必赢bwin手机APP|网站首頁

三大支柱撑起安防人眼摄像机开启“精准”时代

2017-09-20

安防会是最先成熟的领域

　　未来十年，人工智能在不同行业的机遇，小智君比较看好的有四个，分别是：安防、汽车、医疗和机器人。这些领域都是万亿级的市场，尤其是汽车和医疗。

　　这些领域非常重要，但不是每个领域发展成熟的时间都一样。在我看来，安防会是最先成熟的领域。

　　汽车从现在来看很有可能是下一个成熟的领域，再过两三年量会上来。至于医疗，只能够它排在第三。

　　医疗的难点在于，这不仅是大数据的问题，还涉及到小数据问题。对于小数据问题，它在数据的规模上限制是比较大的。机器学习最重要的是要跟最优秀、最有经验的医生来学习，不像自动驾驶或者安防，只要找一个会用电脑的人，都可以标注数据。它是一个需要优秀的专业人士参与数据标注、数据采集的过程，是小数据问题。

　　机器人也会是一个很大的领域，但它却是充满了最大的不确定性。首先它目前还不是一个已经存在的行业，现在市面上还基本没有成熟商用的机器人，还在摸索阶段。我们都向往以后的生活和工作能够被机器人帮助，但要实现它，到达消费者期待的那一阶段，还是很困难的，也需要很长时间。

　　对于安防，不同的国家投入是不同的，但中国显然对之投入很大，美国同样。这也是最有可能率先实现落地的人工智能领域。

　　安防问题重重，数据量庞大

　　在当前阶段，行业对人工智能技术切入安防领域，最大的期待就是：可以把这个行业从以视频为核心，转变为以情报为核心。

　　现在安防监控领域之所以还有机会，是因为人工智能使得一个新的潮流、新的转型在这个领域发生了。

　　在智能摄像头领域，小智君发现，我们国家的技术，已经可以做到每张脸从左耳到右耳，150像素，监控40米宽度的通道。当人工智能进入安防，10年之后，所有的摄像头都会变成智能摄像头。

　　其次，在安防领域里，有一个常见的误区：那就是迷信算法，认为算法可以解决一切。这显然是不正确的。

　　就拿人脸识别来说，今天的算法不能够解决所有的问题，只能够解决一部分问题。有些人工智能公司会对外宣称，其人脸识别算法错误率能达到亿分之一，这是能够做到的，但它往往是在特定条件下得到的。比如说摆拍的静态识别。如果放在监控环境下，一个人低着头打着电话，只有100×100像素的时候，那么现在还远远做不到这样的精准度。

　　最近很多人在说人脸识别，那种看到一张脸、算出来一个特征，跟黑名单比对一下看谁比较像，这是很浅很浅的挖掘。你知道坏人是谁，把他给找出来，只能解决这种问题。但是现在的需求是：我不知道坏人是谁，你给我找出来，这绝对要靠很深度的挖掘。

　　如果人工智能只是停留在算法的层次，那还是远远不够的。而安防是全世界最大的物联网。

　　你出门走出小区，被门口的摄像头拍了下来，它识别出你的穿着，你的表情和面部特征，这个数据量已经远超过了网上的发帖。而每隔20米，可能就会被新的摄像头拍下，识别一遍。以北京为例，它安装的摄像头总数已经超过 200 万个，它们每分每秒都在录像，每天就会产生长达 200 多万天的录像。安防物联网产生的数据量，已经远远大于过去的互联网。

　　安防的三大支柱：智能硬件、算法、大数据

　　在这种情况下，小智君认为人工智能时代的安防有三个支柱：智能硬件、算法、大数据。

　　首先，是硬件。北京的200万摄像头，如果把这些数据全部传到数据中心的话，带宽的概念是什么？一路高清视频的码流一般在2-4兆bps。

　　一个千兆以太网，从理论上也只能传250路，但是千兆以太网指的还是它的基带层的带宽，高清视频根本传不到250路，能传100路就可以了，那么200万路需要多少带宽？如果硬件不能够智能前端化，数据都传不到数据中心。

　　所以第一步，硬件的智能前端化，可以对目标做现场的检测、跟踪和去重，能捕捉关键数据，并且在前端做初步加工，只把关键数据汇聚到数据中心处理，这样才能形成一个大数据系统。

　　第二，算法。前端的算法进行物体的检测跟踪，后端的算法就是识别物体，对图像做一个精确的结构化或者特征化分析。

　　最后非常重要的一点是，我们要在后面非常深入做下去的大数据分析，不光是基于视觉图像，而是要把多模态、大规模的数据放进来，比如通信记录、电子邮件、微信微博、车辆轨迹、消费记录等等都结合起来，在应用层面做非常深入的挖掘。

　　硬件的战争：人眼相机诞生

　　人眼摄像机在去年10月应运而生，它是基于仿生学原理，把运算和光学结合在一起，50米距离范围内可以展现出更为清晰可识别的人脸，100米范围内可以保证看清楚全身的主要特征。

　　关于它的原理，其实非常简单。模拟人眼球的进程，先用类似于“黄斑”功能的硬件进行扫描，但画面模糊，再从中挑选出感兴趣的地方着重观察。

　　人眼摄像机颠覆了传统摄像机的成像结构，通过独创的像素动态瞬时分配技术，可以瞬间提升画面的局部像素，使得场景中的每一个目标都清晰可见。

　　与此同时，基于深度学习的人员检测技术，它可以自动、精确、快速抓拍场景中的每一张人脸，同时兼顾全景与细节特写。在此基础上，通过判断分析自定义的行为特征，满足不同场景下的业务需求。