曠視Face++出席AI領域年度盛會:用AI構建“五度”城市感知互聯網+
用智能識別分析技術去感知城市的,用AI構建‘五度’城市感知,城市的感知非常重要的。
3月20日,由中國軟件網主辦,訊飛開放平臺、國家應用軟件產品質量監督檢驗中心聯合主辦的2018中國人工智能應用與生態峰會在北京隆重舉辦。上千規模的參會人員,上百位的加盟AI專家,上百個的AI產品與應用現場展示,造就2018開年又一AI領域年度盛會。
細化應用場景,搭建智能開放平臺,共建應用生態,讓AI技術落地并伸手可及,成為大會的熱點話題。包括東軟集團、思必馳、曠視科技、逸橙科技、博思廷、科大訊飛、超盟數據、帆軟軟件、因果樹等企業嘉賓紛紛就其觀點發表演講。
智能社會的載體是智能城市,而其中最為關鍵的就是協調城市資源,保障城市安全便捷運轉的城市大腦。作為最具有中國特色的人工智能領軍企業,曠視科技Face++也肩負著“賦能機器之眼,構建城市大腦”的社會使命。曠視科技副總裁謝憶楠在大會上分享了“用AI構建‘五度’城市感知”。
曠視科技副總裁 謝憶楠
在安防行業,通過密布的公共視頻監控,我們可以看到整個城市的一舉一動,但“看見”并不等于“看懂”,如何真正的去理解、分析視頻里的數據并加以應用,才是一個城市的安防真正需要做到的事情。曠視基于自身在計算機視覺技術上的強大優勢,以城市為單位,用智能識別分析技術去感知城市的“五個度”——維度、精度、密度、關聯度、集成度,讓人工智能全面深度改善整個城市。
1. 感知的維度
感知的維度決定了數據的豐富性,有多少數據的類型和對象,就決定應用的實用性。舉例來講,我們從一個視頻里最能感知到的東西是人臉,通過人臉識別,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;通過對行人識別,我們感知的是衣著特征屬性、ReID特征、動作、行為、隨身物品等;通過車輛識別,對車牌、車型等進行感知。以上這些都是通過可見光的方式進行感知,同時,我們還可以通過多光譜感知和其它電子信號的方式來獲取視頻中的數據。
2.感知的精度
從感知的角度來講,除了有更多的維度,每個維度上都要追求更好的精度,精度決定最后的應用效果。以前的人臉識別技術,報十次警可能有九次是誤報,現在報十次警可能只有一次是誤報,這是一個本質的飛越。
3.感知的密度
密度能帶來什么價值?一是彌補精度的不足,精度是需要算法不斷提升的;二是受時空的限制,通過高密度的傳感器的布置,可以帶來對精度不足的彌補。
例如行人的ReID,我們在某一位置發現了一個人(沒有看到他的人臉,我只看到他的行人特征),我不應該是在全程對這個人檢索,而是在接下來十分鐘里,在100米的范圍內的高密度布置的攝像機進行檢索。
通過這樣視頻接力、人機混合交互的方式,它可以幫助我們警方用非常低的代價追蹤出這個人的軌跡。高密度的傳感器不僅能解決信息精度的不足,也能帶來更多的應用價值。
4. 感知的關聯度
感知的關聯度,所有的單個數據能解決一些問題,如果這些數據被關聯起來,能帶來的價值會更大的。
舉例來講,在視頻中我們有的時候能看到一個人的身體和人臉,換到另一個攝像頭就只能看到身體,事實上我們可以把行人識別和人臉識別關聯起來進行分析。
另外還有車輛的ReID,我們在場景A可以拍到車牌,我還知道它是什么車型,長什么樣子;換到另一個場景B只能拍到什么車型;緊接著又在場景C,看到一個行人從車輛走了出來,這樣的話,車和人、人臉信息關聯起來進行追蹤。
5.感知的集成度
感知的集成度,當需要做高密度、強關聯感知的時候,會需要非常多的傳感器,需要在不犧牲效果的情況下(即提供更強了計算能力,更強的計算效果)保證成本的合理化。
以人臉抓拍為例,一些具備反偵查意識的人,看到攝像頭會馬上低頭,好的抓拍機要滿足要非常高的抓拍率、足夠的抓拍量,同時具有較高的性價比。
為此我們推出了“曠視敏觀MegEyeC3S”這款產品,抓拍率高達98%、單畫面抓拍量最多105張人臉、同時具有極高的性價比,與頂級競品對比,性能高兩倍以上,成本更低。
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,數據之間要有關聯度,最后還要有集成度,通過這樣的感知方式,我們可以針對這些數據提供一系列的數據應用。
成立 6 年時間以來,曠視一直深耕金融、安防和地產等行業。立足于自有原創深度學習算法引擎 Brain++,曠視已經開發出了一系列智能產品和解決方案,并在這些垂直行業應用中取得了不錯的戰果。其中曠視在中國 32個省打造的城市大腦數據平臺正在成為智慧城市的重要基礎設施,并在雪亮工程、杭州 G20 峰會、廈門金磚峰會、海南博鰲論壇、上海勞力士大師賽等眾多城市項目、國際級峰會和賽事的安保工作中發揮了積極作用。
1.TMT觀察網遵循行業規范,任何轉載的稿件都會明確標注作者和來源;
2.TMT觀察網的原創文章,請轉載時務必注明文章作者和"來源:TMT觀察網",不尊重原創的行為TMT觀察網或將追究責任;
3.作者投稿可能會經TMT觀察網編輯修改或補充。