近年来，各个城市社区高空抛物行为致人伤亡事件屡屡发生，给居民带来重大安全威胁。由于高空抛物行为较为特殊，实际场景干扰因素也较复杂，因此，一直以下针对高空抛物行为的监控技术力量较为苍白，特别是由于传统的移动侦测技术，误报率较多，使小区居民造成苦不堪言，也因此被用户当“鸡肋”弃之。那么，应该如何利用AI监测技术力量赋能这一细分场景应用，大力增强对高空抛物行为的监控效能？
据了解，上海趋视信息科技有限公司在智慧社区建设领域颇有建树，特别是针对社区内高空抛物行为具有不错的技术解决方案。该公司总经理徐飙就当前高空抛物监测技术商业化的难题以及如何提升技术的落地价值进行分享，以期给整体智慧社区建设带来有价值的方案设计及工程部署参考。
在采访中，徐总首先强调，高空抛物行为实际上是一个抛物线轨迹，当前，针对高空抛物行为的监控技术主要是通过AI＋视频监控摄像机的技术手段，采集并分析高空抛物线特征，进行结果比对并联动相关安防系统报警，便于对高空抛物行为进行有效追责，做到有法可依，并起到震慑和教育作用，以避免或减少高空抛物行为的发生。
监测技术商业化的难点
一方面，产品部署要求较高。高空抛物行为应用场景对摄像机布点和安装有一定的特殊技术要求。首先，安装的摄像机的视角范围必须完全覆盖至所有楼层的阳台，但由于受楼栋间距、绿化以及阳台遮掩物等因素影响，理想方案和实际效果往往有一定的差距。因此，要求方案设计和施工人员必须具备一定的工程经验，尽可能结合小区楼层所处的实际环境来选择摄像机安装位置以及摄像机数量。
最值得一提的是，小区业主对成本较为敏感，但是，由于针对高空抛物的监控摄像机复用率低，也就是说，仅只能用于监测高空抛物行为这一用途，造成整个实施工程成本较高。因此，对于方案设计和施工人员人员来讲，必须尽可能以最低部署成本达到最大化的监控效果。同时，在安装摄像头时，也要妥善处理好安装位置等问题，不能侵犯住户的生活隐私，也不能泄露居民个人信息，这也是居民最为担忧的问题。
另一方面，应用场景较为复杂。不同于人口管控、周界防盗、占用公共领域、违章停车、人员聚集分析等AI智能分析应用，高空抛物行为发生的场景较为复杂化。比如晾晒的衣服、飞虫等，以及风雨雪恶劣天气环境的干扰，都将大大增加误报率，给用户生活造成困扰，可谓是弊大于利。无疑，这些复杂化的场景因素都对技术提升准确率带来很大的压力。
如何提升技术落地价值？
任何一项智能技术在规模化落地的过程中，必须解决各类场景、各种环境带来的问题才能拥有极高的落地性。因此，在传统监测技术的基础上，必须不断对场景数据进行深度学习，并建立误报物体过滤模型。积累的场景数据越多，学习的时间越长，则意味着，AI监测的捕获率越高，误报率越低。
不过，通过对算法进行不断训练来提升数据在复杂场景的落地价值的前提是，技术路线必须是合理的，也就是说，建立的算法模式，能够保证有效对较为复杂化的实际场景数据进行深度学习，并不断针对性地训练算法进行优化。否则，后续的学习就失去了价值意义。就目前来看，经过3－6月的场景学习和算法优化，可以达到90％以上的捕获率以及每天10个内的误报率（在恶劣环境条件下的误报率数据），这些技术性能基本在用户的可接受范围内。当然，随着高空抛物监控技术在小区部署普及化，以及各小区场景数据的不断积累，AI算法可达到通用标准，这一实际检测性能表现则会进一步大力提升。
另外，三维摄像机是更适合对高空抛物行为进行智能视频分析。业界皆知，二维建模分析原理具有一定的局限性，智能分析的准确度受限于应用场景的复杂程度和芯片处理的性能等条件，而三维视觉系统采用了革命性的三维视觉传感器和三维视觉算法，实时捕捉和分析场景的三维信息，解决传统二维图像中的相互遮挡，更能判断识别物体的属性，从而将能提升复杂场景下视频监控的准确率。
不过，由于当下，相较于二维摄像机，三维摄像机成本较高，而且对算力性能也有一定的高要求，因此，目前三维摄像机商业化条件还不成熟。随着三维摄像机不断投入使用，三维摄像机的成本则会随之逐步下降。待三维摄像机普及后，无疑它将在小区高空抛物监测场景中大有作为。
