详细资料

分类：游戏

发布于 2018年5月28日

　　在上周人工智能安防厂商纷纷与高校建立合作联盟、实验室之后，安防与人工智能的结合已经由早期的技术观点转向实用性考量，人工智能是一种技术工具，在更多场景下贴合需求、解决痛点才是最大价值。

　　这其中的两大关键则是算法和芯片，捕捉海量大数据后，制定最优的计算方法，提高平台处理能力和效率，才能最终快速得出有价值结论，这更像是人体的各个组成部分，只有协调统一之后才能让每个角落的动态时刻掌握，防患于未然。

　　场景：人工智能与安防结合的驱动

　　多位行业专家曾指出，人工智能最先、最快落地的场景中，一定会有安防的身影。安防不仅仅是传统概念中与公安、警务部门相关的事务，而是与所有公共场合、组织机构甚至个人都息息相关，从每日进出地铁、建筑物门禁到上下班打卡，都涉及到安防终端的应用，其中最常见的摄像头实时捕捉海量人、事、物信息，这些信息不仅与平安城市相关，而且还可结合多个场景为金融、新零售、教育、物流等服务，让安防成为保障产业运转的背后推手。

　　浙江大华股份研发中心先进技术研究院院长殷俊介绍到，安防引入人工智能最大的考虑是实现自动化，比如该公司推出的全智能X-Ray创新，即首创了安检智能化，改变了以往人工检查安检物品的方式，减少了漏检、错检概率，提升高峰时段案件效率。

　　在智能交通方面，可以实现对重点人、车、路精准协同管控，让信号灯读懂路况、自主调整变灯时间，让路口学会感知和思考，在杭州下沙区的应用中就将交通高峰期平均车速由20km/h提高至32km/h。

　　不仅是在传统行业中，而且智能感知的摄像头还会对新零售等新兴领域产生变革。

　　在时下火热的无人店中，最大问题则是无人造成的货品看管和店铺管理问题，被曝光的商品被窃事件也让无人店受到阻碍。

　　海康威视高级副总裁、研究院院长浦世亮介绍到，视觉大数据不仅是反映城市安全，同时还可在无人店中担任“管家”职责，摄像头会清晰记录每位顾客在店内的行动轨迹，在货架前停留时间和浏览内容，对不同商品的浏览次数可综合分析出用户偏爱，还可结合多家无人店内的行动轨迹和对商品的浏览数据，综合分析用户整体消费习惯，对不同商家均可提供精准营销辅助。

　　算法：人工智能与安防结合的心脏

　　如果说场景的需求让人工智能找到落地安防的着陆点，那么算法则是生产有价值规律和分析结论的重要路径。当今硬件产品本身已很难再现突破性成果，而更多的关注点需要转向算法平台和架构。

　　举例来说，新技术的再造和出现并非短日之功，甚至数年内都很难前进分毫，但采用更高效的算法和更精准的模型后，则可短时间内提高人工智能在场景中的效率和适配性。在视觉图像识别的准确率超过95%甚至更高时，再补齐最后一公里问题就很难，这就是图像源和光线的问题。

　　在与眼擎科技创始人兼CEO朱继志的交流中了解到，以光线对图像识别的影响来说，如果某个产品或解决方案在某些特定光线影响下有一定时间不能正常工作，尽管间隔时间只有几分钟，但对安防场景也是致命打击，所以该公司的思路则是全新搭建了算法和架构。

　　除此之外，在对光线影响较大的动态范围方面，该公司在努力把高动态范围的弱数据输出一个标准的，后端不用做任何处理的数据，动态范围直接影响曝光和色差问题，如果尽可能无需自动曝光，则能解决更多场景的适配性问题。

　　传统ISP架构会将输入的16位数据直接变成8位，而大量RAW数据信息将会严重丢失，一张JPG格式的照片会比院士数据信息少200多倍，这势必会产生问题，，在逆光、弱光、缺少辅助光源的情况下均可正常识别，将颜色清楚还原，图像最大化清晰。

　　而在该公司研发的成型引擎架构中，当CMOS14～20位的RAW数据输入时，将直接基于Raw数据进行处理，最后在把它压缩成8位的JPG图像，保留所有图像细节信息让AI机器可以识别出来。这不仅用于安防，在无人驾驶、新零售、机器人、深度相机多个领域，也许在光线完全不会影响识别效率时，无人驾驶中的多种事故灾害也可最大限度避免。

　　芯片：人工智能与安防结合的大脑

　　人工智能的“智”体现在何处，在安防领域中不仅是全天候、全时空捕捉城市每个角落的动态，更在于“火眼金睛”地洞察变化背后的原因，与城市公共数据交叉融合，塑造“大安防”世界。

　　具备感知+认知能力的传感器前端乃是万物互联的基础。感知和认知意味着摄像头不再是简单的记录和上传，而是需要学会“自主处理”，筛选有价值信息回传公安、警务指挥中心，让人工肉眼“三班倒”筛选的过程化繁为简，“秒速”完成精准定位。

　　据了解，在深圳龙岗市落地的云天励飞推出的“深目”系统，是全球目前唯一的具备秒级实时检索功能的城市级动态人像识别系统。深圳的2万民警智能手机配备“深目”APP，经过严格管理，2秒钟可以检索到任何一位嫌疑人在深圳市内的行动轨迹，让电影中的“天眼”概念成为现实。

　　云天励飞联合创始人兼CEO陈宁博士认为，相比传统的芯片，AI芯片更注重“从场景到算法，从算法到芯片”这一技术路径，同时向各个应用场景的AI芯片定制化是未来的发展方向，未来十年也是人工智能产业化的一个黄金时代。

　　在日前发布的该公司第二代芯片中，会采用ASIP设计思路，提供ASIP级别高性能和低功耗，也能提供处理器级别的指令集灵活性。将在性能上实现单位性能提升20倍、单位能效提升100倍及系统时延减低200倍。

　　AI安防是安防行业升级的大势所趋，不过，业内也有分析指出，如何将收集到的安防场景数据样本与实战进一步结合，如何让识别的数据从浅层信息走向深度信息，如何提升安防领域监控数据的开放性和共享程度等，都是人工智能技术在安防行业应用存在的挑战。