通过计算机视觉增强边境安全与反恐：人工智能的一个领域

边境安全一直是国际边境中持续存在的问题，尤其在防止武器、违禁品、毒品的非法流动以及打击非法或无证件移民问题的同时，还需确保合法的贸易、经济繁荣以及跨境国家主权得以维护。在本研究工作中，我们利用开源计算机视觉（Open CV）和 adaboost 算法开发了一个模型，该模型能够远距离检测移动物体、对其进行分类、分别自动抓拍该个体的全身图像与面部图像，并针对全球数据库对其进行背景核查，同时预测该个体是否为潜在威胁、意向移民、潜在恐怖分子或极端主义者，进而发出声音警报。我们的模型可部署于任意摄像设备并安装于任意国际边境。整个过程分为两个阶段：我们首先基于 Open CV 计算机视觉算法开发模型，其具备从远处检测人体运动的能力，将自动分别抓拍该人的面部与全身图像；第二阶段为针对移动物体自动触发背景核查。这确保其针对全球多个数据库核查移动物体，并能够在远处判定该人是否可准入。若个体不可准入，将自动向边境官员发出警报并提供该人图像及其他详情；若其绕过边境官员，系统亦能检测并向主管部门发出警报及其图像与其他详情。所有这些操作将由人工智能驱动的摄像机在该个体抵达边境前于远处完成。