忻州信息港
汽车
当前位置:首页 > 汽车

17年资历的安防老兵在旷视Face的所闻

发布时间:2019-08-16 19:31:29 编辑:笔名

  17 年资历的安防老兵,在旷视 Face++ 的所闻所感

  “我在安防行业工作了17年,切身感受到人工智能对作业模式、作业流程、作业效率的改变。虽然AI在安防中的落地过程中屡屡遇到阻碍,但不得不说,这一次,它对传统安防地改变是彻头彻尾的。”

  在安防圈驰骋多年的陈雪松,看到AI在安防领域曾多次出现萌芽,但一直未结出果实。直到今年,他才真正感受到时机已至,于是毅然决定加入旷视科技,出任副总裁。

  作为一名在垂直行业扎根多年、负责过多个重大项目的专家,陈雪松在加入旷视之前就意识到,市场上的AI初创公司如果单纯只做图像、语音识别这些通用技术,指望通过SDK获利,未来的路只会越来越窄。相反,找到一个适合自己的垂直领域,深扎进去做端到端的解决方案,把技术转化为产品,然后销售出去实现商业变现,再通过客户反馈更多的数据,从而夯实自身技术的途径,才是现实的。

  旷视科技Face++副总裁 陈雪松

  陈雪松毕业于电子科技大学,后一直在中国电子科技集团公司第十五研究所工作,任公共安全信息化事业本部主任,曾担任过北京市奥运安保指挥系统、武警总体规划以及海外国家信息化建设等多个大型项目总师。2017年陈雪松正式加入中国人工智能领军企业旷视科技Face++,负责拓展智能安防业务。

  在陈雪松眼中,AI在安防行业的这把火,火得燎原,且不易灭。

  “安防行业是个综合性产业,基础设施设备主流厂家具有高度的相似性,和人工智能公司结合共同提升完善产品也是现行的一个主流模式,短时间内一定是人工智能公司的AI行业化、传统安防公司的行业+AI、人工智能公司与传统安防公司的AI携手行业三种模式并行的过程。从此来看,各家公司做AI、宣传AI不足为奇,是大势所趋。”

  “变革”这一词,终于落在了安防身上从H.265时代至今,相比于互联行业的技术频繁更迭,安防无疑“懈怠”了几个年头。

  看着模拟时代的标清画质,走过数字时代的高清之旅。安防人好像并不满足于此,今天他们要借助AI重新找到安防行业中急需的元素及变革。

  “AI初创公司纯做技术没有出路,算法提供商一定要做端到端的整体解决方案,如果不直接面对客户,一定会被上下游碾压。”采访期间,陈雪松多次强调这句话。

  今年七月,旷视与某市合作开展人脸识别系统反恐工作。系统运行47 天抓获逃犯 76 人,期间共采集人脸 950 万人次,人脸比对 3.78 亿次 、预警278次,截获274人,预警截获率达98.9%。

  “AI的出现改变了公安部门传统的刑侦方法。”

  “早在几年前,我做奥运安保时就想过采用人脸识别,那个时候基于模式识别的准确率在数字上达到了85%,但经实测后发现根本行不通。85%的通过率与0本质上是一样的。而应用深度学习之后,识别率大幅提升,AI在安防行业的价值才终于得以体现。”陈雪松感慨回忆道。

  即便如此,知晓AI这一武器的主流监控厂商一直以来未能提出可应用的实战产品和解决方案。

  “与实验室场景相比,人脸识别在真实场景中遇到的挑战非常多,光线、遮挡、角度、位置等因素;目标人物的衣着、妆容、表情等特征的变化都会对人脸识别的识别准确性造成一定的影响,尤其是人流密集的应用场景。”

  如何将这些外部因素的影响降到对新老安防企业来说是莫大的挑战,而这也正是旷视深入安防应用场景的研究方向。

  陈雪松表示,过去一年,旷视针对不同用户的特性场景和业务需求进行了10多次算法升级和环境优化,为安防行业提供稳定性和鲁棒性更强、跟踪速度更快的技术支撑。

  “说到底,就是要提升算法精度,少是小数点后的两个数量级以上。”

  之前某传统安防厂商高管提到,“AI初创公司的算法的确有优势,但并不意味着就能获得订单,安防行业有其自身特性,1000个犯人我识别了950个,他识别了960个,对于安防客户来说,其实没那么重要。”

  对于该说法,陈雪松连连摇头,“安防行业未来的场景会愈来愈多元。对于试错率容忍度较高的安防“黑名单”追踪来说,小数点后的几个数量级的增加的确作用不大;但对于红名单、白名单、灰名单而言,精度提升的意义就非常明显,99%和99.9%的可靠度差距并不是0.9%,而是要反过来算,差距是10倍。

  人脸识别后,安防的下一个突破点在哪儿?“技术落地,算法先行。无论市场上有何声音,旷视依然会与精度“较劲”、依然会在人脸识别上持续深耕,解锁更多的业务场景;但同时,旷视也会研究、探索AI在安防行业的其他落脚点。”

  陈雪松透露,目前人脸识别落地安防的确是趋势所向,但人脸识别只是AI落地安防行业的一小部分,在很多实际场景中,人脸识别作用并不大。

  用他的话说,现在市面上绝大部分视频监控只能看到俯视角度的“脑袋”以及非常渺小的人体,根本无法看清人脸。就拿北京海淀区来说,目前有三十万个监控摄像头,能准确看到人脸的2000个不到。

  当监控摄像头看不清楚人脸的时候,监控中的人走入另外一台摄像机的监控范围,机器如何辨别“谁”是 “谁”?

  “‘人形追踪’技术(或者说行人再识别(ReID)技术)可以很好地解决这个问题,这也是旷视接下来重点深耕的方向。”陈雪松说道。

  他解释,AI通过机器学习输出的结构化信息,其实本质上是建立了一个多维向量模型。这时候,机器可以给每一个模型一个编号,做跨摄像头的人形追踪。

  装载“人形追踪”技术的监控摄像头可以将一个人的行为轨迹还原;之后,只要出现在任何一台可以识别人脸的摄像头中,就可以被轻易锁定,不会出现“断片”现象。

  和单点监控相比,ReID方案通过多组摄像机的轨迹还原及人员比对让安防工作变得更为立体,方便办案民警对目标嫌疑人的行为轨迹、出行规律进行分析,进而为案情线索和实施灵活布控打击提供依据。

  陈雪松判断,“现阶段大家都在展示视频结构化,其实更难的是基于跨摄像头的人形追踪。该技术的发展对于安防行业来说也具颠覆性作用。”

  除了技术上遇到的一些困难,与此同时,他还向谈到了旷视这几年来发力安防遇到的一些大的阻碍:

  前端智能化不理想。目前国内传统天绝大部分摄像头还是标清和制高点的高清。它们并不能清晰地拍到公安想要的角度的图像。

  各个部门之间的数据难以打通。中国原有的IT部门都是建立一个一个的“烟囱”。“烟囱式”架构也就是垂直的体系结构,每一个IT系统都有自己的存储和IT设备,以及独立的管理工具和数据库,不同的系统不能共享资源,不能交付和访问,形成了资源孤岛和信息孤岛。如果相互打通,就涉及到各个部门的数据管理权问题。

  业务流程难以改变

  。用户需要改变原有的作业模式,针对各个模式去调整工作机制。

  “安防行业的AI产业化之路还需走段时间。在此局势下,旷视作为的AI初创公司,在算法层面一定要走的更远、更深。用户有很多场景需求,目前只能慢慢去解决。”

  AI+安防,不是一场“战争”作为一个有着将近二十年资历的老安防人, 陈雪松很庆幸能够发现并赶上这次技术浪潮带给行业的改变。

  他也总结道,如果从用户角度出发,AI的落地还不尽如人意,因此包括旷视在内的所有致力于改变安防产业结构、提升用户效率的企业,都需齐心协力专注做好这一件事情。

  “AI越火越好,玩家越多越好。水涨,船才会更高。我觉得这不是一场战争,没有谁有能力将整个安防业务做好,我更期待行业里的新老企业众人拾柴,共同点燃每一块新市场。”(公众号:)

  原创文章,未经授权禁止转载。详情见转载须知。

小孩晚上流鼻血是什么原因
婴儿有眼屎是怎么回事
小儿脾胃虚弱饮食方
友情链接