針對公安行業的應用需求，現階段人工智能的技術應用現狀如何?首先來看下視頻結構化描述的技術進展情況。視頻結構化描述有兩個核心：圖像對象要素的識別和構建對象間的語義關系。

          目前很多視頻結構化描述基本只做到了第一層即可以實現對圖像對象要素內容的識別和標注，且進展已經很成熟，甚至已能夠實現在前端攝像機內即可實現結構化描述，比如車輛卡口，能夠實現對車牌、車型、車標、車身顏色的信息的識別。不過對于一些更個性化的內容檢索，比如車輛年檢標志、車內掛飾、紙巾盒等細節的特征識別還有一定的發展空間。另外在非交通卡口像治安卡口這一類非標場景下的目標識別檢測，由于安裝角度、光照條件等因素的影響，視頻機構化描述還有進一步發展空間。

          第二層次構建起對象間的語義關系至關重要，以闖紅燈的場景為例，闖紅燈語義本身有幾個要素，包括信號燈、車輛、交通標志、標線等，識別這些要素是視頻結構化描述的第一步。第二步是把識別對象之間形成一定的語義關系，比如車行狀態、信號燈狀態、人和車之間的位置關系等等，把這些關系建立起來之后可以形成一個關系規則，它的優勢在于我們可以根據實際情況靈活調整規則來拓展不同電子警察模式識別的能力。通過構建語義關系來實現一些復雜的規則，這也是視頻結構化描述的初心，也就是構建不止是讓人理解的描述，更要構建讓機器可理解的描述。

          要實現對象的識別和構建起對象間的語義關系，需要一些專業的技術支持：一個是目標檢測和識別，其次是知識圖譜，目標檢測識別出來之后，需要構建語義關系構成一個知識圖譜，這兩個方面的技術是實現視頻結構化描述的關鍵。

          在人臉識別的技術應用現狀方面，1:1的人臉識別在國內的應用已經非常廣泛，但它也仍然存在一些問題，比如非實體線下的場景即網絡場景下需要加強活體人臉檢測做人臉防偽，在金融等高安全級別的人臉識別的場景下也需要進一步鞏固人臉識別的安全性和可靠性。1:N的人臉識別技術進展也相當迅猛，目前在國內已有一些項目落地。

          行人檢索的研究也取得了不錯的進展，但是這些成績都是基于小規模的數據，不同于車輛識別，車輛天然和車牌、車主身份證這些數據信息綁定在一起，其數據標注較為容易，但行人檢索的數據標注成本相對會高出很多，所以導致現階段行人檢索目前的實用性和可用性方面仍沒有車輛檢索的應用成熟。