本質(zhì)上來(lái)說(shuō)，AI自始至終都只是一種手段、一種技術(shù)，它被用來(lái)幫助人們解決自身難以克服的業(yè)務(wù)難題。

在安防行業(yè)，人們用其去識(shí)別人臉、識(shí)別車輛，去感知更多圖像中的信息。在此背景下，智能化攝像頭越來(lái)越多，視頻數(shù)據(jù)量也越來(lái)越大，但老生常談的問(wèn)題也隨之出現(xiàn)：人們并不能真正去理解、分析這些數(shù)據(jù)；另外，這些數(shù)據(jù)被播放或者被人們看過(guò)的連萬(wàn)分之一都沒(méi)有達(dá)到。

因此，人們都在利用AI等技術(shù)去感知這些信息，并將這些信息加以應(yīng)用。那么，如果將城市作為一個(gè)單位，如何去感知這個(gè)城市？在這其中，什么才是最重要的？

在曠視CTO唐文斌看來(lái)，五個(gè)度可以總結(jié)之：維度、精度、密度、關(guān)聯(lián)度、集成度。

維度

維度可以表述為數(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)說(shuō)，一個(gè)視頻中，最容易感知的部分是“人臉”，如今很多廠商都在談人臉識(shí)別，具體來(lái)說(shuō)，可以感知某人的年齡、性別、表情等一系列面部信息；針對(duì)車輛識(shí)別，可以對(duì)車上的細(xì)分品類進(jìn)行識(shí)別，包括年檢標(biāo)、紙巾盒、遮陽(yáng)板等標(biāo)志物。

以上這些，都是在用戶不知情的情況下，通過(guò)物理的方式，做的被動(dòng)感知，也可以稱之為可見(jiàn)光下的場(chǎng)景識(shí)別。

除此之外，還可以通過(guò)多光譜的方式，類似于毫米波或者太赫茲的方式，去獲取視頻中的數(shù)據(jù)：包括像WIFI的MAC地址，RFID等信息。

以上種種，都是為了增加感知的維度，能夠從城市中獲得什么樣的數(shù)據(jù)、數(shù)據(jù)的多少，就決定了應(yīng)用的豐富性。

精度

精度決定數(shù)據(jù)的可用性。早在十幾年前，就有廠商在人臉識(shí)別算法上做出努力，但由于當(dāng)時(shí)技術(shù)并不成熟，精度不夠，在實(shí)戰(zhàn)中應(yīng)用效果不佳；如今隨著算法的進(jìn)一步提升，現(xiàn)在的人臉識(shí)別做預(yù)警的成功率已經(jīng)非常高。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。

但與此同時(shí)也會(huì)出現(xiàn)一個(gè)問(wèn)題，比如某場(chǎng)所內(nèi)穿西裝、穿西褲的人非常多，做行人的匹配，能否通過(guò)對(duì)這個(gè)人更細(xì)化的特征，比如領(lǐng)帶的顏色，鞋子的款式做更加精準(zhǔn)的識(shí)別、分析。

從感知的角度來(lái)看，除了有更多的緯度，每個(gè)緯度上都要追求更好的精度，精度決定最后的應(yīng)用效果。

密度

密度是指后期帶來(lái)的數(shù)據(jù)應(yīng)用價(jià)值。如今很多城市都已經(jīng)建設(shè)了非常密集的感知型前端攝像機(jī)，通過(guò)對(duì)這些攝像機(jī)產(chǎn)生的數(shù)據(jù)進(jìn)行分析，能夠帶來(lái)兩點(diǎn)價(jià)值：

一、通過(guò)不斷修煉算法能夠使得識(shí)別率得以提升，但精度的天花板并不高，易受到時(shí)空限制，如果通過(guò)一些高密度的傳感器，其實(shí)可以彌補(bǔ)精度上的不足；

二、行人的ReID。在某一位置、時(shí)間點(diǎn)發(fā)現(xiàn)了一個(gè)可疑人員，攝像頭只看到了其局部特征，在以往都會(huì)通過(guò)全局檢索去發(fā)現(xiàn)線索，其實(shí)這是種錯(cuò)誤的做法；只需要在對(duì)該人員接下來(lái)的十分鐘內(nèi)，100米范圍內(nèi)的高密度布置的攝像機(jī)視頻數(shù)據(jù)進(jìn)行檢索，通過(guò)這種方式便可確定該人的具體位置。

通過(guò)視頻接力、人機(jī)交互的方式，可以幫助警方使用非常低的代價(jià)去追查視頻中的人的軌跡。高密度的傳感器不僅能解決信息精度的不足，也能帶來(lái)更多的應(yīng)用價(jià)值。

關(guān)聯(lián)度

如果所有的數(shù)據(jù)能夠關(guān)聯(lián)起來(lái)，那么其帶來(lái)的價(jià)值更為可觀。

如今AI圈談到的最多的、落地最多的便是人臉識(shí)別。但很多時(shí)候，攝像機(jī)只能看到人臉，不能看到身體；或者看到身體，看不到人臉。如果兩者數(shù)據(jù)關(guān)聯(lián)起來(lái)，就可以看到該人員的全部信息。

再比如車輛識(shí)別，在很多實(shí)際場(chǎng)景中，在場(chǎng)景A可以拍到車牌，還知道它是什么車型；換到另一個(gè)場(chǎng)景B中，只能拍到是什么車型；緊接著在場(chǎng)景C中，看到一個(gè)行人從車輛中走了出來(lái)，但沒(méi)有拍到車牌。如果數(shù)據(jù)相關(guān)聯(lián)，車、人的所有信息都可以聯(lián)系起來(lái)，從何做更便捷、高效的追蹤。

集成度

如果按照上文所提，去做高密度、強(qiáng)關(guān)聯(lián)度感知時(shí)，會(huì)需要非常多的傳感器。因此，如何做到低成本、高算力是非常重要的一步。

值得注意的是，成本的合理化不應(yīng)該建立在犧牲效果的前提下。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。

智慧城市能否建設(shè)成功的前提就是城市感知，而城市感知需要多維度、高精度、高密度、數(shù)據(jù)之間的關(guān)聯(lián)度、高集成度。通過(guò)這樣的感知方式，城市也許會(huì)變得更加智能，而相關(guān)廠商可以根據(jù)這五個(gè)方向去做更進(jìn)一步的探索及數(shù)據(jù)應(yīng)用。雷鋒網(wǎng)雷鋒網(wǎng)雷鋒網(wǎng)

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。