2017年12月14日，“第五屆中國(guó)·深圳智慧城市建設(shè)高峰論壇”在深圳大中華喜來(lái)登酒店正式舉辦，來(lái)自全國(guó)各地的政企領(lǐng)袖、行業(yè)大咖、權(quán)威專家、企業(yè)代表、媒體精英共計(jì)800余人共聚一堂，探討安防人工智能現(xiàn)狀，展望行業(yè)前景，探尋合作機(jī)會(huì)。

會(huì)上，北京曠視科技有限公司CTO唐文斌作了“城市感知與數(shù)據(jù)應(yīng)用”演講，與大家分享城市感知的“五度”。

北京曠視科技有限公司CTO唐文斌

在唐文斌看來(lái)，人工智能本質(zhì)上是一種解決問題的技術(shù)、手段，作為一家人工智能企業(yè)，曠視Face++將注意力更多關(guān)注在業(yè)務(wù)本身上。在安防行業(yè)，通過(guò)密布的公共視頻監(jiān)控我們可以看到整個(gè)城市的一舉一動(dòng)，但“看見”并不等于“看懂”，如何真正的去理解、分析視頻里的數(shù)據(jù)并加以應(yīng)用，才是一個(gè)城市的安防真正所需要做到的事情。曠視基于自身在計(jì)算機(jī)視覺技術(shù)上的強(qiáng)大優(yōu)勢(shì)，以城市為單位，用智能識(shí)別分析技術(shù)去感知城市的“五個(gè)度”，讓人工智能全面深度改善整個(gè)城市。

以下為唐文斌演講摘要：

城市感知的“五個(gè)度”

如果我們把城市作為一個(gè)單位，我們?nèi)ジ兄@個(gè)城市，哪些東西是重要的？今天和大家分享的是我們（Face++）在這方面的思考，城市感知到底什么最重要？

我認(rèn)為這五個(gè)度比較重要：維度、精度、密度、關(guān)聯(lián)度、集成度。

1. 維度（即數(shù)據(jù)的豐富性）

感知的維度決定了數(shù)據(jù)的豐富性，有多少數(shù)據(jù)的類型和對(duì)象，就決定應(yīng)用的實(shí)用性。

舉例來(lái)講，我們從一個(gè)視頻里最能感知到的東西是人臉，通過(guò)人臉識(shí)別，我們感知的是你的身份、你的年齡、你的性別、你的民族等信息；通過(guò)對(duì)行人識(shí)別，我們感知的是衣著特征屬性、ReID特征、動(dòng)作、行為、隨身物品等；通過(guò)車輛識(shí)別，對(duì)車牌、車型等進(jìn)行感知。

以上這些都是通過(guò)可見光的方式進(jìn)行感知，同時(shí)，我們還可以通過(guò)多光譜感知和其它電子信號(hào)的方式來(lái)獲取視頻中的數(shù)據(jù)。

這些都是感知的緯度，我們從視頻數(shù)據(jù)中，城市的物理世界中能獲取什么樣的數(shù)據(jù)，數(shù)據(jù)多少?zèng)Q定應(yīng)用的豐富性，這是一個(gè)重要的點(diǎn)。

2. 感知的精度（決定數(shù)據(jù)的可用性）

上世紀(jì)九十年代，有很多前輩（公司）在人臉識(shí)別上做了很多的努力。但為什么那個(gè)時(shí)候不用，現(xiàn)在才開始用？有一個(gè)很核心的點(diǎn)，就是精度大大變化了。

以前的人臉識(shí)別技術(shù)，報(bào)十次警可能有九次是誤報(bào)，現(xiàn)在報(bào)十次警可能只有一次是誤報(bào)，這是一個(gè)本質(zhì)的飛越。

今天的場(chǎng)內(nèi)穿西裝、穿西褲的人非常多，做行人的匹配，我能不能通過(guò)對(duì)這個(gè)人更細(xì)化的特征，比如說(shuō)西裝、領(lǐng)帶的顏色，鞋子的情況，是不是有一些其他的配飾，可以精準(zhǔn)的感知這些信息？

這是我們最近做的工作，從感知的角度來(lái)講，除了有更多的緯度，每個(gè)緯度上我們都要追求更好的精度，精度決定最后的應(yīng)用效果。

3. 感知的密度（高密度帶來(lái)廣泛的數(shù)據(jù)應(yīng)用價(jià)值）

密度能帶來(lái)什么價(jià)值？一是彌補(bǔ)精度的不足：精度是需要算法不斷提升的，同時(shí)還有時(shí)空的限制，通過(guò)高密度的傳感器的布置，可以帶來(lái)對(duì)精度不足的彌補(bǔ)。

例如行人的ReID，我們?cè)谀骋晃恢冒l(fā)現(xiàn)了一個(gè)人（沒有看到他的人臉，我只看到他的行人特征），我不應(yīng)該是在全程對(duì)這個(gè)人檢索，而是在接下來(lái)十分鐘里，在100米的范圍內(nèi)的高密度布置的攝像機(jī)進(jìn)行檢索。

通過(guò)這樣視頻接力、人機(jī)混合交互的方式，它可以幫助我們警方用非常低的代價(jià)追蹤出這個(gè)人的軌跡。

所以說(shuō)高密度的傳感器不僅能解決信息精度的不足，也能帶來(lái)更多的應(yīng)用價(jià)值。

4. 感知的關(guān)聯(lián)度

我們所有的單個(gè)數(shù)據(jù)能解決一些問題，如果這些數(shù)據(jù)被關(guān)聯(lián)起來(lái)能帶來(lái)的價(jià)值是更大的。

舉例來(lái)講，在視頻中我們有的時(shí)候能看到一個(gè)人的身體和人臉，換到另一個(gè)攝像頭就只能看到身體，事實(shí)上我們可以把行人識(shí)別和人臉識(shí)別關(guān)聯(lián)起來(lái)進(jìn)行分析。

另外還有車輛的ReID，我們?cè)趫?chǎng)景A可以拍到車牌，我還知道它是什么車型，長(zhǎng)什么樣子；換到另一個(gè)場(chǎng)景B只能拍到什么車型；緊接著又在場(chǎng)景C，看到一個(gè)行人從車輛走了出來(lái)，這樣的話，車和人、人臉信息關(guān)聯(lián)起來(lái)進(jìn)行追蹤。

5. 感知的集成度

當(dāng)我們需要做高密度、強(qiáng)關(guān)聯(lián)感知的時(shí)候，我們會(huì)需要非常多的傳感器，我們需要在不犧牲效果的情況下（即提供更強(qiáng)了計(jì)算能力，更強(qiáng)的計(jì)算效果）保證成本的合理化。

以人臉抓拍為例，一些具備反偵查意識(shí)的人，看到攝像頭會(huì)馬上低頭，好的抓拍機(jī)要滿足要非常高的抓拍率、足夠的抓拍量，同時(shí)具有較高的性價(jià)比。

為此我們推出了“曠視敏觀MegEyeC3S”這款產(chǎn)品，抓拍率高達(dá)98%、單畫面抓拍量最多105張人臉、同時(shí)具有極高的性價(jià)比，與頂級(jí)競(jìng)品對(duì)比，性能高兩倍以上，成本更低。

總結(jié)

城市的感知非常重要的，要有多維度感知、更好的精度、更好的密度，數(shù)據(jù)之間要有關(guān)聯(lián)度，最后還要有集成度，通過(guò)這樣的感知方式，我們可以針對(duì)這些數(shù)據(jù)提供一系列的數(shù)據(jù)應(yīng)用。