0
| 本文作者： 劉偉 | 2019-03-25 17:26 | 專題：2019中國人工智能安防峰會 |
3月23日，由雷鋒網 & AI掘金志主辦的「第二屆中國人工智能安防峰會」在杭州召開。
峰會現場，深瞐科技董事長陳瑞軍發表了主題演講《安防行業的AI革命》。
作為傳統安防上市企業的董事長，和新型AI安防初創企業的創始人，陳瑞軍在經歷多次行業洗牌后，每次都能站在行業最前列。今天他從一位老安防人的視角，重新審視了安防的未來與AI安防的應用。
陳瑞軍在演講中表示，安防行業在數字時代幾經迭代，但其本質沒有變化，還是圍繞數據采集、傳輸和存儲這一基礎架構展開。這一點在AI時代同樣沒有改變，改變的是AI安防關注的點，從系統基礎建設過渡到了視頻圖像中的對象和內容。而AI時代更重要的是應用，這個變化將造成整個行業產品鏈的更新，并創造出大量新的機會。
今天，安防行業已經從針對犯罪的狹義安防概念，延展到了解決用戶在工作、生產中的痛點的泛安防概念。涉及的數據也從結構化數據擴展到了非結構化數據，這將創造出真正的大數據，比如當前熱門的城市大腦概念。
陳瑞軍認為，創造真正的大數據產業有兩個前提：一是AI安防的標準化，打破不同數據管道間的壁壘，其中華為倡導的分層解耦概念或將發揮重要作用；二是AI應用服務化，包括算法的場景化和AI流程再造。他強調，當前AI之所以落地難，最主要的原因就是沒能做到算法場景化和行業流程再造。為此，深瞐科技做了許多努力和嘗試。比如高點態勢分析、車輛擁堵檢測、人流密度分析、占道檢測等。
陳瑞軍介紹，深瞐科技倡導全面生態合作賦能戰略，致力于從算法、硬件、平臺、應用服務多個層面，針對不同客戶和行業需求，提供相應的解決方案。
以下是陳瑞軍的現場演講內容，雷鋒網做了不改變原意的整理與編輯：
我是一個老安防人，2001年我剛進入這個行業時，很多人說這個行業已經沒法做了。整個行業正處于惡性競爭階段，價格非常低。后來行業發生了一輪變革，誕生了海康、大華這樣一批世界級安防企業。我覺得今天的安防行業也在面臨這樣一場變化。
傳統安防從模擬到數字，從標清到高清，幾經變化。但其本質沒有變化，還是圍繞數據采集、傳輸和存儲這一基礎架構。
這一點在AI時代同樣沒有改變，改變的是AI安防關注的點，從系統的基礎建設過渡到了視頻圖像中的對象和內容。比如關注視頻里的人、車和物體，關注里面發生了什么以及可能會發生什么。
這和傳統安防相比發生了巨大的變化，這個變化會造成從前端數據采集到傳輸、存儲和應用的整個行業產品鏈的更新。這一更新將給行業創造新的機會。比如視頻圖像是互聯網的重要數據來源，吸引了阿里、百度這些互聯網巨頭的關注。
大數據的應用，為智慧城市概念帶來了全新的變化，像華為、中興這樣的傳統IT巨頭，也隨之進入這個行業。在這幾點融合的基礎上，行業將發生革命性的變革，也帶來了一躍成為世界級企業的巨大機會。
此外，安防行業的邊界已經從針對犯罪的狹義安防概念，延展到了解決用戶在工作、生產中的痛點的泛安防概念。
傳統大數據針對的是數字、表格等結構化數據的應用，已經比較成熟。而有了AI以后，基于AI的大數據實際把原來非結構化的數據——比如視頻、圖像和語音，進行了結構化。這類數據的規模非常龐大，將它們結構化后將帶來非常大的應用空間，創造出真正的大數據概念，比如城市大腦。
城市大腦是阿里率先提出的，但其原型是智慧城市。
智慧城市在中國已經有十幾年歷史了，這十幾年里我們做了許多大規模建設，但大部分只是基于硬件搭建的基礎做了一些傳統應用，這些應用還有很大的改進空間。
直到有了AI，將視頻、圖像、語音等非結構化數據結構化以后，才演變出城市大腦的新概念。
以我們的人車動態檔案大數據為例，通過視頻結構化，我們可以識別視頻圖像里人和車的特征，以及它們在時空上的位置和屬性。通過這些數據統計分析出的規律，我們可以為公安、政府等各個部門，甚至在商業領域提供許許多多的服務。
舉幾個例子：比如人車動態檔案大數據可以反映經濟指數，通過分析車輛中大、中、小型貨車在各區域出現的頻度、數量等信息，判斷各個區域的經濟類型。
比如對商業場所的車輛、人員出入情況進行分析，可以挖掘商業上的消費熱點和趨勢。再比如采集旅游區的人、車數據，可以分析景點的客源和季節性特征。甚至還有交通大腦，通過車輛的軌跡、時間等特征，預測某件事情可能給交通造成的影響。
標準化一直是傳統安防面臨的最大困境。過去，公安部出臺了許多次標準，但安防從業者都知道，標準往往是滯后的。
通常一項新的技術出現，往往是企業先進行創新和應用，然后才慢慢出現標準。
2001年我進入安防行業時，行業里還沒有標準化的說法，客戶覺得你只要能解決我的功能和應用需求就行了。所以有很多企業做了很多創新，但始終沒有標準化，也沒有對接大數據。
縣、市、省、部一級雖然有視頻圖像聯網，但它是電波式的，沒有實施數據傳輸。而且每一個點上的數據都是孤立的，甚至一個市里不同部門之間的數據都是孤立的。
我們知道，只有行業先有了標準，任何兩家的設備和產品才能夠連接起來。在安防行業，任何兩家的產品對接都有一定困難。
AI對標準化提出了新的要求，這跟我前面提到的大數據概念有關。大數據的特點就是數據量越大，它的功效就越是成倍增加。因此，大數據要求打破數據孤島，每一層的各個部門之間、不同行業之間全部都要打通。而要讓數據打通，前提就是標準化。
華為提出的分層解耦概念得到了行業大部分公司的支持，也得到了很多用戶的認同。所謂分層解耦，就是不同層級之間和同一層級的各個層次之間接口的標準化。它將給行業趨勢帶來很大的變化，創造出新的機會。
安防行業的另一個趨勢是AI應用服務化。AI的創新實際上來源于算力和深度學習算法的突破，但現在的AI是弱人工智能，沒有通用性。除非未來強人工智能能夠在算法和技術上有所突破，否則每一個場景都需要根據專門的數據集訓練算法，也就是算法的場景化。而算法上的場景化要求企業對每一個行業都有充分的理解，同時對行業流程進行再造。
深瞐科技通過幾年的實踐，發現AI落地非常困難，并沒有發揮它應有的價值。原因除了算法沒有場景化，很重要的一點就是沒有對行業流程進行再造。比如我們有很多公安的客戶，一個項目領導重不重視，效果是完全不一樣的。如果領導不重視，一個項目雖然投資幾千萬甚至上億，但實際上沒有發揮作用。只有上級重視之后對流程進行再造，我們所有的工作方法和業務邏輯都按照AI信息化的理念重新設計，才能使AI發揮更大的作用。
流程再造不僅需要客戶，也需要我們科技企業，對其所處的行業擁有充分的理解。那么深瞐科技有哪些理解呢？
行業里有很多做人臉識別、車輛識別算法的企業，但今天客戶需要的不單是一個算法或一項技術，而是解決他們面臨的問題。解決不同行業、不同場景的問題，需要不同的算法，這個算法需要是場景化的，不只是人臉識別或車輛識別。
下面是我們的一些應用案例：
下圖是和華為共同打造的AI預審系統，我們的典型落地案例。什么樣的AI才能落地？除了解決社會化需求，也需要一定的經濟效益。假如這個AI我們投入100萬，但能為用戶節省1000萬，那它一定能夠普遍落地。我們通過非現場執法業務，每年可以為大型客戶節省上百個人力和上千萬支出。
我們開發的車輛擁堵檢測系統，可以識別每條車道的車輛數量和類型。
我們還在中石化上線了一套系統，可以識別工人的工作流程是否規范。過去工人的行為需要人工來監管，后臺有大量人員監管他們的工作過程是否規范。今天我們把工人的工作流程拆解開，將每個行為、動作和供給標準化以后，就可以對其進行監管和指導。
此外我們還開發了人流密度監測算法和占道檢測算法。
深瞐科技成立六年以來，始終致力于提供從云到端的產品和解決方案。智能前端方面，我們為國內多家攝像機企業提供各類場景的識別算法。邊緣計算方面，我們提供嵌入式的視頻分析器。霧計算方面，我們提供智能分析的存儲設備，我們從前端攝像機采集數據后首先要存儲，存儲這個節點的智能化是整個應用的基石。云計算方面，我們提供集中式的視頻分析服務器，包括視頻分析算法。
深瞐科技倡導全面生態合作賦能戰略，致力于從算法、硬件、平臺、應用服務多個層面，針對不同客戶和行業需求，提供相應的解決方案。這個行業有許多不同類型的廠商，有供應商、集成商和代理商等，他們對技術和產品的需求不盡相同。泛安防面向的應用領域也非常廣，有公安、交警、平安城市、智能交通、智慧社區等，它們對算法和產品的需求也有所差異。目前，深瞐科技對不同行業的不同用戶，都可以提供相應的技術、產品和解決方案。
由雷鋒網 & AI掘金志主辦的「2019中國人工智能安防峰會」，是業內極具影響力的AI安防論壇，致力于推動中國“AI-安防”落地融合與“學術-產業”的應用交叉。
延續上一屆峰會的高水準、高人氣，2019中國人工智能安防峰會再度站在算法、工程和產品的最前沿，引導安防行業認知再升級。這是海康、大華、華為、阿里、騰訊以及多個AI獨角獸，因“AI安防”首次同臺，峰會現場也聚集了海內外1000多位政企管理層和技術研究員，共同探討2019年的AI安防智能技術部署、前沿算法應用與商業戰略布局。
本次峰會共設置“城市大腦與邊緣計算”、“全球頂尖算法應用”、“前端動態識別與智能視頻云”、“城市AIoT與邊緣智能引擎”四大議題，出席的15位演講嘉賓分別是：
上午場：阿里巴巴華先勝、海康威視浦世亮、大華股份殷俊、地平線張永謙、深瞐科技陳瑞軍、商湯科技張果琲、浪潮商用機器張琪。
下午場：香港科技大學權龍、原松下（新加坡）研究院申省梅、華為余虎、觸景無限肖洪波、曠視科技安洋、千視通胡大鵬、騰訊李牧青、中科院自動化所王金橋。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
專題
