由中國高科技行業(yè)門戶OFweek維科網和高科會主辦、OFweek人工智能網承辦“2018中國（上海）國際人工智能展覽會暨OFweek（第二屆）國際人工智能產業(yè)大會”于8月30日至9月1日在上海成功舉辦。

此次展覽會，形式多樣，大咖云集，其中第一天的主論壇的AI技術相關演講可謂精彩無比，香港科技大學機器人學院院長、IEEE院士王煜、深圳云天勵飛首席方案總監(jiān)王軍等專家或企業(yè)代表都出席大會現(xiàn)場，為大會增添不一樣的風采。

其中，宇視科技人工智能產品線總工程師李聰廷給大家?guī)�來《安防AI應用現(xiàn)狀與展望》的主題演講，介紹了安防行業(yè)的三大變革，分別是網絡化、高清化和智能化，重點介紹了現(xiàn)階段的智能化變革階段。

首先簡單介紹了網絡化和高清化，隨后再提出安防智能化階段的熱門研究領域——人臉識別。列舉了公安、教育、機場、新零售等例子證明人臉識別的實際落地已經滲透到很多細分行業(yè)。此外，李聰廷先生認為，雖然人臉識別技術在安防領域已經很完美，但還是面臨諸多挑戰(zhàn)，第一相關算法無法做到百分之百的正確報警，第二是來自成像的挑戰(zhàn)，第三是技術含量不高，設計與實際落地出現(xiàn)很大偏差。最后還提出了智能交通，指出智能交通是安防AI的一個主要方向，引出安防AI的三個展望。

李聰廷先生

以下是李聰廷先生的現(xiàn)場演講內容，OFweek小編作了不改變原意的整理和編輯：

各位朋友下午好，我是來自宇視科技的李聰廷，今天下午我給大家分享的主題是安防AI應用現(xiàn)狀與展望。熟悉安防的朋友可能了解，安防行業(yè)一共經歷了三次變革，分別是網絡化、高清化和智能化。其中網絡化和高清化是已經完成的變革，而智能化是我們目前正在進行的一場變革，也是我們此次分享的重點。

溫故而知新，我們簡單回顧一下前兩次變革到底發(fā)生了什么？

網絡化，大約發(fā)生在2006年前后。當時安防行業(yè)的現(xiàn)狀是監(jiān)控室，監(jiān)控系統(tǒng)的規(guī)模通常在幾十路的規(guī)模，最多可能是幾百路。也就是說各個監(jiān)控系統(tǒng)之間是沒法互相連通的。在一個平安城市中，沒辦法在一個地方看到城市各個角落的視頻。所以當時的一個技術突破是將IT技術應用到安防領域，將一個城市中幾十萬路攝像機進行互聯(lián)互通。那么后來我們又進入到了高清化。剛才說的網絡化解決的是看不見的問題。高清化要解決問題是看不清楚的問題。在高清化出現(xiàn)之前，我們標清視視頻的分辨率最高只能達到720×576。而且事實上很多的視頻監(jiān)控系統(tǒng)，可能只有352×288的大小。

在這樣的一個分辨率下面，我們如何能夠看清一張人臉、看清一個車牌。隨著三色鏡頭編解碼技術的快速迭代，我們很快進入了高清時代。經過數(shù)年的發(fā)展，200萬分辨率已經非常的普及，成為業(yè)界的一個標配。在一些中高端應用，分辨率到了800萬，1200萬甚至更高。那么這兩次的變革它有什么共同性呢？我認為有兩點。第一點是技術的突破。網絡化是IT技術應用于安防。高清化是鏡頭三色編解碼等技術的一個快速發(fā)展。第二個是共通性，對產業(yè)鏈和行業(yè)來說是一次洗牌。

在十年前，安防行業(yè)的從業(yè)廠家非常多，國外品牌有十幾家，甚至更多，還有大量的中小設備提供商和解決方案提供商。到今天，國外品牌的安防廠商基本上退出了中國大陸市場，中小企業(yè)的數(shù)量也在逐年下降。從大勢上來說，這次的智能化革命其實跟前兩次非常的類似。首先它是有技術拐點出現(xiàn)，就是眾所周知的深度學習技術的出現(xiàn)。其次這也是一定意義上的行業(yè)洗牌。對于能夠跟上技術迭代，在技術上面專注投入的廠商可能是一次機會。對于沒有能夠跟上這次技術迭代的廠商來說，最后會直接出局。

那么在智能化這個時代，其實前兩次的網絡化和高清化打好了一個很打下了一個很好的基礎，使我們過去看不清楚看不見的這些圖像，變成看得清楚看得見的圖像。在安防智能化這場變革中，最熱門的一件事其實就是人臉識別，人臉識別成為安防AI最熱門、最主要的一個應用方向。為什么是人臉識別？我認為首先安防市場渴望人臉識別太久了。在過去的幾十年間并不是沒有人員識別有，但確實不好用，一定程度上甚至傷害了我們的用戶。甚至有一段期間，大家覺得人臉識別是個忽悠，但是隨著深度學習技術的出現(xiàn)，它發(fā)生了質變。在人臉識別的識別率上面有了一個巨大的提升，而這個提升期間所花費的時間非常短。

當然深度學習技術并不是這幾年才出現(xiàn)，而是只是說在安防里面真正的落地開始規(guī)模化應用是這幾年的時間，人臉識別技術已經滲透到安防的每一個細分行業(yè)中。以公安為例，動態(tài)黑名單布控、近代大庫人臉比對、軌跡碰撞，這都是非常普及的一個應用。又以教育行業(yè)為例，以前我們對人員的學生的管控，宿舍樓學校人員的管控，基本上是靠人工的一個管控�，F(xiàn)在我們很多高校都裝上了人臉速通門，也就是帶有人臉識別功能的閘機。還有在機場我們過去的人證核驗是靠人工來解決的，現(xiàn)在機場、高鐵基本上都是通過機器來識別。又如新零售，我們可以應用人臉識別技術，提供vip識別，也可以做很多的商業(yè)分析。

那么人臉識別技術在安防里面是否已經很完美的？已經很成熟了？我認為遠遠不夠。目前我認為還是處于初級階段。我們來看看人臉識別，目前到底有哪些問題和挑戰(zhàn)？

首先第一個是算法，算法無法做到百分之百的正確報警，我們會有漏報也會有誤報。事實上有的漏報和誤報通過算法很難解決。但是客戶的期望是百分之百。 所以這是我們所面臨的第一個挑戰(zhàn)。

第二個挑戰(zhàn)來自成像。我們給客戶演示的時候，通常都是把我們最好的一面展現(xiàn)給客戶，但是實際應用當中，我們可能會遇到各種各樣的復雜情況，比如說寬動態(tài)問題，在背光很嚴重的情況下面，人臉很有可能是過暗的或者過曝的。這個時候如果一味的純粹靠算法去解決，顯然這條路走的不太對。

那么在夜間怎么辦？夜間很多時候自然的環(huán)境光是不充足的，這時候我們人臉可能也是看不清。于是乎我們想到了安裝補光燈，它可以來彌補自然光不足的問題，但人臉不行，為什么？因為它直接照著臉，對于普通百姓來說，會覺得你這個東西很刺眼，但是對于犯罪分子來說，相當于提前預警，提前告訴你這個地方是有可能把你抓下來的，他會躲避鏡頭，所以這是一個我們要去解決的一個問題。

還有一個問題，人臉識別對安裝工程是有比較規(guī)范的要求的，但是執(zhí)行起來卻很難。打個比方，在家里面，我們去裝修的時候，可以設計得非常清楚，細化到每一個開關每一個螺絲，但最終如果你讓工人去裝修完的時候，你再去看的時候，可能跟你當初想象的差別很大。 同理，在安防領域的工程實施這個環(huán)節(jié)，執(zhí)行環(huán)節(jié)其實也經常容易出現(xiàn)一些不規(guī)范的問題，最終導致效果不好。

還有一個問題，前面說的三點其實是點上的問題。后面說的這是一個整個面上的問題。人臉識別在安防里面，演示容易落地難。我們認為在安防AI落地的過程中要邁過三道坎。第一道坎是核心技術突破。我相信現(xiàn)在很多的企業(yè)已經邁過了這個坎，現(xiàn)在在人臉識別領域，絕大多數(shù)企業(yè)已經迭代到深度學習，已經使用新的算法；那么第二道坎是演示落地的坎，或者說小規(guī)模落地的坎，這道坎很多企業(yè)也邁過去；第三道坎是規(guī)模落地，這道坎要邁過去并不容易。幾十路的規(guī)模跟上千路甚至上萬路的規(guī)模，它的挑戰(zhàn)完全不是一個量級。在規(guī)模落地中，我們不僅要解決算法的問題和AI的問題，我們可能還要解決聯(lián)網平臺、大數(shù)據(jù)、云存儲、硬件產品，這些問題都是我們需要逐一解決。

其次，建設成本高。安防客戶對成本是非常的敏感，如今安防AI多數(shù)應用于高端市場。在高端市場里面，它的價格也是比非AI的產品要高一些的。它的設備的成本可能是兩倍，甚至更高。所以我們需要通過反復的產品迭代，把價格的門檻給降下來，當然質量是不能降。

還有個問題，是我們很多廠商困擾的。場景定制個性化需求。舉個例子，人臉識別1:1的比對，說起來就是一個1:1。理論上我們提供一類產品就可以了，但實際上我們在落地過程中，可能面向公安的、司法的、教育的、機場等場景都不一樣，硬件產品形態(tài)可能也完全不一樣。同樣，軟件方面的需求也會千差萬別，差別很大。作為設備和解決方案廠商，或者AI算法廠商也好，不可能去做這么多的應用。怎么辦？或者說我們怎么去抽象一些基礎的部件。

人臉識別在安防里面實在太火了，以至于很長一段時間，大家有個錯覺，認為安防AI等于人臉識別，而實際上人臉識別在安防AI的應用中只占1/4，那么另外3/4是什么呢？首先我們不得不提智能交通。

其實在16年以前，其實智能交通是安防AI的主要方向，只不過由于車是鋼體，我們運用傳統(tǒng)的cv方法，能夠取得相對比較實用的，或者準確率比較高的一個結果。我們車牌識別率能夠達到99.9%。使用傳統(tǒng)CV的方法，深度學習技術，引入到智能交通領域，它對它是一個量變，不是一個質變。因此在當前的安防AI中可能很容易被人忽略它的一個技術迭代和進步，還有視頻結構化的應用。

大家可能覺得奇怪，我們能夠看清人臉，能夠識別人臉了，能夠看清車牌了，為什么？我們還要去識別人體，去對這么小人體、車輛進行結構化。

大家考慮一個問題，人臉識別它的入口條件是什么？我們認為它達到比較好的一個識別率，人臉的像素要達到80像素以上，或者說瞳距大于40像素以上。那么對于一臺200萬的相機，換算成監(jiān)控寬度大概有多寬？三米左右。那么對于用戶來說，建設成本是相當高的，而且是不可能既要完成監(jiān)控場景的無死角的覆蓋，又要說能夠看清人臉，這是一個矛盾，而且這個矛盾可能是很多年都無法調和和解決的。所以說我們在關鍵的出入口，我們要去建人臉卡口，車輛卡口。

但是我們從監(jiān)控覆蓋無死角的角度來看，我們需要繼續(xù)沿著傳統(tǒng)的視頻監(jiān)控的覆蓋的場景范圍去建設。那么這么多的這些海量的這些視頻，顯然純靠人工去看是不現(xiàn)實的。因此我們需要對它進行視頻內容的分析，對他進行結構化的描述描述，它是一輛車？一個人？男人？女人？衣著顏色？我們需要對他進行以圖搜圖，我們可以框選一個人，然后跨攝像機去搜索，找到它的軌跡，快速定位人。這是視頻結構化的應用。

那么還有一類應用是行為分析的應用。過去利用傳統(tǒng)CV的方法，周界防范入侵類的這些檢測算法，效果都不盡如人意，誤報非常多。那么使用現(xiàn)在的深度學習技術可以極大地減少誤報。這對行為分析類的產品來說，它也是一個質的變化、一個產品的換代。

接著簡單聊一聊我們對安防未來的一個看法。首先第一點，我認為安防AI的競爭將從三要素競爭演化到六要素，其實三要素在業(yè)界在前幾年已經達成一個共識，算法數(shù)據(jù)算力缺一不可，很重要。但是我們認為是遠遠不夠。因為在規(guī)模落地過程中，你要有性價比的產品，僅僅一個識別率給用戶，用戶是不可用的。用戶是需要針對行業(yè)應用的業(yè)務，所以我們需要解決方案，我們也需要工程化的規(guī)范，不能一個好的產品，最終客戶拿到安裝以后，就是一個很爛的產品。

那么第二個展望是我們認為邊緣AI需求強勁，它將帶動AI的快速產品上量。為什么是邊緣？因為邊緣的數(shù)量最多，多到是中心設備數(shù)量的幾百倍甚至上千倍，這第一點。其次，它的建設成本最低，它不需要將海量視頻全都回傳到中心、去做智能分析，不是說中心不需要，而是說是邊緣的量最大，邊緣更有利于安防行業(yè)快速發(fā)展。

第三個展望，我認為是未來的安防AI將是一個多點技術迭代，為什么強調多點？而不是單點，因為過去單點強調的算法，而未來可能會進入到每個點的提升，從而達到一個整體的提升。第一點，我們認為鏡頭、Sensor與ISP需要提升，跟成像強相關。 第二點，我們認為AI的處理芯片需要提升，AI芯片摩爾定律在接下來幾年一定會持續(xù)。過去我們說AI芯片算力可能1T我們已經很驚訝了，現(xiàn)在30T甚至更高比比皆是。然后我們認為后面的攝像機它將是一個物聯(lián)網的一個網關，它不僅僅是具有視覺的功能，它還具有傳感器，可能還有語音的交互等多個功能，它需要模仿人一樣，它是雙目的，他又要有深度信息，當然在近距離不一定是雙目。然后AI算法我們認為會持續(xù)迭代，但是可能算法可能要提升兩個點，但是算力可能要翻個兩三倍，這都很有可能.

然后算法方面還有一個趨勢，有可能會從人臉識別到人體的識別。然后還有一點就是云邊結合很重要，邊緣可能更多做的是結構化的事情，云端更多做的是結構化信息的融合、數(shù)據(jù)的挖掘、數(shù)據(jù)分析以及業(yè)務的應用。將點狀的數(shù)據(jù)串起來。

下面簡單介紹一下宇視的一個解決方案，針對AI推出了全融合的智能解決方案，叫做UniAI。在理解上很簡單，我們就是將所有的前端智能、后端智能等全部智能拉通管理起來，為不同的場景不停不同的應用，提供不同產品，但是它是統(tǒng)一拉通的，然后我們是六要素全面的發(fā)力。

然后這邊再講我們的軟件能力，IMOS是我們與是在安防推出的一個多媒體操作系統(tǒng)，我們已經迭代了十年。目前在智能化的時代，我們也融入了很多的智能功能和解決方案。我們可以把所有的云邊的設備GPU進行調度起來，資源的負載均衡。同時我們還有一個開放的生態(tài)，把定制化的需求留給當?shù)氐囊恍┲行∑髽I(yè)的集成商，當然也會把一部分利潤分享給他們。那么我們目前的宇視的智能解決方案已經在很多的領域得到了應用，比如600多所的高校，500多個平安城市等。

由于時間關系，以上就是我的分享，也非常感謝大家，如果大家有一些技術方面交流，我們可以下來再交流，謝謝。