• 宇视科技人工智能产品线总工程师李聪廷- 安防

    2018-12-18 12:31:05

    由我国高科技职业门户OFweek维科网和高科会主办、OFweek人工智能网承办2018我国(上海)世界人工智能博览会暨OFweek(第二届)世界人工智能工业大会于8月30日至9月1日在上海成功举行。

      

      由我国高科技职业门户OFweek维科网和高科会主办、OFweek人工智能网承办“2018我国(上海)世界人工智能博览会暨OFweek(第二届)世界人工智能工业大会”于8月30日至9月1日在上海成功举行。此次博览会,形式多样,大咖聚集,其间榜首天的主论坛的AI技能相关讲演可谓精彩无比,香港科技大学机器人学院院长、IEEE院士王煜、深圳云天励飞首席计划总监王军等专家或企业代表都到会大会现场,为大会增加不相同的风貌。其间,宇视科技人工智能产品线总工程师李聪廷给咱们带来《安防AI运用现状与展望》的主题讲演,介绍了安防职业的三大革新,分别是网络化、高清化和智能化,要点介绍了现阶段的智能化革新阶段。首要简略介绍了网络化和高清化,随后再提出安防智能化阶段的抢手研讨范畴——人脸辨认。列举了公安、教育、机场、新零售等比方证明人脸辨认的实践落地现已渗透到许多细分职业。此外,李聪廷先生以为,尽管人脸辨认技能在安防备畴现已很完美,但仍是面对许多应战,榜首相关算法无法做到百分之百的正确报警,第二是来自成像的应战,第三是技能含量不高,规划与实践落地呈现很大误差。终究还提出了智能交通,指出智能交通是安防AI的一个首要方向,引出安防AI的三个展望。李聪廷先生以下是李聪廷先生的现场讲演内容,OFweek小编作了不改动本意的收拾和修改:各位朋友下午好,我是来自宇视科技的李聪廷,今日下午我给咱们共享的主题是安防AI运用现状与展望。了解安防的朋友或许了解,安防职业总共阅历了三次革新,分别是网络化、高清化和智能化。其间网络化和高清化是现已完结的革新,而智能化是咱们现在正在进行的一场革新,也是咱们此次共享的要点。温故而知新,咱们简略回忆一下前两次革新究竟发生了什么?网络化,大约发生在2006年前后。其时安防职业的现状是监控室,监控体系的规划一般在几十路的规划,最多或许是几百路。也就是说各个监控体系之间是无法相互连通的。在一个安全城市中,没办法在一个当地看到城市各个旮旯的视频。所以其时的一个技能打破是将IT技能运用到安防备畴,将一个城市中几十万路摄像机进行互联互通。那么后来咱们又进入到了高清化。方才说的网络化处理的是看不见的问题。高清化要处理问题是看不清楚的问题。在高清化呈现之前,咱们标清视视频的分辨率最高只能到达720×576。并且事实上许多的视频监控体系,或许只要352×288的巨细。在这样的一个分辨率下面,咱们怎样能够看清一张人脸、看清一个车牌。跟着三色镜头编解码技能的快速迭代,咱们很快进入了高清年代。经过数年的开展,200万分辨率现已十分的遍及,成为业界的一个标配。在一些中高端运用,分辨率到了800万,1200万乃至更高。那么这两次的革新它有什么共同性呢?我以为有两点。榜首点是技能的打破。网络化是IT技能运用于安防。高清化是镜头三色编解码等技能的一个快速开展。第二个是共通性,对工业链和职业来说是一次洗牌。在十年前,安防职业的从业厂家十分多,国外品牌有十几家,乃至更多,还有许多的中小设备供给商和处理计划供给商。到今日,国外品牌的安防厂商基本上退出了我国大陆商场,中小企业的数量也在逐年下降。从大势上来说,这次的智能化革新其实跟前两次十分的相似。首要它是有技能拐点呈现,就是众所周知的深度学习技能的呈现。其次这也是必定意义上的职业洗牌。关于能够跟上技能迭代,在技能上面专心投入的厂商或许是一次时机。关于没有能够跟上这次技能迭代的厂商来说,终究会直接出局。那么在智能化这个年代,其实前两次的网络化和高清化打好了一个很打下了一个很好的根底,使咱们曩昔看不清楚看不见的这些图画,变成看得清楚看得见的图画。在安防智能化这场革新中,最抢手的一件事其实就是人脸辨认,人脸辨认成为安防AI最抢手、最首要的一个运用方向。为什么是人脸辨认?我以为首要安防商场巴望人脸辨认太久了。在曩昔的几十年间并不是没有人员辨认有,但的确欠好用,必定程度上乃至伤害了咱们的用户。乃至有一段期间,咱们觉得人脸辨认是个忽悠,可是跟着深度学习技能的呈现,它发生了突变。在人脸辨认的辨认率上面有了一个巨大的提高,而这个提高期间所花费的时刻十分短。当然深度学习技能并不是这几年才呈现,而是只是说在安防里边真实的落地开端规划化运用是这几年的时刻,人脸辨认技能现已渗透到安防的每一个细分职业中。以公安为例,动态黑名单布控、近代大库人脸比对、轨道磕碰,这都是十分遍及的一个运用。又以教育职业为例,曾经咱们对人员的学生的管控,宿舍楼校园人员的管控,基本上是靠人工的一个管控。现在咱们许多高校都装上了人脸速通门,也就是带有人脸辨认功用的闸机。还有在机场咱们曩昔的人证核验是靠人工来处理的,现在机场、高铁基本上都是经过机器来辨认。又如新零售,咱们能够运用人脸辨认技能,供给vip辨认,也能够做许多的商业剖析。那么人脸辨认技能在安防里边是否现已很完美的?现已很成熟了?我以为远远不够。现在我以为仍是处于初级阶段。咱们来看看人脸辨认,现在究竟有哪些问题和应战?首要榜首个是算法,算法无法做到百分之百的正确报警,咱们会有漏报也会有误报。事实上有的漏报和误报经过算法很难处理。可是客户的希望是百分之百。 所以这是咱们所面对的榜首个应战。第二个应战来自成像。咱们给客户演示的时分,一般都是把咱们最好的一面展示给客户,可是实践运用傍边,咱们或许会遇到各式各样的复杂状况,比方说宽动态问题,在背光很严重的状况下面,人脸很有或许是过暗的或许过曝的。这个时分假如一味的朴实靠算法去处理,明显这条路走的不太对。那么在夜间怎样办?夜间许多时分天然的环境光是不充足的,这时分咱们人脸或许也是看不清。于是乎咱们想到了装置补光灯,它能够来补偿天然光缺乏的问题,但人脸不可,为什么?因为它直接照着脸,关于普通百姓来说,会觉得你这个东西很扎眼,可是关于犯罪分子来说,适当于提早预警,提早通知你这个当地是有或许把你抓下来的,他会逃避镜头,所以这是一个咱们要去处理的一个问题。还有一个问题,人脸辨认对装置工程是有比较标准的要求的,可是履行起来却很难。打个比方,在家里边,咱们去装饰的时分,能够规划得十分清楚,细化到每一个开关每一个螺丝,但终究假如你让工人去装饰完的时分,你再去看的时分,或许跟你最初幻想的不同很大。 同理,在安防备畴的工程施行这个环节,履行环节其实也常常简略呈现一些不标准的问题,终究导致作用欠好。还有一个问题,前面说的三点其实是点上的问题。后边说的这是一个整个面上的问题。人脸辨认在安防里边,演示简略落地难。咱们以为在安防AI落地的过程中要迈过三道坎。榜首道坎是核心技能打破。我信任现在许多的企业现已迈过了这个坎,现在在人脸辨认范畴,绝大大都企业现已迭代到深度学习,现已运用新的算法;那么第二道坎是演示落地的坎,或许说小规划落地的坎,这道坎许多企业也迈曩昔;第三道坎是规划落地,这道坎要迈曩昔并不简略。几十路的规划跟上千路乃至上万路的规划,它的应战彻底不是一个量级。在规划落地中,咱们不只要处理算法的问题和AI的问题,咱们或许还要处理联网渠道、大数据、云存储、硬件产品,这些问题都是咱们需求逐个处理。其次,建造本钱高。安防客户对本钱是十分的灵敏,现在安防AI大都运用于高端商场。在高端商场里边,它的价格也是比非AI的产品要高一些的。它的设备的本钱或许是两倍,乃至更高。所以咱们需求经过重复的产品迭代,把价格的门槛给降下来,当然质量是不能降。还有个问题,是咱们许多厂商困扰的。场景定制个性化需求。举个比方,人脸辨认1:1的比对,说起来就是一个1:1。理论上咱们供给一类产品就能够了,但实践上咱们在落地过程中,或许面向公安的、司法的、教育的、机场等场景都不相同,硬件产品形状或许也彻底不相同。相同,软件方面的需求也会千差万别,不同很大。作为设备和处理计划厂商,或许AI算法厂商也好,不或许去做这么多的运用。怎样办?或许说咱们怎样去笼统一些根底的部件。人脸辨认在安防里边实在太火了,以至于很长一段时刻,咱们有个幻觉,以为安防AI等于人脸辨认,而实践上人脸辨认在安防AI的运用中只占1/4,那么别的3/4是什么呢?首要咱们不得不提智能交通。其实在16年曾经,其实智能交通是安防AI的首要方向,只不过因为车是钢体,咱们运用传统的cv办法,能够获得相对比较有用的,或许准确率比较高的一个成果。咱们车牌辨认率能够到达99.9%。运用传统CV的办法,深度学习技能,引进到智能交通范畴,它对它是一个突变,不是一个突变。因而在当时的安防AI中或许很简略被人疏忽它的一个技能迭代和前进,还有视频结构化的运用。咱们或许觉得古怪,咱们能够看清人脸,能够辨认人脸了,能够看清车牌了,为什么?咱们还要去辨认人体,去对这么小人体、车辆进行结构化。咱们考虑一个问题,人脸辨认它的进口条件是什么?咱们以为它到达比较好的一个辨认率,人脸的像素要到达80像素以上,或许说瞳距大于40像素以上。那么关于一台200万的相机,换算成监控宽度大概有多宽?三米左右。那么关于用户来说,建造本钱是适当高的,并且是不或许既要完结监控场景的无死角的掩盖,又要说能够看清人脸,这是一个对立,并且这个对立或许是许多年都无法谐和和处理的。所以说咱们在要害的出进口,咱们要去建人脸卡口,车辆卡口。可是咱们从监控掩盖无死角的视点来看,咱们需求继续沿着传统的视频监控的掩盖的场景规划去建造。那么这么多的这些海量的这些视频,明显纯靠人工去看是不现实的。因而咱们需求对它进行视频内容的剖析,对他进行结构化的描绘描绘,它是一辆车?一个人?男人?女性?穿着色彩?咱们需求对他进行以图搜图,咱们能够框选一个人,然后跨摄像机去查找,找到它的轨道,快速定位人。这是视频结构化的运用。那么还有一类运用是行为剖析的运用。曩昔运用传统CV的办法,周界防备侵略类的这些检测算法,作用都不尽善尽美,误报十分多。那么运用现在的深度学习技能能够极大地削减误报。这对行为剖析类的产品来说,它也是一个质的改变、一个产品的换代。接着简略聊一聊咱们对安防未来的一个观点。首要榜首点,我以为安防AI的竞赛将从三要素竞赛演化到六要素,其实三要素在业界在前几年现已到达一个一致,算法数据算力缺一不可,很重要。可是咱们以为是远远不够。因为在规划落地过程中,你要有性价比的产品,只是一个辨认率给用户,用户是不可用的。用户是需求针对职业运用的事务,所以咱们需求处理计划,咱们也需求工程化的标准,不能一个好的产品,终究客户拿到装置今后,就是一个很烂的产品。那么第二个展望是咱们以为边际AI需求微弱,它将带动AI的快速产品上量。为什么是边际?因为边际的数量最多,多到是中心设备数量的几百倍乃至上千倍,这榜首点。其次,它的建造本钱最低,它不需求将海量视频全都回传到中心、去做智能剖析,不是说中心不需求,而是说是边际的量最大,边际更有利于安防职业快速开展。第三个展望,我以为是未来的安防AI将是一个多点技能迭代,为什么着重多点?而不是单点,因为曩昔单点着重的算法,而未来或许会进入到每个点的提高,然后到达一个全体的提高。榜首点,咱们以为镜头、Sensor与ISP需求提高,跟成像强相关。 第二点,咱们以为AI的处理芯片需求提高,AI芯片摩尔定律在接下来几年必定会继续。曩昔咱们说AI芯片算力或许1T咱们现已很惊奇了,现在30T乃至更高举目皆是。然后咱们以为后边的摄像机它将是一个物联网的一个网关,它不只仅是具有视觉的功用,它还具有传感器,或许还有语音的交互等多个功用,它需求仿照人相同,它是双目的,他又要有深度信息,当然在近距离不必定是双目。然后AI算法咱们以为会继续迭代,可是或许算法或许要提高两个点,可是算力或许要翻个两三倍,这都很有或许.然后算法方面还有一个趋势,有或许会从人脸辨认到人体的辨认。然后还有一点就是云边结合很重要,边际或许更多做的是结构化的工作,云端更多做的是结构化信息的交融、数据的发掘、数据剖析以及事务的运用。将点状的数据串起来。下面简略介绍一下宇视的一个处理计划,针对AI推出了全交融的智能处理计划,叫做UniAI。在了解上很简略,咱们就是将一切的前端智能、后端智能等悉数智能拉通办理起来,为不同的场景不断不同的运用,供给不同产品,可是它是统一拉通的,然后咱们是六要素全面的发力。然后这边再讲咱们的软件才能,IMOS是咱们与是在安防推出的一个多媒体操作体系,咱们现已迭代了十年。现在在智能化的年代,咱们也融入了许多的智能功用和处理计划。咱们能够把一切的云边的设备GPU进行调度起来,资源的负载均衡。一起咱们还有一个敞开的生态,把定制化的需求留给当地的一些中小企业的集成商,当然也会把一部分赢利共享给他们。那么咱们现在的宇视的智能处理计划现已在许多的范畴得到了运用,比方600多所的高校,500多个安全城市等。因为时刻联系,以上就是我的共享,也十分感谢咱们,假如咱们有一些技能方面沟通,咱们能够下来再沟通,谢谢。