1
“我在安防行業工作了17年，切身感受到人工智能對作業模式、作業流程、作業效率的改變。雖然AI在安防中的落地過程中屢屢遇到阻礙，但不得不說，這一次，它對傳統安防地改變是徹頭徹尾的。”
在安防圈馳騁多年的陳雪松，看到AI在安防領域曾多次出現萌芽，但一直未結出果實。直到今年，他才真正感受到時機已至，于是毅然決定加入曠視科技，出任副總裁。
作為一名在垂直行業扎根多年、負責過多個國家級重大項目的專家，陳雪松在加入曠視之前就意識到，市場上的AI初創公司如果單純只做圖像、語音識別這些通用技術，指望通過SDK獲利，未來的路只會越來越窄。相反，找到一個最適合自己的垂直領域，深扎進去做端到端的解決方案，把技術轉化為產品，然后銷售出去實現商業變現，再通過客戶反饋更多的數據，從而夯實自身技術的途徑，才是最現實的。
曠視科技Face++副總裁 陳雪松
陳雪松畢業于電子科技大學，后一直在中國電子科技集團公司第十五研究所工作，任公共安全信息化事業本部主任，曾擔任過北京市奧運安保指揮系統、武警總體規劃以及海外國家信息化建設等多個國家級大型項目總師。2017年陳雪松正式加入中國人工智能領軍企業曠視科技Face++，負責拓展智能安防業務。
在陳雪松眼中，AI在安防行業的這把火，火得燎原，且不易滅。
“安防行業是個綜合性產業，基礎設施設備主流廠家具有高度的相似性，和人工智能公司結合共同提升完善產品也是現行的一個主流模式，短時間內一定是人工智能公司的AI行業化、傳統安防公司的行業+AI、人工智能公司與傳統安防公司的AI攜手行業三種模式并行的過程。從此來看，各家公司做AI、宣傳AI不足為奇，是大勢所趨。”
從H.265時代至今，相比于互聯網行業的技術頻繁更迭，安防無疑“懈怠”了幾個年頭。
看著模擬時代的標清畫質，走過數字時代的高清之旅。安防人好像并不滿足于此，今天他們要借助AI重新找到安防行業中急需的元素及變革。
“AI初創公司純做技術沒有出路，算法提供商一定要做端到端的整體解決方案，如果不直接面對客戶，一定會被上下游碾壓。”采訪期間，陳雪松多次強調這句話。
今年七月，曠視與某市合作開展人臉識別系統反恐工作。系統運行47 天抓獲逃犯 76 人，期間共采集人臉 950 萬人次，人臉比對 3.78 億次 、預警278次，截獲274人，預警截獲率達98.9%。
“AI的出現改變了公安部門傳統的刑偵方法。”
“早在幾年前，我做奧運安保時就想過采用人臉識別，那個時候基于模式識別的準確率在數字上達到了85%，但經實測后發現根本行不通。85%的通過率與0本質上是一樣的。而應用深度學習之后，識別率大幅提升，AI在安防行業的價值才終于得以體現。”陳雪松感慨回憶道。
即便如此，知曉AI這一武器的主流監控廠商一直以來未能提出可應用的實戰產品和解決方案。
“與實驗室場景相比，人臉識別在真實場景中遇到的挑戰非常多，光線、遮擋、角度、位置等因素；目標人物的衣著、妝容、表情等特征的變化都會對人臉識別的識別準確性造成一定的影響，尤其是人流密集的應用場景。”
如何將這些外部因素的影響降到最低對新老安防企業來說是莫大的挑戰，而這也正是曠視深入安防應用場景的研究方向。
陳雪松表示，過去一年，曠視針對不同用戶的特性場景和業務需求進行了10多次算法升級和環境優化，為安防行業提供穩定性和魯棒性更強、跟蹤速度更快的技術支撐。
“說到底，就是要提升算法精度，最少是小數點后的兩個數量級以上。”
之前某傳統安防廠商高管提到，“AI初創公司的算法的確有優勢，但并不意味著就能獲得訂單，安防行業有其自身特性，1000個犯人我識別了950個，他識別了960個，對于安防客戶來說，其實沒那么重要。 ”
對于該說法，陳雪松連連搖頭，“安防行業未來的場景會愈來愈多元。對于試錯率容忍度較高的安防“黑名單”追蹤來說，小數點后的幾個數量級的增加的確作用不大；但對于紅名單、白名單、灰名單而言，精度提升的意義就非常明顯，99%和99.9%的可靠度差距并不是0.9%，而是要反過來算，差距是10倍。
“技術落地，算法先行。無論市場上有何聲音，曠視依然會與精度“較勁”、依然會在人臉識別上持續深耕，解鎖更多的業務場景；但同時，曠視也會研究、探索AI在安防行業的其他落腳點。”
陳雪松透露，目前人臉識別落地安防的確是趨勢所向，但人臉識別只是AI落地安防行業的一小部分，在很多實際場景中，人臉識別作用并不大。
用他的話說，現在市面上絕大部分視頻監控只能看到俯視角度的“腦袋”以及非常渺小的人體，根本無法看清人臉。就拿北京海淀區來說，目前有三十萬個監控攝像頭，能準確看到人臉的2000個不到。
當監控攝像頭看不清楚人臉的時候，監控中的人走入另外一臺攝像機的監控范圍，機器如何辨別“誰”是 “誰”？
“‘人形追蹤’技術（或者說行人再識別（ReID）技術）可以很好地解決這個問題，這也是曠視接下來重點深耕的方向。”陳雪松說道。
他解釋，AI通過機器學習輸出的結構化信息，其實本質上是建立了一個多維向量模型。這時候，機器可以給每一個模型一個編號，做跨攝像頭的人形追蹤。
裝載“人形追蹤”技術的監控攝像頭可以將一個人的行為軌跡還原；之后，只要出現在任何一臺可以識別人臉的攝像頭中，就可以被輕易鎖定，不會出現“斷片”現象。
和單點監控相比，ReID方案通過多組攝像機的軌跡還原及人員比對讓安防工作變得更為立體，方便辦案民警對目標嫌疑人的行為軌跡、出行規律進行分析，進而為案情線索和實施靈活布控打擊提供依據。
陳雪松判斷，“現階段大家都在展示視頻結構化，其實更難的是基于跨攝像頭的人形追蹤。該技術的發展對于安防行業來說也具顛覆性作用。”
除了技術上遇到的一些困難，與此同時，他還向雷鋒網談到了曠視這幾年來發力安防遇到的一些大的阻礙：
前端智能化不理想。目前國內傳統天網絕大部分攝像頭還是標清和制高點的高清。它們并不能清晰地拍到公安想要的角度的圖像。
各個部門之間的數據難以打通。中國原有的IT部門都是建立一個一個的“煙囪”。“煙囪式”架構也就是垂直的體系結構，每一個IT系統都有自己的存儲和IT設備，以及獨立的管理工具和數據庫，不同的系統不能共享資源，不能交付和訪問，形成了資源孤島和信息孤島。如果相互打通，就涉及到各個部門的數據管理權問題。
業務流程難以改變。用戶需要改變原有的作業模式，針對各個模式去調整工作機制。
“安防行業的AI產業化之路還需走段時間。在此局勢下，曠視作為領先的AI初創公司，在算法層面一定要走的更遠、更深。用戶有很多場景需求，目前只能慢慢去解決。”
作為一個有著將近二十年資歷的老安防人， 陳雪松很慶幸能夠發現并趕上這次技術浪潮帶給行業的改變。
最后他也總結道，如果從用戶角度出發，AI的落地還不盡如人意，因此包括曠視在內的所有致力于改變安防產業結構、提升用戶效率的企業，都需齊心協力專注做好這一件事情。
“AI越火越好，玩家越多越好。水漲，船才會更高。我覺得這不是一場戰爭，沒有誰有能力將整個安防業務做好，我更期待行業里的新老企業眾人拾柴，共同點燃每一塊新市場。”雷鋒網雷鋒網
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
