全等问题。未来，需在技术突破、法律规范、标准制定等方面持续发力，以推动行为识别行业健康、快速、可持续发展。