淺析人工智能如何在安防行業(yè)進行工程化落地

1月16日，第一期“安·視界”技術(shù)沙龍在廣東省公共安全技術(shù)防范協(xié)會演示廳舉行。本次沙龍由廣東省公共安全技術(shù)防范協(xié)會主辦，廣州市安全防范行業(yè)協(xié)會和深圳市龍崗智能視聽研究院協(xié)辦，安防行業(yè)中的技術(shù)及產(chǎn)品專家們齊聚一堂，共同探討人工智能如何在安防行業(yè)的工程化落地。

“慧眼”與“智腦”打造智慧城市

***，北京大學(xué)數(shù)字視頻編解碼技術(shù)國家工程實驗室深圳分室負責(zé)人，鵬城實驗室人工智能研究中心主任李革發(fā)表了“數(shù)字視網(wǎng)膜：視頻監(jiān)控中的’慧眼’與’智腦’”的主題演講。

△李革

視頻監(jiān)控是公共安防的重要部分，視頻產(chǎn)生了大量數(shù)據(jù)，但卻常常是“有眼無珠”。李革認為，媒體大數(shù)據(jù)的挑戰(zhàn)存在三大挑戰(zhàn)，分別是儲存難（壓縮問題）、檢索難（模式識別問題）、識別難（對象再識別的問題）。

在存儲難方面，視頻壓縮率的增長率遠低于視頻監(jiān)控的數(shù)據(jù)量增長率；在檢索方面，圖像和視頻數(shù)據(jù)量的指數(shù)級增長對模式識別提出巨大挑戰(zhàn)；在識別方面，從大規(guī)模數(shù)據(jù)集中標(biāo)識特定對象非常困難，通常該數(shù)據(jù)集包含從不同攝像機網(wǎng)絡(luò)采集的一系列視覺表觀相似的對象。

那么，如何破解這三大難題？構(gòu)建智能云端圖像視頻數(shù)據(jù)處理中心是其中一種解決方法，但該方式雖可以較好地利用現(xiàn)有的大規(guī)模攝像頭，但卻也存在不少缺點。

比如傳統(tǒng)視覺感知系統(tǒng)在對象檢測、模式識別和場景理解中的準(zhǔn)確性不夠高。

那么究竟該如何應(yīng)對當(dāng)下面臨的這些難題？李革認為，“云腦＋數(shù)字視網(wǎng)膜”是解決辦法。

“云”是分層解耦的AI平臺，這個不必再贅述。什么是“數(shù)字視網(wǎng)膜”？李革介紹道，人類視網(wǎng)膜同時具有影像重構(gòu)和特征提取兩大功能，影像重構(gòu)即精細編碼視覺內(nèi)容，特征提取即對視頻流的識別理解，眼睛雖然能對將所見圖像完整成像，但大腦對圖像分析是基于提取到的特征。因此城市中視頻監(jiān)控數(shù)據(jù)的有效利用，也可借鑒人類視網(wǎng)膜成像及大腦處理的流程。

李革認為，未來視頻應(yīng)該分成兩個“流”，即視頻編碼＋特征編碼，未來數(shù)字視網(wǎng)膜的技術(shù)框架應(yīng)該是：視頻特征緊湊表達技術(shù)＋高效視頻監(jiān)控轉(zhuǎn)碼技術(shù)。李革還距離傳統(tǒng)是把視頻匯集進行搜索，而用了雙流技術(shù)，只傳每個攝像頭的特征流，與傳統(tǒng)結(jié)果無異。

李革教授，***，北京大學(xué)數(shù)字視頻編解碼技術(shù)國家工程實驗室深圳分室負責(zé)人，鵬城實驗室人工智能研究中心主任。 美國奧本大學(xué)（Auburn University）電子工程博士學(xué)位，美國加州大學(xué)戴維斯分校（Univ． of California， Davis）電子工程博士后。曾就職于多家跨國公司，從事無線移動通信、手機基帶芯片算法設(shè)計和視頻編解碼SoC設(shè)計等前沿項目。作為技術(shù)與管理帶頭人之一，先后參與創(chuàng)立了兩家半導(dǎo)體設(shè)計公司，分別被兩家美國納斯達克上市公司收購。作為項目負責(zé)人參與多項國家、省部級科研項目，包括：國家自然基金委－廣東省政府重大專項項目：視頻大數(shù)據(jù)高效表達、深度分析與綜合利用；信產(chǎn)部電子發(fā)展基金項目：AVS 標(biāo)準(zhǔn)的核心芯片的開發(fā)及產(chǎn)業(yè)化；科技部重大儀器項目：超高清視頻實時分析增強儀開發(fā)和應(yīng)用項目。迄今為止在智能視頻處理和分析、視頻數(shù)據(jù)挖掘等領(lǐng)域發(fā)表多篇國際論文，申請多項國內(nèi)外專利。

立體防控時代，AI與大數(shù)據(jù)結(jié)合落地新思考

廣電安全研究院產(chǎn)品部經(jīng)理謝毅星圍繞“AI＋大數(shù)據(jù)賦能公共安全治理”展開演講。

謝毅星首先介紹了公共安全治理發(fā)展歷程與現(xiàn)狀，他表示，80－90年代是傳統(tǒng)治理時代，2000－2005年開始了數(shù)字化治理，2006－2012開始網(wǎng)絡(luò)化治理，2013－2017年是合成化治理，2018年開始則進入以數(shù)據(jù)為特征的立體防控治理時代，大數(shù)據(jù)與人工智能的結(jié)合在這一時代發(fā)揮著重要作用。

謝毅星介紹道，“AI＋大數(shù)據(jù)”在掌握行為軌跡、建立大數(shù)據(jù)分析模型、重大事件監(jiān)測、重點車輛監(jiān)測預(yù)警、重點區(qū)域監(jiān)測、賦能社區(qū)安全治理等方面都能發(fā)揮重要作用。廣電運通的AI＋大數(shù)據(jù)能力已在深圳市龍崗區(qū)落地的雪亮工程、龍崗分局智慧警務(wù)云平臺落地應(yīng)用，獲得良好效果。

廣電智能安全研究院謝毅星，通信技術(shù)中級工程師，安防行業(yè)11年從業(yè)經(jīng)驗，在安防項目設(shè)計、項目管理、產(chǎn)品研發(fā)等方面擁有豐富積累。作為主要負責(zé)人，參與及主導(dǎo)了深圳市龍崗分局智慧警務(wù)云平臺、廣州市天河區(qū)智感安防區(qū)等多個標(biāo)桿項目，對安防行業(yè)整體發(fā)展歷程、AI賦能公共安全治理方面有深刻理解。

人臉識別算法準(zhǔn)確度與實際落地

依圖科技高級架構(gòu)師李娜從算法識別準(zhǔn)確度的角度來談落地的關(guān)鍵路徑。李娜說，人臉識別的認識分為兩派，一派認為人臉識別面臨瓶頸，新的應(yīng)用場景受到限制，另一派認為人臉識別未來的精度還有進一步提升的空間，還有更多的場景亟待探索?！昂軕c幸，我們國家對人臉識別的認識屬于后者。”

李娜將人臉識別分為三個階段。2015年以前是1．0時代，那時候的算法精度與人眼相比處于劣勢或基本持平，處于弱智能時代。

2015年后，人臉識別進入2．0時代，彼時機器識別已經(jīng)能超過肉眼大約100倍的水平，當(dāng)時在1：1比對，即在認證合一驗證場景開始得到應(yīng)用，在2016年，人臉識別開始在安防有實戰(zhàn)應(yīng)用，2016年后開始有動態(tài)布控的應(yīng)用，這意味系統(tǒng)要有實時比對的性能，這對算力和算法都有很高的要求。

人臉識別的3．0時代，不僅是進行識別，而要挖掘人臉識別數(shù)據(jù)之間的關(guān)系，讓數(shù)據(jù)會思考，幫助應(yīng)用進一步落地。這需要更高的識別精度，為此，依圖推出聚類技術(shù)，解決數(shù)據(jù)無法復(fù)用的問題。

△李娜

李娜，依圖科技高級架構(gòu)師，哈爾濱工業(yè)大學(xué)機電工程碩士學(xué)位，高級項目經(jīng)理。曾就職于安防行業(yè)主流廠家，從事視頻監(jiān)控及應(yīng)用技術(shù)，動力環(huán)境監(jiān)控及物聯(lián)網(wǎng)技術(shù)及視頻智能應(yīng)用等系統(tǒng)設(shè)計及落地方案策劃。作為方案架構(gòu)負責(zé)人之一，曾參與及主導(dǎo)過多個千萬級以上項目，并在公司從模擬監(jiān)控，數(shù)字監(jiān)控向網(wǎng)絡(luò)監(jiān)控發(fā)展及與新技術(shù)結(jié)合落地過程中發(fā)揮了關(guān)鍵作用，對安防行業(yè)的發(fā)展路徑有深刻理解及體會。

視頻云vPaaS平臺

華為智能安防解決方案架構(gòu)師羅幼泉發(fā)表了“視頻云vPaaS平臺賦能算法AI快速落地”的主題演講。羅幼泉提到，云平臺解決的是工程化的問題。工程化是連接可接和產(chǎn)業(yè)的重要紐帶，也是科技成果轉(zhuǎn)化的催化劑。因此我們需要做一個平臺，加速AI工程化過程。

△羅幼泉

羅幼泉提到，針對成熟算法，如人臉識別、車輛識別等，可以通過平臺，以簡單的SDK方式快速集成，這種模式下，平臺能提供針對算法服務(wù)的調(diào)度，同時算法服務(wù)能開放API服務(wù)出去。針對AI領(lǐng)域不斷創(chuàng)新，一些新算法尚在探索期時，平臺能夠提供工程化支撐，通過服務(wù)集成的方式提供支持。

羅幼泉說道，視頻云vPaaS平臺能夠給AI帶來幾大價值，一是算法AI單體能力規(guī)模化，二是算法AI智能推送全網(wǎng)（云－邊－端），三是業(yè)務(wù)感知動態(tài)調(diào)配算法AI資源?！拔覀兿Ｍ曨l云平臺能夠讓算法更簡單、算法能快速成長、應(yīng)用能更百花齊放?！?/p>

羅幼泉，華為智能安防解決方案架構(gòu)師 2016年開始從事智能安防解決方案規(guī)劃，設(shè)計，AI技術(shù)原型創(chuàng)新工作。做為主要技術(shù)負責(zé)人，負責(zé)廣東公安智慧新警務(wù)視頻云賦能工程總體規(guī)劃和方案設(shè)計。深度支撐廣東公安視頻云一期－廣州示范項目從規(guī)劃到落地全過程，同時，支撐深圳，珠海，汕頭等地市視頻云項目建設(shè)的方案落地。對AI如何加速安防智能化有深刻理解，對視頻云平臺如何賦能AI算法快速落地有豐富的經(jīng)驗。

工程商怎么看AI？

黃兆麟圍繞“工程商、集成商與AI企業(yè)協(xié)作的現(xiàn)狀”展開話題。新東方電子是工程商代表，黃兆麟從工程應(yīng)用出發(fā)談如何看待AI，他表示，工程商十分重視用戶體驗感，過去的智能化在實際應(yīng)用中并不能發(fā)揮很好的效果，用戶體驗感十分不佳，因此早期許多智能產(chǎn)品都不被看好，而AI的出現(xiàn)則改變了這一情況。

AI＋安防最主要的應(yīng)用還是基于視頻分析，人臉和車輛識別目前而言最為成熟，目前我們在用的比較多的是視頻結(jié)構(gòu)化、人臉識別、 車輛識別，以及在此基礎(chǔ)上引申出來的創(chuàng)新應(yīng)用。

工程商在AI應(yīng)用落地的作用包括：以應(yīng)用場景為核心，選取最佳AI方案；以提高準(zhǔn)確率為目的，創(chuàng)造AI應(yīng)用的環(huán)境；以提高用戶體驗感為目的，承擔(dān)一定程度的，應(yīng)用層面的軟件集成開發(fā)；做好用戶培訓(xùn)，協(xié)助建立合理、有效的AI應(yīng)用“技戰(zhàn)法”。

同時黃兆麟也提出了目前存在的一些問題，一是不同AI廠商在不同場景的應(yīng)用效果存在差異，這讓工程商在選擇時造成困難；二是各AI廠家技術(shù)對接、應(yīng)用接口欠標(biāo)準(zhǔn)化、廠家間存在技術(shù)壁壘，比如前端與后臺配合的標(biāo)準(zhǔn)目前尚不明確；三是實際應(yīng)用效果與用戶期望不一致，當(dāng)前用戶對AI的期望值很高，但實際卻不能達到期望，加強與客戶交流是解決之道；四是數(shù)據(jù)安全問題，場景數(shù)據(jù)對AI應(yīng)用而言至關(guān)重要，但很多數(shù)據(jù)是保密的，如何讓單位學(xué)習(xí)和優(yōu)化是值得思考和進一步探討的問題。

最后黃兆麟還談到了工程為對AI的未來展望。他提到，短期內(nèi)以成熟的AI應(yīng)用為主，滿足用戶現(xiàn)有需求；在基礎(chǔ)建設(shè)方面，建設(shè)物聯(lián)網(wǎng)感知設(shè)備、網(wǎng)絡(luò)化改造、大數(shù)據(jù)計算、網(wǎng)格安全建設(shè)等，為AI落地創(chuàng)造更有利的條件。遠期的展望是希望能夠基于場景和行業(yè)數(shù)據(jù)，以項目為載體，加強與AI廠家共同建設(shè)細分場景應(yīng)用；加大人工智能產(chǎn)業(yè)鏈中的解決方案層建設(shè)參與力度，滿足用戶個性化應(yīng)用需求。

佛山市新東方電子技術(shù)工程有限公司黃兆麟，從事安全防范系統(tǒng)集成相關(guān)的項目設(shè)計、項目管理、技術(shù)研發(fā)工作13年，至今已在大型綜合性電子安防系統(tǒng)設(shè)計、實施、研發(fā)等累積了豐富的經(jīng)驗，完成了佛山市公安局南海分局社會治安視頻監(jiān)控系統(tǒng)工程、禪城區(qū)“天眼”治安監(jiān)控系統(tǒng)工程、佛山市公安局五區(qū)治安視頻監(jiān)控系統(tǒng)聯(lián)網(wǎng)工程、佛山市公安監(jiān)管場所監(jiān)控聯(lián)網(wǎng)平臺、佛山市公安內(nèi)部場所督察視頻聯(lián)網(wǎng)平臺等一批平安城市系統(tǒng)的建設(shè)工作，成功解決了大量的工程、系統(tǒng)集成技術(shù)難題。另外，負責(zé)主持、參與了公司多個新技術(shù)產(chǎn)品的研制和推廣應(yīng)用工作，獲批了包括《基于物聯(lián)網(wǎng)技術(shù)的監(jiān)所智能安防綜合管理系統(tǒng)》、《密集人流智能統(tǒng)計系統(tǒng)》等多個政府科技創(chuàng)新項目，多項技術(shù)獲得了發(fā)明專利，并取得顯著的社會和經(jīng)濟效益。經(jīng)過多年的時間和不斷的學(xué)習(xí)，已具有非常豐富的工作經(jīng)驗，很強的獨立完成電子產(chǎn)品開發(fā)及大型安防系統(tǒng)規(guī)劃、建設(shè)經(jīng)驗，以及很強的系統(tǒng)綜合設(shè)計、技術(shù)組織、項目管理、難題解決等能力。目前已獲評電子工程技術(shù)高級工程師、大數(shù)據(jù)開發(fā)高級工程師、機房設(shè)計高級工程師、系統(tǒng)集成項目管理工程師等職稱，曾獲2012年度禪城區(qū)科學(xué)技術(shù)獎一等獎和2013年度佛山市科學(xué)技術(shù)獎二等獎。另外，在法蘭克福新時代傳媒有限公司的《安防解決方案》中發(fā)表了“廣東某區(qū)平安城市三期項目設(shè)計方案”、“文博安防建設(shè)三段論”等論文，在第一屆、第二屆廣東省文化遺產(chǎn)智慧安防與消防技術(shù)交流會上發(fā)表學(xué)術(shù)演講，在廣東省省智慧城市視頻監(jiān)控系統(tǒng)深化建設(shè)巡回技術(shù)交流會（佛山站）發(fā)表題為《平安城市建設(shè)項目的順利推進和可靠運行》的學(xué)術(shù)演講。

用戶痛點需求還需深入了解

公安是安防廠商最大的“買家”。省公安廳信息化處副處長馮松青說，目前AI安防工程化落地存在幾大問題，一是算法場景限制問題，二是前端布點困難問題，三是成本高的問題，四是深度應(yīng)用不足的問題。針對這幾個問題，他建議，要進行合理的成本控制；合格的施工質(zhì)量；完善的數(shù)據(jù)整合，為下一步的大數(shù)據(jù)應(yīng)用提供基礎(chǔ)；配套的管理技術(shù)；配套的場景算法；高效的計算框架。

同時，馮松青還提到，許多廠商在宣傳的時候，沒有說明哪些數(shù)據(jù)是實驗室數(shù)據(jù)，這會很大程度上誤導(dǎo)用戶，產(chǎn)品期望值與使用的落差就來自于此。他還提到，各廠商應(yīng)該加強與用戶的交流，深入了解用戶的需求與痛點，不僅要深入了解具體落地的細分場景，還要對整個工程審批與實施的流程有深入理解，唯有如此，才能真正了解用戶，讓AI真正“落”下來。