2018 年 3 月 31 日，由雷鋒網(wǎng)主辦的 AI 盛會(huì)——「2018 中國(guó)人工智能安防峰會(huì)」在深圳科興科學(xué)園國(guó)際會(huì)議中心舉行。

在上午的演講環(huán)節(jié)，中科院生物識(shí)別與安全技術(shù)研究中心主任、中科奧森首席科學(xué)家李子青教授講述了 AI+安防的痛點(diǎn)問(wèn)題和未來(lái)發(fā)展，以及他們?nèi)〉玫娜?xiàng)技術(shù)新突破。

李子青在大會(huì)中指出，靜態(tài)人臉識(shí)別技術(shù)研究目前已接近尾聲，而動(dòng)態(tài)人臉識(shí)別技術(shù)提升研究與應(yīng)用正在如火如荼進(jìn)行中，大數(shù)據(jù)是「AI+安防」的重要發(fā)展方向。他在演講中點(diǎn)出了「AI+安防」的幾個(gè)痛點(diǎn)：

• 深度學(xué)習(xí)需大數(shù)據(jù)進(jìn)行有監(jiān)督訓(xùn)練，人工標(biāo)注費(fèi)時(shí)費(fèi)力；

• 深度學(xué)習(xí)算法性能進(jìn)步速度放緩，正向天花板靠近；

• 從應(yīng)用來(lái)看，動(dòng)態(tài)識(shí)別的誤報(bào)率太高，且生產(chǎn)環(huán)節(jié)大數(shù)據(jù)資源未充分利用；

• 從視覺(jué)數(shù)據(jù)源頭來(lái)看，監(jiān)控相機(jī)圖像質(zhì)量仍然受到暗光、強(qiáng)光和逆光的影響。

李子青強(qiáng)調(diào)，要利用生產(chǎn)環(huán)節(jié)的大數(shù)據(jù)進(jìn)行自主學(xué)習(xí)，形成數(shù)據(jù)與 AI 引擎提升閉環(huán)，將動(dòng)態(tài)人臉識(shí)別引擎性能提升到一個(gè)超高水平，滿(mǎn)足實(shí)戰(zhàn)需求；在此基礎(chǔ)上，將跨時(shí)空的視頻大數(shù)據(jù)整理聚類(lèi)成一人一檔 – 這也是大數(shù)據(jù)人員身份識(shí)別的一個(gè)終極核心技術(shù)，通過(guò)一人一檔可以做很多事情，例如，跨時(shí)空目標(biāo)檢索、目標(biāo)軌跡挖掘、關(guān)系網(wǎng)絡(luò)分析等。

以下是李子青演講實(shí)錄，雷鋒網(wǎng)做了不改變?cè)獾木庉嫞?/p>

感謝主持人的介紹，剛才主持人說(shuō)這是一次盛會(huì)，的確如此。這里有傳統(tǒng)安防巨頭企業(yè)、新興 AI 企業(yè)，還有深圳本地的企業(yè)家以及一線(xiàn)公安干警。

傳統(tǒng)企業(yè)中，像?？怠⒋笕A、宇視、天地偉業(yè)等都是我的老朋友，阿里巴巴作為一個(gè)商業(yè)帝國(guó)也參與到本次大會(huì)，另外還有商湯、曠視、地平線(xiàn)等我的學(xué)術(shù)界同行，非常高興有這樣一次 AI+安防的盛會(huì)。

今天我要講的題目是「AI+安防：創(chuàng)新解決當(dāng)下，賦能未來(lái)」，核心是創(chuàng)新。

我今天講 5 個(gè)方面：

（1）安防應(yīng)用和 AI 技術(shù)；

（2）中科奧森的創(chuàng)新歷程；

（3）智能視覺(jué)安防產(chǎn)品；

（4）AI+安防：痛點(diǎn)問(wèn)題和未來(lái)發(fā)展；

（5）中科奧森的技術(shù)新突破。

前面三部分大家可以忽略過(guò)去，可以玩手機(jī)、打瞌睡，后兩部分大家可以醒過(guò)來(lái)看看。

安防應(yīng)用、 AI 技術(shù)以及相關(guān)研究工作

安防主要包括兩個(gè)大類(lèi)：

• 第一是監(jiān)控類(lèi)，關(guān)注黑名單，這是今天在座的主要關(guān)注點(diǎn)；

• 第二是授權(quán)類(lèi)，關(guān)注白名單，除了金融、自助應(yīng)用外，安防也很關(guān)注的，比如說(shuō)出入口管理等等。昨天我參加移動(dòng)設(shè)備生物識(shí)別國(guó)家標(biāo)準(zhǔn)制定會(huì)議，與互聯(lián)網(wǎng)身份認(rèn)證相關(guān)，那個(gè)就屬于授權(quán)類(lèi)安防。

這里和 AI 相關(guān)的研究，從基礎(chǔ)技術(shù)上來(lái)講，涉及機(jī)器學(xué)習(xí)、計(jì)算機(jī)視覺(jué)、芯片等；從應(yīng)用產(chǎn)品上來(lái)講，包括智能安防、智能金融、智能交通、機(jī)器人等等。此外，大數(shù)據(jù)是很重要的部分，也是后面要講的關(guān)注重點(diǎn)。

其實(shí)在十多年前安防中就已經(jīng)引入了智能分析，并一直在不斷進(jìn)步，現(xiàn)在是深度學(xué)習(xí)所帶來(lái)的第三次 AI 浪潮。我是這個(gè)過(guò)程的見(jiàn)證者和積極參與者。

我于 2000 年回國(guó)，在微軟研究院研發(fā)了世界上第一個(gè)實(shí)時(shí)人臉識(shí)別系統(tǒng)。2004 年加入中科院就一直致力于人臉識(shí)別和智能視頻的安防應(yīng)用。我與深圳這邊的安防還是非常有緣的，2005 年，我設(shè)計(jì)并實(shí)施了深圳口岸的出入境自助通關(guān)系統(tǒng)、后來(lái)又做了深圳海關(guān)的水客識(shí)別系統(tǒng)；另外，我還設(shè)計(jì)并實(shí)施了 2008 北京奧運(yùn)的實(shí)名制人票核驗(yàn)系統(tǒng)、上海世博會(huì)的出入口安防管理。

從國(guó)家研究課題來(lái)講，我負(fù)責(zé)了十一五、十二五國(guó)家科技支撐計(jì)劃和十三五公共安全重大專(zhuān)項(xiàng)的人臉識(shí)別、視頻分析和視頻結(jié)構(gòu)化的研發(fā)工作。

目前在實(shí)施的十三五這個(gè)重大項(xiàng)目，繼續(xù)深化視頻結(jié)構(gòu)化技術(shù)，包括人臉結(jié)構(gòu)化、身份特征、性別、年齡、種族等等；行人結(jié)構(gòu)化描述，包括人體各個(gè)部位和攜帶物的描述；以及車(chē)輛結(jié)構(gòu)化 – 這些是現(xiàn)在視頻大數(shù)據(jù)中最關(guān)注的問(wèn)題。

2009 年我提出了人臉識(shí)別物聯(lián)網(wǎng)/云服務(wù)的概念，把視頻監(jiān)控人臉識(shí)別、移動(dòng)人臉識(shí)別以及瀏覽器網(wǎng)絡(luò)上傳的人臉識(shí)別統(tǒng)一到統(tǒng)一的框架下，由后臺(tái)的服務(wù)器來(lái)提供支撐。人臉識(shí)別云服務(wù)現(xiàn)在已經(jīng)非常流行，在安防、金融、社保等行業(yè)都得到了非常廣泛的應(yīng)用。

2010 年我提出了智能視覺(jué)物聯(lián)網(wǎng)的概念，是人臉識(shí)別云服務(wù)的進(jìn)一步拓展。最底層是數(shù)據(jù)入口，由各類(lèi)視覺(jué)傳感器采集數(shù)據(jù)，通過(guò)互聯(lián)網(wǎng)、電信網(wǎng)、公安內(nèi)網(wǎng)等匯集到公安的數(shù)據(jù)平臺(tái)，進(jìn)行數(shù)據(jù)的圖象匯聚和清洗，然后對(duì)視頻數(shù)據(jù)進(jìn)行智能分析，其中包括各種視頻分析工具，最上層是應(yīng)用業(yè)務(wù)，如人臉識(shí)別、視頻研判。

智能視覺(jué)物聯(lián)網(wǎng)在無(wú)錫公安市局實(shí)現(xiàn)了落地，這是國(guó)內(nèi)首個(gè)市級(jí)的人臉識(shí)別與智能視頻的安防應(yīng)用。我們的成果由無(wú)錫市政府推薦選送到 2013 年的世界智慧城市博覽會(huì)，并獲得了大獎(jiǎng)。

我們的創(chuàng)新對(duì)國(guó)際也產(chǎn)生了影響，美國(guó)國(guó)家標(biāo)準(zhǔn)技術(shù)研究院發(fā)布的數(shù)據(jù)庫(kù)和和國(guó)防部的應(yīng)用技術(shù)項(xiàng)目，其中近紅外人臉識(shí)別是我的一個(gè)發(fā)明，這是世界上第一個(gè)能夠把人臉識(shí)別技術(shù)變成產(chǎn)品的技術(shù)，國(guó)內(nèi)很多廠家都在采用，特別是深圳的廠家；另外還有異質(zhì)圖像人臉識(shí)別。

2011 年，我受歐盟邀請(qǐng)，參加歐盟的第七框架研究計(jì)劃，這里面有 12 支團(tuán)隊(duì)，我們是唯一的非歐團(tuán)隊(duì)。

這個(gè)項(xiàng)目的研究?jī)?nèi)容是生物特征識(shí)別中的假體攻擊以及相應(yīng)的對(duì)抗防范技術(shù)。之前的人臉識(shí)別研究主要關(guān)注準(zhǔn)確率，但在授權(quán)類(lèi)應(yīng)用中，如果不能抵御假冒的生物特征的攻擊，如人臉照片、視頻，即使將準(zhǔn)確率做到百分之百，也是白搭。所以從 2009 年開(kāi)始，我們就開(kāi)始了人臉識(shí)別的防偽技術(shù)研發(fā)，其成果我的另一個(gè)創(chuàng)新，多光譜人臉?lè)纻渭夹g(shù)，現(xiàn)在大家看到的雙目人臉識(shí)別和活體防偽技術(shù)和設(shè)備，就是源自我這里。我們多光譜的雙目深度學(xué)習(xí)識(shí)別系統(tǒng)完美解決 CCTV 去年 3.15 曝出的人臉識(shí)別安全漏洞。正是由于我們?cè)谶@方面的獨(dú)創(chuàng)工作，所以受邀參與歐盟的項(xiàng)目。

2012 年世界科學(xué)節(jié)頂級(jí)刊物《Science》對(duì)我進(jìn)行了采訪(fǎng)，介紹了我們?cè)谌四樧R(shí)別、圖象分析和視覺(jué)物聯(lián)網(wǎng)方面的成就，并以此說(shuō)明中國(guó)國(guó)力和創(chuàng)新能力迅速提升，在上述領(lǐng)域做到國(guó)際領(lǐng)先，并且獲得了國(guó)際同行的好評(píng)。

智能安防產(chǎn)品以及目前痛點(diǎn)

下面說(shuō)一說(shuō)智能安防產(chǎn)品。

首先是動(dòng)態(tài)人臉監(jiān)控。靜態(tài)人臉識(shí)別技術(shù)與應(yīng)用研究現(xiàn)在已經(jīng)到了尾聲；動(dòng)態(tài)人臉識(shí)別技術(shù)提升與應(yīng)用正在如火如荼進(jìn)行當(dāng)中，后面會(huì)談一下其中的痛點(diǎn)。

其他的典型產(chǎn)品包括授權(quán)類(lèi)的自助設(shè)備和閘機(jī)通道的身份驗(yàn)證，現(xiàn)在已經(jīng)在應(yīng)用，未來(lái)會(huì)更加廣泛。上周在河北省發(fā)布了稅務(wù)自助辦理系統(tǒng)，我們提供了其中自助機(jī)與通道閘機(jī)的身份識(shí)別技術(shù)和整體解決方案。此外還有訪(fǎng)客系統(tǒng)、小區(qū)門(mén)禁、雙目人臉識(shí)別與活體防偽模組和設(shè)備產(chǎn)品。

中科奧森團(tuán)隊(duì)有很多 No.1 的創(chuàng)新和發(fā)明，包括國(guó)家項(xiàng)目、論文發(fā)表、核心技術(shù)，我們?cè)O(shè)計(jì)并實(shí)施了世界上第一個(gè)實(shí)時(shí)人臉識(shí)別系統(tǒng)，世界上第一個(gè)大規(guī)模的生物識(shí)別自助通關(guān)系統(tǒng)，世界上第一個(gè)人臉識(shí)別門(mén)票核驗(yàn)系統(tǒng)，世界上第一個(gè)實(shí)用化人臉識(shí)別設(shè)備產(chǎn)品（近紅外），雙目人臉?lè)纻卧O(shè)備（可見(jiàn)光+近紅外），這些都是中科奧森的首創(chuàng)。

我們提出了世界上第一個(gè)人臉識(shí)別物聯(lián)網(wǎng)/云服務(wù)，統(tǒng)一了 PC 端、手機(jī)端和視頻監(jiān)控的人臉識(shí)別，此外還提出并實(shí)施了智能視覺(jué)物聯(lián)網(wǎng)。

昨天（4 月 30 號(hào)）我參加了一個(gè)中國(guó)國(guó)家標(biāo)準(zhǔn)的討論，關(guān)于移動(dòng)設(shè)備生物特征識(shí)別，中國(guó)的移動(dòng)刷臉應(yīng)用在世界上規(guī)模最大，我相信，通過(guò)我們的努力，中國(guó)國(guó)家標(biāo)準(zhǔn)一定會(huì)成為國(guó)際標(biāo)準(zhǔn)。

接下來(lái)談安防、AI、大數(shù)據(jù)的問(wèn)題。

首先從應(yīng)用規(guī)模來(lái)看數(shù)據(jù)規(guī)模，我以一個(gè)轄區(qū)為例，假設(shè)有 1000 路視頻，在深圳大概是一個(gè)村鎮(zhèn)的規(guī)模，用來(lái)抓拍人像，與 20 萬(wàn)人的黑名單庫(kù)做比對(duì)。假設(shè)每個(gè)攝像頭每 5 秒抓拍一張人臉，該轄區(qū)每秒鐘抓拍 200 張圖像，每天產(chǎn)生 0.173 億張抓拍人臉，跟 20 萬(wàn)人的庫(kù)的比對(duì)次數(shù)是 0.173 億*20 萬(wàn)，約 3.456 萬(wàn)億次。業(yè)務(wù)上希望正確識(shí)別率不低于 90%。

現(xiàn)在用監(jiān)控視頻作動(dòng)態(tài)人臉識(shí)別的痛點(diǎn)問(wèn)題是，誤報(bào)率太高，公安非常希望利用這一技術(shù)提升治安防控水平，但如果系統(tǒng)誤報(bào)率太高，喊了太多「狼來(lái)了」，則用戶(hù)最終不得不放棄使用。

再講講 AI?，F(xiàn)在我們身處 AI 的第三次浪潮。

我 1988 年去英國(guó)留學(xué)，第一站就是愛(ài)丁堡大學(xué)的 AI 系，碰上了 AI 第二次熱潮，當(dāng)時(shí)的主體思想基于符號(hào)學(xué)派，那時(shí)神經(jīng)網(wǎng)絡(luò)也存在，但它處于相對(duì)弱勢(shì)，其實(shí)二者在當(dāng)時(shí)都不 work。經(jīng)過(guò)幾個(gè)月時(shí)間的研究，我拒絕了符號(hào)主義方法，擁抱了聯(lián)結(jié)主義，也就是神經(jīng)網(wǎng)絡(luò)，我從統(tǒng)計(jì)學(xué)和優(yōu)化理論入手，構(gòu)造能量函數(shù)，采用自下而上的分析方法，通過(guò)數(shù)據(jù)分析和機(jī)器學(xué)習(xí)，尋求最優(yōu)解，一直到今天。

現(xiàn)在 AI 第三次浪潮是由深度學(xué)習(xí)引發(fā)的。深度學(xué)習(xí)有三個(gè)非常重要的要素：第一是深層神經(jīng)網(wǎng)絡(luò)，神經(jīng)網(wǎng)絡(luò)并不是一個(gè)新東西，只是現(xiàn)在做得更深，能解決更復(fù)雜的問(wèn)題；第二是有監(jiān)督的學(xué)習(xí)，大數(shù)據(jù)訓(xùn)練；第三是高性能并行計(jì)算。

去年 12 月份財(cái)新網(wǎng)有一個(gè)短視頻，李開(kāi)復(fù)談 AI 和大數(shù)據(jù)（http://cj.sina.com.cn/articles/view/1898901183/v712eeebf019001w53）。財(cái)新得出的結(jié)論是：具有一定規(guī)模和質(zhì)量的數(shù)據(jù)集成為人工智能行業(yè)發(fā)展的一大制約。

搜狗 CTO 楊洪濤說(shuō)，還沒(méi)有足夠的數(shù)據(jù)去解決問(wèn)題。我覺(jué)得他應(yīng)該是說(shuō)還沒(méi)有足夠的標(biāo)注數(shù)據(jù)去解決問(wèn)題。生產(chǎn)環(huán)節(jié)的數(shù)據(jù)太多了。

開(kāi)復(fù)認(rèn)為，人工標(biāo)注是不能從根本上解決問(wèn)題的，現(xiàn)在我們做深度引擎開(kāi)發(fā)都遇到了這樣的問(wèn)題。必須在真實(shí)運(yùn)用場(chǎng)景里得到閉環(huán)回饋的標(biāo)注，才能真正解決大數(shù)據(jù)的標(biāo)注問(wèn)題，從而推動(dòng) AI 向更高層次發(fā)展。

這就引出了我們技術(shù)和應(yīng)用的痛點(diǎn)。

有監(jiān)督的深度學(xué)習(xí)需要大數(shù)據(jù)訓(xùn)練。但是人工標(biāo)注費(fèi)時(shí)費(fèi)力，能用于標(biāo)注的人力、財(cái)力和時(shí)間資源都有限。雖然有監(jiān)督的深度學(xué)習(xí)還有一定的發(fā)展空間，通過(guò)提升算法、改進(jìn)網(wǎng)絡(luò)架構(gòu)、增大標(biāo)注數(shù)據(jù)等手段，但它的提升空間不會(huì)巨大，我認(rèn)為，與 2014 年前后的迅猛發(fā)展相比，它的發(fā)展已經(jīng)放緩，在向天花板靠近。

從應(yīng)用來(lái)講，剛才我說(shuō)到動(dòng)態(tài)識(shí)別的誤報(bào)率太高，沒(méi)有將大數(shù)據(jù)資源充分利用起來(lái)；核心引擎的提升需要標(biāo)注數(shù)據(jù)，而數(shù)據(jù)的標(biāo)注、加工需要靠人工進(jìn)行。這是 AI 技術(shù)和應(yīng)用的一個(gè)發(fā)展瓶頸。

所以，我們必須實(shí)現(xiàn)開(kāi)復(fù)所說(shuō)的，形成應(yīng)用場(chǎng)景的數(shù)據(jù)閉環(huán)，能夠利用生產(chǎn)環(huán)節(jié)的大數(shù)據(jù)進(jìn)行自主學(xué)習(xí)。

另一方面，從數(shù)據(jù)源頭來(lái)看，視覺(jué)傳感器輸出的圖像質(zhì)量，仍然受到暗光、強(qiáng)光和逆光的影響，導(dǎo)致人臉識(shí)別性能的進(jìn)一步下降，特別是在室外、動(dòng)態(tài)場(chǎng)景下。雖然現(xiàn)在有寬動(dòng)態(tài)、星光級(jí)攝像機(jī)，但這仍然是一個(gè)很?chē)?yán)重的問(wèn)題。

與視覺(jué)相關(guān)的一個(gè)趨勢(shì)就是 3D 傳感器的發(fā)展，從 Kinect 到 iPhone X 到 Lida。三維傳感器能提供深度信息，是對(duì)二維信息的補(bǔ)充，能夠提升 AI 應(yīng)用的能力和水平。

技術(shù)新突破與總結(jié)

最后簡(jiǎn)單介紹中科奧森的三個(gè)最新技術(shù)突破：

（1）大數(shù)據(jù)閉環(huán)自主學(xué)習(xí)；

（2）從大數(shù)據(jù)到一人一檔；

（3）新一代智能相機(jī)。

這是三個(gè)非常原創(chuàng)、非常獨(dú)特、門(mén)檻非常高、并且有巨大價(jià)值的技術(shù)突破。

首先看大數(shù)據(jù)閉環(huán)自主學(xué)習(xí)。我們有前端數(shù)據(jù)獲取，抓取數(shù)據(jù)之后送到后臺(tái)大數(shù)據(jù)存儲(chǔ)中心，在后臺(tái)我們還有核心引擎，當(dāng)然這個(gè)核心引擎可能也在前端，另外訓(xùn)練一定是在后臺(tái)的。

大家聽(tīng)過(guò) AlphaGo，早期他們用大量的標(biāo)注數(shù)據(jù)，用各種各樣的棋局進(jìn)行訓(xùn)練，打敗了李世石、柯潔。2017 下半年，他們推出了 Alpha(Go) Zero 采用零標(biāo)注數(shù)據(jù)，僅利用走棋和勝負(fù)判斷規(guī)則，進(jìn)行自主強(qiáng)化學(xué)習(xí)。AlphaZero 在訓(xùn)練第 3 天打敗李世石，第 21 天打敗柯潔，第 40 天打敗所有人類(lèi)。后來(lái)他們不僅用這一技術(shù)下圍棋，還下其它的棋以及玩游戲，也取得了很大成功。

注意到 AlphaZero 的自主強(qiáng)化學(xué)習(xí)是在有限狀態(tài)空間進(jìn)行：19×19 的棋盤(pán)，有黑白兩子，可能的棋局?jǐn)?shù)量巨大，但卻是有限的，走棋的規(guī)則、最終勝負(fù)判斷都是明確規(guī)定的。所以，雖然它沒(méi)有用任何標(biāo)注的棋局，但不能說(shuō)是非監(jiān)督學(xué)習(xí)，可以說(shuō)它是弱監(jiān)督學(xué)習(xí)。我們可以借鑒，但不能直接拿來(lái)用，因?yàn)槲覀冏鲆曈X(jué)感知，其中的引擎學(xué)習(xí)是在無(wú)限狀態(tài)空間中的過(guò)程。

我們的做法是用 AlphaOne 技術(shù)，把后臺(tái)大數(shù)據(jù)與核心引擎的再學(xué)習(xí)打通，實(shí)現(xiàn)開(kāi)復(fù)老師說(shuō)的閉環(huán)。之所以稱(chēng)為 AlphaOne，是指我們有一個(gè)深度網(wǎng)絡(luò)基礎(chǔ)引擎，通過(guò)可用的標(biāo)注數(shù)據(jù)，采用深度學(xué)習(xí)算法，訓(xùn)練而成。AlphaOne 自主學(xué)習(xí)在此基礎(chǔ)上進(jìn)行。

對(duì)比有監(jiān)督深度學(xué)習(xí)和半監(jiān)督自主學(xué)習(xí)，兩者對(duì)標(biāo)注數(shù)據(jù)要求是一樣的。從模型的訓(xùn)練方式看，前者是離線(xiàn)訓(xùn)練，后者是利用生產(chǎn)數(shù)據(jù)在線(xiàn)主動(dòng)學(xué)習(xí)。引擎性能方面，如果通過(guò)有監(jiān)督深度學(xué)習(xí)訓(xùn)練的模型性能為 X，通過(guò)半監(jiān)督自主學(xué)習(xí)的模型在性能上可超過(guò) X 100 倍。

下面講講第二個(gè)突破，一人一檔。安防視頻大數(shù)據(jù)系統(tǒng)中，有路人庫(kù)（抓拍）和名單庫(kù)。路人庫(kù)是增量存儲(chǔ)的，前面分析了數(shù)據(jù)規(guī)模，一個(gè)月累積可能百億級(jí)甚至千億級(jí)規(guī)模，名單庫(kù)中可能有 20 萬(wàn)人或更多（比如包括常住人口）。

假設(shè)轄區(qū)常來(lái)常往 100 萬(wàn)人，所謂的一人一檔就是要把路人庫(kù)（包括該轄區(qū)內(nèi) 100 萬(wàn)人、從外地過(guò)來(lái)的人、以及被抓拍的名單庫(kù)人員）根據(jù)人員 ID 進(jìn)行聚類(lèi)，梳理成一人一檔。一人一檔建立在識(shí)別引擎之上，我認(rèn)為它是人臉監(jiān)控識(shí)別的一個(gè)終極核心技術(shù)，它是識(shí)別引擎、大數(shù)據(jù)和自主學(xué)習(xí)共同產(chǎn)生的結(jié)果。

第三個(gè)突破是一個(gè)發(fā)明專(zhuān)利技術(shù)，新一代智能視覺(jué)相機(jī)，單目全光照全輸出，解決目前智能相機(jī)的缺陷，提供更豐富、更可靠的圖像視頻數(shù)據(jù)。它是個(gè)單目攝像機(jī)，能輸出 RGB、NIR、3D（深度），或這三種的任意組合 RGB+NIR、RGB+3D 和 RGB+NIR +3D，所以叫全輸出。并且它能適應(yīng)全光照，從暗光到強(qiáng)光再到強(qiáng)逆光都可以拍得很清楚。

如果說(shuō)我 10 多年前創(chuàng)新近紅外人臉識(shí)別以及最近創(chuàng)新的雙目防偽攝像頭能夠被友商仿制，這個(gè)單目全光照全輸出相機(jī)是很難仿制的。

最后再總結(jié)一下我的主題，我要重點(diǎn)強(qiáng)調(diào)的是中科奧森能力，以及最新的三個(gè)創(chuàng)新，即：新一代智能視覺(jué)傳感器，單目全光照全輸出，大數(shù)據(jù)自主學(xué)習(xí)突破深度學(xué)習(xí)瓶頸，一人一檔安防大數(shù)據(jù)終極核心技術(shù)。

在座的安防企業(yè)和 AI 新銳有不少交叉，現(xiàn)在如果不做 AI，人都不好意思說(shuō)自己是安防的。安防跟 AI，特別是深度學(xué)習(xí)，是深度融合的。新銳企業(yè)算法技術(shù)做的很好，但如果做純算法肯定沒(méi)有出路，所以像商湯、曠視這些企業(yè)都在做落地應(yīng)用，與安防企業(yè)競(jìng)爭(zhēng)，做業(yè)績(jī)。我覺(jué)得大家各有各的優(yōu)勢(shì)。傳統(tǒng)安防，像海康、大華這種巨頭在行業(yè)深耕多年，有強(qiáng)大的市場(chǎng)優(yōu)勢(shì)，銷(xiāo)售渠道健全，落地應(yīng)用做得非常好。他們既有競(jìng)爭(zhēng)，也有勾搭合作。希望傳統(tǒng)安防企業(yè)和新銳 AI 企業(yè)能有很好的互動(dòng)。

（完）

雷鋒網(wǎng)編輯整理。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。