深瞐科技CTO王建辉：道破安防困局，AI+智慧视频解析助推新安防

5月25日，由亿欧网主办的“GIIS2018安防AI创新峰会”，在北京千禧大酒店举行。大会现场聚集了18位顶级演讲与圆桌嘉宾、30+安防企业巨头、1000+安防从业人员。

其中深瞐科技CTO王建辉作为本次峰会的下午场嘉宾，发表了演讲：《AI+智慧视频解析系统》。

王建辉是华中科技大学博士，多年来从事FPGA芯片设计和机器学习方向的研究，专注于神经网络加速芯片设计和算法优化，是该领域集硬件设计、算法研发、整体优化于一体的全面性专家。

王建辉在演讲中介绍到，桐乡市公安局下属镇区乌镇作为全球互联网大会永久会址及热门旅游景区，当地对辖区内治安维稳非常重视，我们在桐乡部署了人工智能安全产品与解决方案，并把这套系统和解决方案扩展到了全国多个省市。

在演讲中，王建辉还提到：

1、中国有1.76亿的摄像头，但智能程度不够，很难做到事中的分析以及事前的预警等问题，安防领域对人工智能技术是刚需；

2、结构化系统对于目标分类，属性分析，全维度解析至关重要；

3、建立人车动态档案，可用于挖掘城市经济发展指数；

4、云边计算、分布式计算、多节点存储、精准化目标提取、结构化数据传输、前后端融合会成为城市管理和智慧视频分析发展的大趋势。

以下是深瞐科技CTO王建辉的演讲内容，亿欧网做了不改变原意的整理与编辑：

很高兴与大家分享深瞐科技这6年来在AI+安防方面做的探索。

很多初次了解我们公司的人都会把瞐(mò)读成晶(jīng)，今天我有必要解释一下我们公司瞐字的由来，三目成瞐，这个字代表“美丽深邃的眼睛”的意思，安防本身就是属于人类的第三只眼，这三个眼睛代表我们要做人类的第三只眼，去解决安全的问题，去守护人民安全。我们公司在2012年就提出车脸识别的概念，并且做相关的算法和产品研发。2015年的我们融合了人、车、物、研发出了视频结构化系统，在去年深圳安防展一号馆里有十三家展示视频结构化产品,其中七家公司的算法是由我们公司提供的。近几年我们也研发了基于FPGA、SOC的视频结构化边缘计算产品，把它融合到相机等产品里面，我们公司其中主要一条业务线就是深耕于安防行业

​

​

视频结构化运算后，能拿来做什么？

王建辉在演讲中介绍，大家一直有个疑惑，视频结构化运算完后可以拿来做什么？举一个比较基础的例子，之前和西安交管局合作，在西安的路面上有一辆出租车的牌照被六辆出租车套牌，通过我们的车综平台把那六辆套牌车全部抓获，另外一类应用就是去给公安破案用，因为我们能详细的区分出来每一辆车，即使这个车的车牌被套牌，甚至无牌车频繁的换牌照我们也能识别。2015年我们在浙江桐乡比较典型的入室盗窃案件，犯罪嫌疑人非常狡猾，他踩点的时候换一个牌照，盗窃的时候换一个牌照，后来逃窜的时候又换了一个牌照，如果仅是以车牌为线索无法追踪到这辆车，用我们的系统就能很好的把他的逃窜轨迹复现出来。同时根据轨迹比对，也可以用于事件预警。

现场王博士展示了视频结构化系统，系统主要从监控图像视频流里面检测、跟踪，我们一级结构化里面是八类目标，也就是行人、自行车，两轮摩托车，三轮摩托车，公交车，卡车等八类目标，每个目标到我们的摄像头里面到它出视场，我们进行抓拍。在抓拍的基础上我们会做它详细的二级属性的分析。目前我们也把人脸识别技术融合进来了。

整个视频结构化系统的组成结构，分为四层，首先我们需要从加油站、卡口，还有一些微卡获取视频数据，在这个视频数据的基础上我们会去进行一级结构化，然后二级结构化，二级结构化会有四十多个属性，结构化之后我们就可以在结构化的文本信息上面做搜索、查询，甚至一些以图搜图的工作，这个为大数据去提供数据的基础。

​

​

我们在二级结构化里面非常重要的点就是车型识别，目前做车型识别，中国路面上在跑的车的种类两万八千多种，需要把外观相似的车进行合并，比如宝马的2015款和2014款的外观一模一样，把这些外观合并之后，车头看上去存在差异有四千五百多种，车尾存在差异的有三千五百多种。

今年2018年2月份，我们跟华为去联合上海交管局去做的一个测试，上海交管局他们总共收集了两千万张实际场景中的图片，需要去把这个车辆车牌号去把它识别出来，但是这个识别很多公司非常不理想，有的公司甚至两千万张图片在一个星期的时间内，他并没有跑完，我们公司当时是两千完张图片，四十六个小时跑完，我们的精度白天统计的结果是99.33%，晚上的时候是98.7%，除去没有跑完的，第二名的识别精度大概只能到87%这样一个量级。所以说明即使在车牌识别这样一个非常小的领域，这个问题在实际的应用场景里面都还没有得到非常好的解决。

目前对于这些解析全系列支持，无论是车头还是车尾，都能精准的识别出来是什么车，细化到具体年款，车身的颜色。除了车牌、品牌、年款、车的型号之外我们还会做一些更详细的属性等，此外驾驶人员的和驾驶人员信息，比如有无系安全带，有无开车打电话，甚至主驾驶和副驾驶的人脸都可以进行识别及信息提取入档。 另外， 通过车辆不同颜色的行驶轨迹，可以进行挖掘同行车辆，通过这个同行车辆的线索给公安提供线索。另外一类就是进行一些事件的预警。

​

​

现在整个安防在扩大，我们可以把它用来解决一些智慧社区的一些方案。我们可以给智慧园区出入的车辆进行登记，给人车贴标签，对重点人员进行管控。比如说有犯罪史、吸毒史，或者是上访人员去进行生活规律的统计，异常的分析，能给事态分析去提供一定的帮助，同时也可以进行管控，去解决一些智慧园区的解决方案。

大力推动人车动态档案

我们现在还在大力推的跟一些省市主要推的叫人车动态档案，我们希望根据我们现在准确的识别车的一些属性，以车为主线，把车、人、手机进行关联，可以通过MAC地址进行关联，对每辆车给出一个详细动态变化的过程。因为我们发现每辆车除了他的个人属性以外，因为他的个人属性代表这个人住在哪里，他在哪里上班，然后他的消费能力大概怎么样，因为不同品牌的车型可能代表一定的性格和消费能力。另外车还有它的社会属性，比如说大型客车反应的是城市的外向性经济，小货车反应的是城市的内在性经济，大客车反应的是旅游信息，小汽车可能反应的是城市内部的交通信息，渣土车、大吊车，这些反应的是一个城市基建的热度。

如果我们能大范围的统计一个城市车辆活动的范围，那我们就能给政府的工作提供一定的经济预告。如果我们能统计出来一个车他的整个行驶轨迹，以及他在轨迹中发生的变化，这个可以给保险提供一些依据。这个就是我们希望在车辆和行人的基础上面去统计各类的相关经济指数。

中国未来三年的摄像头会增加到6.26个亿，是现在的三倍多。而且安防已经不仅仅局限在安防，它可以往城市管理以及智慧物联网这个趋势发展，可以去做一些智慧社区，传统的安防是做一些维稳和监控的使用，现在已经可以给政府的工作提供一些依据。

另外整个安防我们现在大家都在提的云边融合，就我们现在来看的话，我们现在视频结构化里面有一半的计算量都是用来视频解码，现在是H.264，如果是H.265的话压力会更大，传输带宽、视频解码已经成为云端应用非常大的局限性和智慧数据分析继续扩大的障碍。现在边缘计算能力不断地在增强，包括现在中国有各种各样的AI芯片创业公司，现在我们看到华为、海思会推出一整套一系列具有人工智能加速器的芯片，这个里面边缘计算其实已经能够满足结构化分析，至少安防结构领域的应用，已经满足这个需求了。

此外另一个发展趋势我们觉得它可能将来分布式计算、多节点存储、精准化目标

提取、结构化数据传输、前后端融合会成为城市管理和智慧视频分析的大趋势。

我们公司是以算法起家的，我们是一个小公司，希望跟行业内的各个安防公司合作，通过联合研究和项目合作持续创新，共同推动人工智能和大数据等技术在安防市场的落地应用，把安防这个市场不断做大。