硬盤公司從業(yè)者向雷鋒網(wǎng)透露，他們生產(chǎn)的硬盤，每兩塊就有一塊進(jìn)入到安防行業(yè)。以北京為例，屬于政府和社會(huì)公共機(jī)構(gòu)的攝像頭總數(shù)超過200萬個(gè)，這些攝像頭每分每秒都在保持錄像，每天會(huì)產(chǎn)生長達(dá)200多萬天的錄像，折合成年為5000多年。所以整個(gè)安防體系，從攝像頭到存儲(chǔ)都是一個(gè)擁有極大數(shù)據(jù)量的網(wǎng)絡(luò)。

 

　　這里提出一個(gè)疑問：數(shù)據(jù)由攝像頭產(chǎn)生，那么這些數(shù)據(jù)是由誰消費(fèi)？在當(dāng)前的安防監(jiān)控視頻網(wǎng)絡(luò)中，絕大部分消費(fèi)者是監(jiān)控中心里的工作人員，簡單來說就是警方。他們?cè)谄瓢笗r(shí)會(huì)去查看很多錄像，而數(shù)據(jù)生產(chǎn)的速度遠(yuǎn)超過數(shù)據(jù)消化的速度，這導(dǎo)致今天安防監(jiān)控行業(yè)的一個(gè)主要矛盾：我們產(chǎn)生了太多的視頻，可這些視頻卻沒辦法消化。

 

　　威富集團(tuán)董事長張少林也談到了傳統(tǒng)安防面臨的挑戰(zhàn)：

 

　　威富、大華、天地偉業(yè)大秀AI肌肉，成功實(shí)戰(zhàn)演示背后仍存在不少行業(yè)通用難題1.被動(dòng)式應(yīng)用：監(jiān)控人員需同時(shí)面對(duì)數(shù)十甚至上百路視頻，難以及時(shí)發(fā)現(xiàn)視頻畫面中的突然和異常事件，監(jiān)控視頻錄像一般只能用于事后取證，且錄像查證過程需要耗費(fèi)大量人力和時(shí)間。

 

　　2.數(shù)據(jù)無法有效利用：海量的視頻數(shù)據(jù)不能進(jìn)行有效的數(shù)據(jù)挖掘和深度分析，不僅使得監(jiān)控系統(tǒng)運(yùn)行效率低下，而且對(duì)視頻設(shè)備和數(shù)據(jù)資源也造成極大浪費(fèi)。

 

　　3.存儲(chǔ)壓力巨大：海量的非結(jié)構(gòu)化數(shù)據(jù)，大部分是無用數(shù)據(jù)，給存儲(chǔ)設(shè)備帶來極大的壓力，不僅浪費(fèi)存儲(chǔ)空間，增加存儲(chǔ)成本，也不利于數(shù)據(jù)的快速檢索。

 

　　目前以視頻數(shù)據(jù)為核心的安防監(jiān)控體系，確實(shí)給客戶帶來了大量的麻煩。把這些數(shù)據(jù)放在客戶跟前，然后用純?nèi)斯とふ揖€索好比大海撈針。但隨著AI的成熟，相比于其他行業(yè)，安防行業(yè)的兩大特性，讓人工智能在安防領(lǐng)域有著很大的發(fā)揮空間。一是安防的數(shù)據(jù)基礎(chǔ)滿足人工智能的大數(shù)據(jù)特性，視頻數(shù)據(jù)有兩大特點(diǎn)：源數(shù)據(jù)信息量大、數(shù)據(jù)層次豐富。其次是，安防業(yè)務(wù)的本質(zhì)訴求與人工智能的技術(shù)邏輯高度一致：

 

　　事后追查——事中響應(yīng)——事前預(yù)防

 

　　大數(shù)據(jù)——深度學(xué)習(xí)——智能判斷

 

　　所以整個(gè)行業(yè)都把希望寄托在人工智能上，引進(jìn)AI這個(gè)“消費(fèi)者”，自動(dòng)把這些視頻數(shù)據(jù)里面的內(nèi)容和目標(biāo)變成結(jié)構(gòu)化數(shù)據(jù)。何為結(jié)構(gòu)化數(shù)據(jù)？結(jié)構(gòu)化數(shù)據(jù)就是數(shù)據(jù)能夠直接表達(dá)目標(biāo)的性狀、屬性以及身份。這種數(shù)據(jù)可以大規(guī)模去檢索，大規(guī)模地分析、統(tǒng)計(jì)。智能化是希望AI能夠變成以視頻數(shù)據(jù)為核心的物聯(lián)網(wǎng)里面，這些數(shù)據(jù)的“消費(fèi)者”，這時(shí)候“消費(fèi)者”的 Output 就是結(jié)構(gòu)化數(shù)據(jù)。結(jié)構(gòu)化數(shù)據(jù)也不能直接拿來使用，因?yàn)檫@些數(shù)據(jù)一旦實(shí)現(xiàn)了大規(guī)模結(jié)構(gòu)化后，數(shù)據(jù)量仍舊非常龐大。

 

　　當(dāng)人工智能把這么多的錄像轉(zhuǎn)變成結(jié)構(gòu)化數(shù)據(jù)后，就會(huì)產(chǎn)生一個(gè)新的數(shù)據(jù)海洋：結(jié)構(gòu)化數(shù)據(jù)海洋。如果數(shù)據(jù)沒有經(jīng)過很好的挖掘，那它也不是有意義的情報(bào)。結(jié)構(gòu)化數(shù)據(jù)目前已經(jīng)可以使用非常成熟的手段去挖掘，這個(gè)過程中會(huì)有一些非常淺度地挖掘、簡單的篩選：如黑名單。檢測到一輛車時(shí)，車牌號(hào)碼是一個(gè)嫌疑犯車牌號(hào)，當(dāng)檢測到車牌號(hào)碼時(shí)，這輛車就被后臺(tái)預(yù)警。再比如說要檢測一個(gè)人：假設(shè)我有一張?zhí)臃傅恼掌?，?dāng)我在某個(gè)地鐵站的攝像頭里看到一個(gè)人長得像這個(gè)逃犯時(shí)，它可能就變成了一個(gè)有意義的情報(bào)。當(dāng)人工智能產(chǎn)生大量的結(jié)構(gòu)化數(shù)據(jù)后，會(huì)有大量空間需要去做針對(duì)應(yīng)用的數(shù)據(jù)挖掘。因?yàn)橐郧霸跊]有結(jié)構(gòu)化數(shù)據(jù)時(shí)期，不同客戶使用的攝像頭和錄像機(jī)都是標(biāo)準(zhǔn)設(shè)備，只要看到畫面就行。它從畫面里觀察得到的信息如何體現(xiàn)到它的業(yè)務(wù)內(nèi)容，這些事情需要人去做。當(dāng)今天這些數(shù)據(jù)變成了結(jié)構(gòu)化數(shù)據(jù)以后，在不同行業(yè)、不同場景要有大量的數(shù)據(jù)挖掘應(yīng)用才能夠有效地把結(jié)構(gòu)化數(shù)據(jù)變成有意義的情報(bào)。而人臉、車牌均可以看作是垂直場景的針對(duì)性數(shù)據(jù)挖掘。

 

　　在過去十年中，指紋識(shí)別、語音識(shí)別、人臉識(shí)別、虹膜識(shí)別、車牌識(shí)別、指靜脈識(shí)別已經(jīng)在安防領(lǐng)域有所應(yīng)用。

 

　　相比于其他生物識(shí)別技術(shù)，人臉識(shí)別具有獨(dú)特的優(yōu)勢。自然無侵?jǐn)_、直觀易判斷、簡便可擴(kuò)展，這些條件均為人臉識(shí)別的大規(guī)模推廣應(yīng)用提供了技術(shù)支撐。

 

　　人臉識(shí)別將在身份查驗(yàn)和布控追逃等諸多應(yīng)用中發(fā)揮巨大作用，智能識(shí)別認(rèn)證合一、人臉自動(dòng)檢測、定位、跟蹤、黑名單自動(dòng)比對(duì)、實(shí)現(xiàn)標(biāo)簽化存儲(chǔ)、檢索效率高、節(jié)約警力、節(jié)省時(shí)間。

 

　　天地偉業(yè)總工程師楊清永深入講解了人臉識(shí)別算法和真實(shí)應(yīng)用場景。

 

　　人臉識(shí)別可分為警用和非警用兩種應(yīng)用方向，警用包括反恐、刑偵、維穩(wěn)，民用則是支付、考勤、門禁，二者相比之下警用是最大的應(yīng)用市場?，F(xiàn)在公安對(duì)于人臉識(shí)別非常感興趣，因?yàn)槿四樧R(shí)別的確對(duì)他們工作有很大的幫助。

 

　　隨后楊清永繼續(xù)談到人臉識(shí)別在這些場景中會(huì)受到影響：

 

　　一、相似面部：容易將兩張相似的人臉誤判為同一個(gè)人。

 

　　二、光照條件復(fù)雜：尤其在強(qiáng)逆光環(huán)節(jié)下，非常影響人臉識(shí)別，大多以補(bǔ)光的方案進(jìn)行處理。

 

　　三、受多變表情和跨年齡識(shí)別：如果目標(biāo)對(duì)象面部表情過于夸張，以及一個(gè)從年幼到成年臉型發(fā)生變化后，機(jī)器很難識(shí)別出來是一個(gè)人。

 

　　四、臉部大面積遮擋：普通口罩和眼鏡的遮擋，較為有限，如果人臉特征遮蓋太多，對(duì)識(shí)別的影響較大。

 

　　當(dāng)然，上述提到這幾項(xiàng)難題的研究成熟度也不斷在加快。

 

　　其中楊清永指出的跨年齡識(shí)別方面，百度已經(jīng)取得了非常好的效果。今年年初，吳恩達(dá)率隊(duì)的百度人工智能在人臉識(shí)別跨年齡識(shí)別任務(wù)中以 3：2 的比分擊敗《最強(qiáng)大腦》名人堂輪值主席、世界記憶大師王峰。

 

　　這其中 Cross-Age Face Identification（跨年齡人臉識(shí)別）就是一個(gè)難度較大的挑戰(zhàn)，在第一個(gè)節(jié)目設(shè)置中，需要識(shí)別對(duì)象的年齡跨度大概為 20 歲。在第二個(gè)節(jié)目設(shè)置中，對(duì)比小學(xué)畢業(yè)照和成年照，年齡跨度也高達(dá)十幾歲，而且第二個(gè)節(jié)目設(shè)置中的人臉數(shù)達(dá)到了1500 個(gè)以上。

 

　　最終，小度的表現(xiàn)非常驚艷，

 

　　這里，在稀疏的數(shù)據(jù)集上學(xué)習(xí)到更好的特征，保證跨年齡的同一個(gè)人的兩張人臉的距離，比不同人相似年齡的兩張人臉距離小就是關(guān)鍵。

 

　　一般而言，在跨年齡階段人臉識(shí)別中，類內(nèi)變化通常會(huì)大于類間變化，這造成了人臉識(shí)別的巨大困難。同時(shí)，跨年齡的訓(xùn)練數(shù)據(jù)難以收集。沒有足夠多的數(shù)據(jù)，基于深度學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)很難學(xué)習(xí)到跨年齡的類內(nèi)和類間變化。

 

　　百度IDL人臉團(tuán)隊(duì)選擇用度量學(xué)習(xí)的方法，即通過學(xué)習(xí)一個(gè)非線性投影函數(shù)，把圖像空間投影到特征空間中。在這個(gè)特征空間里，跨年齡的同一個(gè)人的兩張人臉的距離會(huì)比不同人的相似年齡的兩張人臉的距離要小。

 

　　考慮到跨年齡人臉的稀缺性。用大規(guī)模人臉數(shù)據(jù)訓(xùn)練好的模型作為底座，然后用跨年齡數(shù)據(jù)對(duì)它做更新。這樣不容易過擬合。

 

　　將兩點(diǎn)結(jié)合起來做端到端的訓(xùn)練，可以大幅度提升跨年齡識(shí)別的識(shí)別率。

 

　　得益于百度擁有兩億量級(jí)的訓(xùn)練數(shù)據(jù)，才能在跨年齡識(shí)別方面取得不過的效果。除此之外，比賽過程對(duì)工程要求也非常高，這些條件均是國內(nèi)絕大部分公司難以比擬的。

 

　　而保證上述人臉識(shí)別準(zhǔn)確率的關(guān)鍵就是深度學(xué)習(xí)。

 

　　大華先進(jìn)技術(shù)研究院研發(fā)總監(jiān)鄭韜談到，人臉識(shí)別能在近些一年呈井噴式發(fā)展，無疑離不開深度學(xué)習(xí)的支持。深度學(xué)習(xí)首先要滿足以下三大條件：

 

　　大量的樣本：深度學(xué)習(xí)需要海量的數(shù)據(jù)集。

 

　　高性能的計(jì)算：如果用CPU去訓(xùn)練深度學(xué)習(xí)算法，可能比用GPU的方式要多10倍甚至20倍的時(shí)間。高性能計(jì)算使得從業(yè)人員能夠快速地訓(xùn)練并驗(yàn)證自己的樣本、算法，所以深度學(xué)習(xí)必須要有高性能計(jì)算，這是和GPU的計(jì)算能力相輔相成的。

 

　　市場需求：市場上有大量樣本，對(duì)客戶而言，視頻數(shù)據(jù)放在那邊沒有人去看，它就沒有市場價(jià)值。真正的目的需要把這些視頻價(jià)值利用起來，用深度學(xué)習(xí)自動(dòng)提取視頻里面的數(shù)據(jù)，獲得視頻中的價(jià)值。

 

　　大會(huì)期間，威富集團(tuán)、天地偉業(yè)、大華股份三家安防巨頭也分別進(jìn)行了實(shí)時(shí)車輛識(shí)別、人臉識(shí)別的實(shí)戰(zhàn)演練。

 

 

　　在車輛識(shí)別測試中，大華股份基于 “睿智” 服務(wù)器，對(duì)活動(dòng)方拍攝好的1小時(shí)路況監(jiān)控視頻進(jìn)行檢測和識(shí)別，通過 “ 車牌號(hào)、時(shí)間、年檢、車輛品牌、車身顏色、有無紙巾盒”等多維度的檢索，找出了三輛車的出現(xiàn)時(shí)間，雖然在時(shí)間上出現(xiàn)一個(gè)微乎其微的誤差，但總體效果表現(xiàn)較為突出。

 

 

　　在人臉識(shí)別實(shí)戰(zhàn)測試中，活動(dòng)方提供目標(biāo)人員照片，由威富集團(tuán)、天地偉業(yè)進(jìn)行系統(tǒng)布控，最終雙方都準(zhǔn)確無誤的統(tǒng)計(jì)出目標(biāo)人員的進(jìn)出次數(shù)，并做出實(shí)時(shí)預(yù)警。其中天地偉業(yè)的系統(tǒng)可以識(shí)別遮擋的人臉，如佩戴墨鏡、口罩等，此外對(duì)于各個(gè)角度的人臉都能進(jìn)行很好的捕捉，系統(tǒng)最大可識(shí)別同鏡頭程90度的人臉。

 

　　實(shí)戰(zhàn)出色并不代表問題都已解決

 

　　雖然車輛識(shí)別和人臉識(shí)別在實(shí)戰(zhàn)環(huán)節(jié)非常順利，但筆者認(rèn)為，如果進(jìn)行大規(guī)模和在復(fù)雜環(huán)境中使用，仍舊會(huì)存在不少問題，而這個(gè)問題也是棘手的行業(yè)通用問題。

 

　　車輛識(shí)別這一研究方向確實(shí)已經(jīng)被解決了，由于車輛自身屬性，它是一種非常特殊的目標(biāo)，因?yàn)樗兄粋€(gè)獨(dú)一無二的 ID：車牌號(hào)碼。合法車牌號(hào)碼具有唯一性，一旦把車牌號(hào)碼識(shí)別出來整個(gè)問題就比較好解決。

 

　　而且目前也有不少廠商利用最近比較火熱的GAN來生成大量以假亂真的車牌數(shù)據(jù)去做訓(xùn)練，效果非?？捎^。

 

　　從去年開始，車輛大數(shù)據(jù)產(chǎn)品已被很多廠商推出，未來也會(huì)越來越普及。這里也有一個(gè)重要的挑戰(zhàn)，也算是機(jī)遇。道路上的攝像頭分 3 種：電警、卡口、監(jiān)控?cái)z像頭。所謂電警和卡口，通常是在十字路口或者高速公路的進(jìn)出口上搭了一個(gè)龍門架，或者有一個(gè)裝了攝像頭的架臺(tái)。這些攝像頭分辨率很高，角度也非常合適，它可以在正面增加識(shí)別的成功率。但像電井和卡口這樣的攝像頭，只占整個(gè)道路周邊攝像頭數(shù)量的很小一部分。以北京為例，電警和卡口攝像頭的數(shù)量占道路全部攝像頭數(shù)量的千分之一左右。

 

　　還有更多攝像頭是普通的視頻監(jiān)控?cái)z像頭，這些攝像頭數(shù)量很多，分辨率也不是特別高，因?yàn)樗鼈円浿埔曨l。一般在安裝的時(shí)候都是為了監(jiān)控整個(gè)大場景，所以視場角較大，視場角變大的壞處就是針對(duì)每一個(gè)目標(biāo)它所能夠分配的像素?cái)?shù)量會(huì)降低。

 

　　這個(gè)時(shí)候，監(jiān)控視頻里看到很多目標(biāo)并不是很清晰：沒有補(bǔ)光、照明不夠、圖像模糊現(xiàn)象很嚴(yán)重。如何在這種低質(zhì)量的數(shù)據(jù)、不理想的環(huán)境下仍然把視頻識(shí)別做好？這在某些方面決了定我們能否把道路監(jiān)控大視頻、大數(shù)據(jù)這個(gè)事情做好，這一領(lǐng)域的產(chǎn)品其實(shí)還有很多的改進(jìn)空間。

 

　　其次是人臉識(shí)別。

 

　　以北京地鐵站為例，北京1000多個(gè)地鐵站里面平均每站都有上百個(gè)攝像頭，如果這里面100個(gè)攝像頭每個(gè)地鐵站流通8到10萬人是很常見的，可能在一些比較繁忙的地鐵站有上百萬人。

 

　　對(duì)于看到的每一個(gè)人都要回答“N+1”個(gè)問題，如果這個(gè)“N”是一個(gè)擁有幾十萬人的全國逃犯數(shù)據(jù)庫，簡直是天文數(shù)字。

 

　　首先做個(gè)假設(shè)，一臺(tái)動(dòng)態(tài)人臉抓拍機(jī)每天產(chǎn)生以下問題：假設(shè)每個(gè)相機(jī)每天看見1萬張臉，在很多公共場所這并不是一個(gè)很夸張的假設(shè)。

 

　　假設(shè)對(duì)比庫里有1萬個(gè)目標(biāo)，這可能對(duì)公安來說也不是一個(gè)大的目標(biāo)庫。如果基于該假設(shè)的話，這個(gè)相機(jī)每天要回答的問題就是一億零一萬個(gè)。如果人工智能每回答100萬個(gè)人臉比對(duì)問題就犯一個(gè)錯(cuò)誤，那么每一天在每一臺(tái)相機(jī)上就會(huì)犯100個(gè)錯(cuò)誤，也就是產(chǎn)生100個(gè)誤報(bào)或者漏報(bào)。

 

　　剛才假設(shè)每回答100萬個(gè)問題才會(huì)犯一個(gè)錯(cuò)誤，其實(shí)也是非?？鋸埖募僭O(shè)，因?yàn)樵趧?dòng)態(tài)人臉識(shí)別里，很多時(shí)候人的面孔角度是不理想的，分辨率也不一定很理想，光線可能也不是很好，還可能有運(yùn)動(dòng)模糊。

 

　　這種情況下，如果哪個(gè)公司真的可以達(dá)到百萬分之一的錯(cuò)誤率，已非常優(yōu)秀。如果一個(gè)客戶裝了1000臺(tái)人臉識(shí)別相機(jī)，這時(shí)候系統(tǒng)每天要回答1000億個(gè)問題，如果人工智能回答100萬個(gè)問題就會(huì)犯一個(gè)錯(cuò)誤，那么客戶每天就會(huì)收到100萬個(gè)錯(cuò)誤，也就是100萬個(gè)誤報(bào)或者漏報(bào)。所以人臉識(shí)別解決公共安全問題的作用仍然微不足道。

 

 

　　這里面其實(shí)把大量的人工智能和少量人類智能結(jié)合起來，會(huì)產(chǎn)生一個(gè)較好的互補(bǔ)效應(yīng)。

 

　　全國各地的城市已經(jīng)開始擁有一定規(guī)模的人臉識(shí)別，但很快就會(huì)碰到天花板，誤報(bào)會(huì)大規(guī)模上升。

 

　　企業(yè)需要通過大規(guī)模的、多模態(tài)數(shù)據(jù)整合來提升人工智能的精度。

 

　　如果單看一個(gè)單點(diǎn)人工智能的識(shí)別結(jié)果，它的錯(cuò)誤率并沒有足夠好，就算可以做到千萬只分之一的錯(cuò)誤率，但只要問題數(shù)量過多，誤導(dǎo)還是很多。

 

　　但是當(dāng)使用更多規(guī)模的數(shù)據(jù)，比如一個(gè)人在運(yùn)動(dòng)時(shí)。他在軌跡路線上是否能夠被反復(fù)識(shí)別，或者說軌跡所體現(xiàn)的行為，同時(shí)能夠印證這個(gè)人的可疑性，或者說關(guān)于一個(gè)目標(biāo)的多模態(tài)數(shù)據(jù)：他的車輛、消費(fèi)記錄、手機(jī)信號(hào)、wifi探針、社交關(guān)系，把這些不同模式的數(shù)據(jù)能夠整合起來，有大量的規(guī)律、模態(tài)、組合可以把這個(gè)任務(wù)做得更好。

 

　　所以未來人工智能安防產(chǎn)品要有很強(qiáng)的大數(shù)據(jù)分析能力。而這個(gè)龐大的系統(tǒng)工程，則需要威富集團(tuán)、大華、天地偉業(yè)這類傳統(tǒng)安防企業(yè)與商湯、曠視這類新型AI公司聯(lián)手一起去探索。