前言:虽然目前的AI还处于弱人工智能的初级阶段,但在安防领域,围绕公安等政务的业务竞争已经趋近白热化。但公安业务对AI技术有哪些特殊要求?安防行业还有哪些新的发展机会呢?企业如何在百家争鸣中突出重围呢?带着这三个问题,本次a&s有幸邀请澎思科技联合创始人、CTO 王炜,为我们浅析澎思的公安业务布局以及安防行业的发展观点。
Q:a&s总经理、总编辑关玉娟
A:北京澎思智能科技有限公司联合创始人、CTO 王炜
Q:请简单介绍一下澎思安防业务的进展情况?
A:澎思在泛安防行业主要有公安、智慧社区、智慧园区、智慧交通以及智能制造等五大行业。公安业务是澎思泛安防业务的主航道。
从2012年开始,澎思创始团队在中科院自动化所以公安物联网视频图像数据综合研判应用开展一系列研究和落地实践工作,当时就利用静态人脸识别技术对嫌疑人或逃犯进行检索和身份确认,经过多年的发展,在2016年首次利用动态人脸识别技术成功抓捕国内第一例逃犯,并在同年获得公安部科技成果推广。经过七年的实战落地实践,澎思在公安视频图像数据应用实战应用方面拥有了很深厚的技术积累。
在智能制造领域,公司利用姿态识别等技术对员工的工作安全生产情况进行检测,最大化提升员工的工作效率,保障员工安全,目前该项目已经在富士康集团落地应用,且已经取得了不错的效果。
与此同时,在教育行业,公司还通过对学校人脸闸机等人脸识别设备进行改造升级,让学校全面掌握学生在校情况,从而保障学生的在校安全。
Q:公安行业对人脸识别技术有什么特殊要求?
A: 公安场景的人脸识别,与金融、社交等场景的技术差别很大,公安场景的人像大多是非配合场景下抓取的图片,对于光线、角度、照片质量有很大的不确定性,对算法的鲁棒性要求更高,比如我们团队之前参加的NIST的IJB-A数据集,就是类似的场景,遮挡、黑白照片、人脸偏转90度,这在公安工作环境中是非常常见的。
Q:人脸识别公司层出不穷,澎思的核心竞争力及优势体现在哪些方面?
A:相较于其它人脸识别公司,澎思的竞争优势主要体现在以下几方面。首先,澎思新加坡研究院和北京研究院致力于面向安防场景算法的自主研究,针对安防场景数据复杂、数据量大的特点,开发适应于安防场景的人脸识别算法,目前在这个领域的多个数据集测试上,我们已经取得了世界第一的好成绩,很多论文和文章,我们会在下半年逐步对外发表,同时,公司具备自研人脸识别硬件的实力,甚至连监控摄像头的某些内部结构、pcb(印制电路板)的设计,公司都能进行自我研发设计,从而满足用户场景的多样化需求;其次,除了能自研硬件,澎思南京工程院也在进行软件系统和云端SaaS服务研究工作,也就是说,澎思拥有面向安防场景的完整软、硬、算法的研发实力。
另外,公司致力于垂直行业的应用落地,例如在公安行业的人脸识别抓逃工作方面,澎思已经到了极致。与其他人脸识别公司不同,澎思的人脸识别抓逃系统不只是一个单独的软件,而是一套完整的系统平台,可进行城市级覆盖,支持10万级别以上的智能摄像机接入。而基于此平台,公安不仅能进行人脸识别抓逃工作,还有多种多样的研判模型,如能对嫌疑对象进行出行轨迹、同行分析,应用落地的实战性更强,离用户更近。
Q:刚才提及澎思已经将人脸识别抓逃工作做到极致,请问极致点具体体现在哪些方面?
A:利用人脸识别技术抓逃犯,“功臣”应该还是人脸识别相关算法。例如,在视频流中检测到的动态人脸,需要用到动态人脸跟踪技术进行捕捉。由于人脸具有特定的节点,故在利用人脸识别技术抓逃犯过程中,还涉及对人脸属性进行判断的相关算法。此外,捕捉到一张图像质量高的正脸是利用人脸识别技术抓逃犯最理想的要求,但监控摄像头捕捉的图像往往不是正脸,而是一个脑袋或者人身体的某个部位,此时除了人脸识别技术,还需要将其与行人再识别ReID技术分析技术结合在一起,快速确定人脸目标,从而提高人脸抓逃的准确性。经过与公安行业长达五年的磨合,澎思的人脸抓逃项目的实战效果相当不错。
另外,除了人脸识别相关算法,光线、识别距离等外部因素也会影响人脸抓逃的准确率。在这方面,澎思研发了系列图像增强算法,拥有去雾、去雨、去雪等功能,使得人脸抓拍摄像机能够捕捉到更为清晰的图像。目前,此算法与人脸识别相关算法相结合,大大提高了公安行业人脸抓逃的准确率。
Q:除了人脸识别,我们了解澎思的行人再识别技术也取得了不错的成绩,能否简单介绍一番?
A:行人再识别ReID,也就是跨镜追踪技术是澎思自研掌握的一项技术,也是人脸识别技术的重要补充,其在无法获取清晰人脸特征信息前提下,可以摄像头为载体,通过穿着、发型、体态等信息将目标人物识别出来。而当前,澎思也在将行人再识别技术与人脸识别技术结合在一起,通过多种不同纬度的数据增强人脸判断的准确性,从而提高人脸抓逃的准确率。
Q:提到多维数据碰撞,您认为多维数据碰撞是否会成为未来业界的发展趋势?多维数据碰撞发展存在哪些困扰点?
A:这个趋势不可否认。也就是说,除了人脸数据和人的行为数据,人所乘坐的车辆信息,如颜色、车型、外貌、车牌等,都将传至公安的多维数据硬盘系统。在未来,多维数据碰撞后将与地理信息系统相结合,用来确定某些特征人群的位置,在打击犯罪的同时保障百姓的出行安全。
而目前看来,多维数据碰撞唯一的困扰点在于人脸数据、车辆数据等多种数据的质量问题。由于数据来源不同、数据提供方不同,所采集的数据可能存在噪音数据、数据不准确等质量问题。
Q:在战略布局上,澎思与其它AI企业有哪些区别?
A:澎思的安防主战场还聚焦在公安行业,在把公安行业做深做好了之后,再把AI作为工具导入到其它行业,在行业应用添加与AI相关的智能化功能。也就是所谓的“行业+AI”。
此外,澎思与客户的商业合作并不是短时间的合作。在与客户达成合作后,客户的需求将接踵而至,且这些需求将不止局限于AI视觉处理。澎思以安防行业的应用需求作为最主要的切入点,再根据客户的需求,基于自家能力,研发出更多新技术,如行为识别技术、语音识别技术等等,在满足用户各类需求的同时提高自身的行业竞争能力。
Q:澎思当前的业务推广方式和落地情况是怎样的?
A:公司的推广方式是多条腿走路,既有直客销售,也有合作伙伴通过一些渠道来辅助公司的业务推广。这种通过销售与客户面对面交流的方式,可以将公司的方案或产品更好的介绍给客户,同时也能对客户的需求有更清晰的认知,根据客户的需求将产品或方案的打造得更为完美。但后续公司也将大力拓展渠道资源。因为随着AI的逐步普及,渠道将是硬件产品输出的重要方向。
截至目前,公司的安防业务已在全国50多个城市部署智慧警务系统,协助破获五千多各类案件。
Q:在您看来,目前AI落地应用中的瓶颈有哪些?澎思是怎样应对的?
A:不管是公安行业还是其他行业,AI落地应用最大的瓶颈应该还是价格。在2017年及2017年以前,行业单个人脸识别系统的报价接近十万,人脸识别系统的价格成为阻碍其在行业普及的因素之一。尽管在2017年之后,随着人脸识别算法及硬件性能的提升,人脸识别系统的价格问题缓解了不少。
但在解决了价格问题之后,如何将人脸识别系统等AI系统与现有系统如公安系统进行有效结合,又成为了AI落地应用的一个困难点。而针对这个难题,澎思的做法是在软件层面对AI系统与现有系统进行模块化,再根据客户的需求对模块化之后的系统进行改进。
此外,除了价格和AI系统与现有系统的有机结合,数据安全也是AI落地应用中的一大痛点。与互联网网络相比,由多个子网组成公安网络复杂得多,数据信息在子网内的传输都有严格要求,足以保障人脸及其他数据信息的安全。但由于人脸数据属于公民隐私数据,澎思为了进一步保障人脸数据的隐私安全,针对公安用户的不同需求定制了不同的系统平台,包括对多重网络的不同部署,最大程度保障人脸及其他数据信息的安全。
Q:您认为按照当前AI应用落地的发展的发展速度,距离AI普及还需要多长的时间?
A:我觉得到2020年或者2021年,AI基本就能实现普及。以公安业务为例,在平安中国、雪亮工程的加持下,视频监控已成为当前公安行业最大的业务。而雪亮工程目前还处于一期部署阶段,未来还将陆续推进二期、三期工程的建设。在雪亮工程的第一期部署中,智能摄像头的投入大概占据了百分之十,而随着二期、三期工程的展开,视频摄像头的数目将得到很大规模的提升,且具有人脸识别/人行识别功能的智能的监控摄像头将逐渐代替传统监控摄像头。预计随着雪亮工程的深入,智能摄像头这部分的投入将提升到百分之二十或者百分之三十。AI在公安行业的普及将得到体现。
但AI要普及,首先还得满足以下几个条件:
一是AI产品的价格。以澎思为例,目前澎思内部一直提倡逐年降低AI产品的价格,以达到用户所能接受的价格区间,提高产品的吸引度。
其二,AI普及必须基于AI硬件算力的提升,包括自研芯片的产出等等。在2018年以前,国内AI厂商的芯片产能能力还比较弱小,但在国家政策的大力支持下,国内芯片的产能能力已经不容小觑,足以于欧美国家媲美。
Q:“软件定义硬件”也开始成为了业界的热点名词,在您看来,“软件定义硬件”是否将成为行业发展的趋势?
A:这点是大趋势,尤其是在5G技术的助力之下。目前大力推广的5G技术将解决网络的实时传输问题,数据采集的数据也将加快。随着数据采集速度的加快,将有更多的数据来进行算法训练,进而提高算法迭代更新的速度,而算法的进步也将驱动前端采集数据的速度,从而形成一个完整的闭环。但这个由硬件、大数据、算法形成的闭环对企业的综合技术能力提出了更高的要求。
业界所提及的“软件定义硬件”应该是一项系统工程,其根本目的在于通过推出AI开放平台,降低用户对AI的使用门槛,让所有AI用户能在该平台上将自家数据进行标注、进行模型训练,输出具有个人意愿的产品。
Q:在您看来,人工智能技术将如何改变安防行业?
A:人工智能进入安防行业之后,让安防告别了传统的被动防御模式,将事后研判工作前移,实现事前研判和事前预警功能,打造了主动预防的现代安防体系。此外,人工智能技术还能对视频数据进行结构化分析,将非结构化数据转化为结构化数据,“唤醒”沉睡的数据,推动人工智能在行业的落地。
Q:借助本次采访,您最想向业界传达什么声音?
A:BAT公司以及越来越多的AI公司开始入局安防行业,但澎思与这些公司最大的区别在于:澎思不会一下涉足所有的行业,而是聚焦某个垂直行业,将其做深做透。此外,与市面上不少AI公司的做法不同,澎思碰硬件、做软件、自研算法,重视算法、软件、硬件的综合能力。澎思选择了一条需要做得很专的路,希望能在第一个5年为安防行业客户提供更好的解决方案和服务。
小结:
在一年的时间内成功完成了三轮融资,这家备受资本青睐的公司向行业透露了一个道理:海阔天空地想,脚踏实地地做。
公安等政府业务在安防行业的竞争已经趋近白热化,企业要想在百家争鸣中脱颖而出,光是围绕硬件打技术战、价格战,已经远远不能满足公安行业的需求。如今看来,公安行业也好,安防行业也罢,其竞争势态已从硬件之争转向软件之争、算法之争,一家企业面向场景的综合能力将成为第二阶段AI行业落地的决定性因素。