首页 资讯 技术 智能 工程 市场 科技 其它

观察

下栏目: 营销 观察 政策 经理

三大支柱撑起安防 人眼摄像机开启“精准”时代

来源:网络整理 热度:℃ 时间:09-21
摘要:智能安防的精髓在于“智”。何为“智”?关键在于监控摄像头的“快速”和“精准”,即监控内容获取要快狠准,监控内容分析也要快狠准。高手之间,比拼的就是“手

智能安防的精髓在于“智”。何为“智”?关键在于监控摄像头的“快速”和“精准”,即监控内容获取要快狠准,监控内容分析也要快狠准。高手之间,比拼的就是“手眼身法步”。要想成为下一个海康威视、大华股份等量级公司,“眼力”是核心中的核心。

  上周一整周,大家都沉迷于iPhoneX和FaceID中走不出来,好像人脸识别解锁是件了不起的大事了,你们忘了我们的支付宝是怎么刷脸支付的么?你们忘了北京首都机场都不用带身份证刷脸就可以过安检了么?我们自己的国家有很多很优秀的技术和企业,不仅将虹膜识别,3D扫描等技术应用在个体层面,还对国家的安防有着重大的贡献。

  安防会是最先成熟的领域

  未来十年,人工智能在不同行业的机遇,小编比较看好的有四个,分别是:安防、汽车、医疗和机器人。这些领域都是万亿级的市场,尤其是汽车和医疗。

  这些领域非常重要,但不是每个领域发展成熟的时间都一样。在我看来,安防会是最先成熟的领域。

  汽车从现在来看很有可能是下一个成熟的领域,再过两三年量会上来。至于医疗,只能够它排在第三。

  医疗的难点在于,这不仅是大数据的问题,还涉及到小数据问题。对于小数据问题,它在数据的规模上限制是比较大的。机器学习最重要的是要跟最优秀、最有经验的医生来学习,不像自动驾驶或者安防,只要找一个会用电脑的人,都可以标注数据。它是一个需要优秀的专业人士参与数据标注、数据采集的过程,是小数据问题。

  机器人也会是一个很大的领域,但它却是充满了最大的不确定性。首先它目前还不是一个已经存在的行业,现在市面上还基本没有成熟商用的机器人,还在摸索阶段。我们都向往以后的生活和工作能够被机器人帮助,但要实现它,到达消费者期待的那一阶段,还是很困难的,也需要很长时间。

  对于安防,不同的国家投入是不同的,但中国显然对之投入很大,美国同样。这也是最有可能率先实现落地的人工智能领域。

  安防问题重重,数据量庞大

  在当前阶段,行业对人工智能技术切入安防领域,最大的期待就是:可以把这个行业从以视频为核心,转变为以情报为核心。

  现在安防监控领域之所以还有机会,是因为人工智能使得一个新的潮流、新的转型在这个领域发生了。

  在智能摄像头领域,我们国家的技术,已经可以做到每张脸从左耳到右耳,150像素,监控40米宽度的通道。当人工智能进入安防,10年之后,所有的摄像头都会变成智能摄像头。

  其次,在安防领域里,有一个常见的误区:那就是迷信算法,认为算法可以解决一切。这显然是不正确的。

 ⊥拿人脸识别来说,今天的算法不能够解决所有的问题,只能够解决一部分问题。有些人工智能公司会对外宣称,其人脸识别算法错误率能达到亿分之一,这是能够做到的,但它往往是在特定条件下得到的。比如说摆拍的静态识别。如果放在监控环境下,一个人低着头打着电话,只有100×100像素的时候,那么现在还远远做不到这样的精准度。

  最近很多人在说人脸识别,那种看到一张脸、算出来一个特征,跟黑名单比对一下看谁比较像,这是很浅很浅的挖掘。你知道坏人是谁,把他给找出来,只能解决这种问题。但是现在的需求是:我不知道坏人是谁,你给我找出来,这绝对要靠很深度的挖掘。

  如果人工智能只是停留在算法的层次,那还是远远不够的。而安防是全世界最大的物联网。

  你出门走出小区,被门口的摄像头拍了下来,它识别出你的穿着,你的表情和面部特征,这个数据量已经远超过了网上的发帖。而每隔20米,可能就会被新的摄像头拍下,识别一遍。以北京为例,它安装的摄像头总数已经超过200万个,它们每分每秒都在录像,每天就会产生长达200多万天的录像。安防物联网产生的数据量,已经远远大于过去的互联网。

  安防的三大支柱:智能硬件、算法、大数据

  在这种情况下,人工智能时代的安防有三个支柱:智能硬件、算法、大数据。

  首先,是硬件。北京的200万摄像头,如果把这些数据全部传到数据中心的话,带宽的概念是什么?一路高清视频的码流一般在2-4兆bps。

  一个千兆以太网,从理论上也只能传250路,但是千兆以太网指的还是它的基带层的带宽,高清视频根本传不到250路,能传100路就可以了,那么200万路需要多少带宽?如果硬件不能够智能前端化,数据都传不到数据中心。

  所以第一步,硬件的智能前端化,可以对目标做现场的检测、跟踪和去重,能捕捉关键数据,并且在前端做初步加工,只把关键数据汇聚到数据中心处理,这样才能形成一个大数据系统。

  第二,算法。前端的算法进行物体的检测跟踪,后端的算法就是识别物体,对图像做一个精确的结构化或者特征化分析。

  最后非常重要的一点是,我们要在后面非常深入做下去的大数据分析,不光是基于视觉图像,而是要把多模态、大规模的数据放进来,比如通信记录、电子邮件、微信微博、车辆轨迹、消费记录等等都结合起来,在应用层面做非常深入的挖掘。

  硬件的战争:人眼相机诞生

  人眼摄像机在去年10月应运而生,它是基于仿生学原理,把运算和光学结合在一起,50米距离范围内可以展现出更为清晰可识别的人脸,100米范围内可以保证看清楚全身的主要特征。

  关于它的原理,其实非常简单。模拟人眼球的进程,先用类似于“黄斑”功能的硬件进行扫描,但画面模糊,再从中挑选出感兴趣的地方着重观察。

  人眼摄像机颠覆了传统摄像机的成像结构,通过独创的像素动态瞬时分配技术,可以瞬间提升画面的局部像素,使得嘲中的每一个目标都清晰可见。

  与此同时,基于深度学习的人员检测技术,它可以自动、精确、快速抓拍嘲中的每一张人脸,同时兼顾全景与细节特写。在此基础上,通过判断分析自定义的行为特征,满足不同嘲下的业务需求。