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

國家特聘專家，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確性不夠高。

那么究竟該如何應(yīng)對當下面臨的這些難題？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，國家特聘專家，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 標準的核心芯片的開發(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

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。