在人工智能賦能安防過程中，算法是重要一環(huán)。不僅云從、依圖、曠視、商湯等CV企業(yè)和海大宇等傳統(tǒng)安防企業(yè)開始布局人工智能算法，業(yè)內傳聞稱華為也即將在2019上半年推自研AI算法。隨著投入不斷加大，安防監(jiān)控視頻識別算法準確率大幅提升。例如，人臉識別算法早在2015年就已超越人類，近年來小數點后的數字仍在不斷攀升；在圖像分類、物體檢測等算法也已經遠遠超越人類平均水平。
但從目標來看，無論是AI創(chuàng)企、跨界巨頭還是傳統(tǒng)廠商，都期望能夠提供智能完善的解決方案，落地始終是各方關注的焦點。
“算法為王”還是“場景落地”優(yōu)先 ？?？低?/u>高級副總裁徐習明說：“基于深度學習的算法精度會無限逼近100%，隨著‘準確率’提升，最后競爭的更多是場景落地能力?！?/p>
將前沿算法應用到實際場景中才能凸顯價值，但二者結合卻是一項艱巨的任務。那么，算法到場景應用還有多遠？
在場景化應用之路上，泛化能力是算法長期面臨的問題，也是現階段主要瓶頸。由于實驗室中訓練好的模型在情況千變萬化的現實應用場景中性能往往會明顯下降。
在全國公安視頻監(jiān)控畫面中，事故、打架、摔倒、聚集等場景多如牛毛，盡管可以通過通用算法構建模型，但我國幅員遼闊，光南北氣候差異下，人們的穿著、妝扮就千差萬別，海南的深冬還可著短袖，黑龍江10月就已經換上棉衣棉帽。在3米及以上高度假設的人臉攝像頭，要面向30米及以上距離的高視角、大范圍進行攝錄，識別準確能力無疑將會大幅下降。
因此，在實際應用中需要對算法的場景進行嚴格定義，例如智能交通中過車及違章抓拍、機場車站的人證對比等，都需要制定具體的工程安裝方案。這種做法在技術不夠成熟的條件下有效實現了商業(yè)價值。不過，對已有設備改造的成本也減緩了算法對安防傳統(tǒng)應用的滲透速度，這同時限制了有效素材獲取的效率，不利于算法的進一步提升。
目前，國內安防廠商針對這一問題搭建了合作平臺，傳統(tǒng)廠商開放平臺圖像數據資源庫，算法企業(yè)將AI算法技術打包成模塊，嵌入硬件產品或系統(tǒng)臺中，這將成為當前AI在視頻監(jiān)控領域落地快捷的一條路徑。目前國內已經有多家平臺商在不同場合表達了合作態(tài)度。
結語：未來安防解決方案不僅要直擊用戶痛點，更需要通過算法挖掘大數據，為民眾提供更可靠的安全環(huán)境?？梢哉f，算法是人工智能的生產工具，算法的底層邏輯推理也驅動著AI安防的落地，安防落地場景的復雜性又推動算法進一步優(yōu)化。正如加州大學伯克利分校 UCB 電氣工程與計算機科學系、統(tǒng)計系教授Michael I.Jordan所言：AI 時代變革，源于應用場景中的優(yōu)化算法。
下載文檔
