未來安防智能化落地的三大方向：視頻結(jié)構(gòu)化、生物識別技術(shù)、物體識別技術(shù)。

視頻結(jié)構(gòu)化對數(shù)據(jù)進(jìn)行追蹤和關(guān)聯(lián)的分析，從而做到事前預(yù)警；生物識別技術(shù)中的人臉、指紋、虹膜、聲紋識別將得到大規(guī)模應(yīng)用；物體識別技術(shù)減輕各種成本，提升效率。

針對未來安防智能化落地方向，奧比中光高級戰(zhàn)略BD總監(jiān)彭勛祿做客雷鋒網(wǎng)公開課，闡述了奧比中光的思考，并詳述了奧比中光關(guān)于3D視覺在智能安防領(lǐng)域應(yīng)用落地的實(shí)踐與探索。

彭勛祿提到，安防產(chǎn)業(yè)每一階段的突破，都是由上游技術(shù)的革新引領(lǐng)，“看得到、看得遠(yuǎn)、看得清、看得懂”四大要素也成為推動(dòng)安防行業(yè)進(jìn)步的主要驅(qū)動(dòng)力。其中，感知作為AI三個(gè)階段之一，是實(shí)現(xiàn)智能化認(rèn)知和決策的必經(jīng)階段。

未來安防智能化，要實(shí)現(xiàn)“看得懂”這一目標(biāo)，不僅僅需要依靠AI算法和AI芯片，還需著力提升圖像視頻類感知的深度和緯度。同時(shí)，AI技術(shù)對視頻成像的高要求成為安防智能化的痛點(diǎn)之一。

而3D將在主動(dòng)光技術(shù)、空間三維數(shù)據(jù)、背景分離等方面帶來革新，其獨(dú)特的技術(shù)優(yōu)勢或許能賦予安防新機(jī)遇。

以下為彭勛祿分享內(nèi)容節(jié)選，進(jìn)行了不改變原意的編輯。

安防行業(yè)發(fā)展趨勢

安防行業(yè)發(fā)展經(jīng)過了幾個(gè)重要階段。

1979到1983年，安防行業(yè)形成以模擬攝像機(jī)+視頻矩陣+磁帶錄像機(jī)為產(chǎn)品矩陣的模擬階段；編解碼技術(shù)的出現(xiàn)實(shí)現(xiàn)了從模擬階段到數(shù)字階段的轉(zhuǎn)化，而數(shù)字化是網(wǎng)絡(luò)化和智能化的前提；1997年網(wǎng)絡(luò)攝像機(jī)的出現(xiàn)打破了傳統(tǒng)安防地域的邊界，安防行業(yè)通過網(wǎng)絡(luò)全面升級、傳感器芯片性能的提升和網(wǎng)絡(luò)基礎(chǔ)設(shè)施的高速發(fā)展而步入高清/超清時(shí)代； 2012年以后，國內(nèi)互聯(lián)網(wǎng)公司涌入安防行業(yè)，人工智能技術(shù)進(jìn)入快速落地階段，至此，安防行業(yè)進(jìn)入智能化時(shí)代。

由此可見，安防產(chǎn)業(yè)每一個(gè)階段的突破，都是由上游技術(shù)帶來的革新引領(lǐng)；另外“看得到、看得遠(yuǎn)、看得清、看得懂”這四大要素，成為推動(dòng)安防行業(yè)進(jìn)步的主要驅(qū)動(dòng)力。

安防行業(yè)宏觀環(huán)境

智能安防的發(fā)展環(huán)境非常有利。

首先國家政策大力支持，十三五規(guī)劃、十九大報(bào)告等政策均在不斷強(qiáng)調(diào)數(shù)字城市、智慧城市、智慧安防監(jiān)控系統(tǒng)的建設(shè)。

從市場潛力看，目前一二線城市的安防基礎(chǔ)設(shè)施布局已經(jīng)日趨完善，未來會(huì)以更新升級為主。主力的安防市場會(huì)逐漸向二三四線城市下沉。

從技術(shù)看，AI技術(shù)從2012年進(jìn)入安防行業(yè)，經(jīng)過多年的發(fā)展，已經(jīng)進(jìn)入實(shí)戰(zhàn)化階段，人臉識別等AI技術(shù)在公安抓逃、社區(qū)治理等場景中發(fā)揮了巨大作用。

從行業(yè)研發(fā)投入上，國內(nèi)安防廠商對AI技術(shù)投入逐漸加大，尤其是安防賽道中的頭部企業(yè)，在AI技術(shù)與產(chǎn)品的研發(fā)投入占比極高。

另外，新晉的CV獨(dú)角獸與互聯(lián)網(wǎng)巨頭企業(yè)紛紛進(jìn)入到安防主賽道，加劇行業(yè)競爭。但安防不同于互聯(lián)網(wǎng)行業(yè)，它涉及諸多層面，包括硬件、軟件、系統(tǒng)集成，以及工程與運(yùn)營，還有渠道建設(shè)，這些都需要時(shí)間積累與沉淀。

所以我認(rèn)為，CV公司和互聯(lián)網(wǎng)公司雖然能夠利用各自優(yōu)勢觸達(dá)行業(yè)、進(jìn)入到賽道，但他們同樣也面臨傳統(tǒng)安防巨頭的擠壓與競爭。

今年爆發(fā)的新冠疫情，對整個(gè)城市的安防及應(yīng)急指揮系統(tǒng)提出極大的挑戰(zhàn)，同時(shí)也是前所未有的發(fā)展機(jī)遇。

從安防行業(yè)業(yè)務(wù)需求看，會(huì)出現(xiàn)從事后查證向事前預(yù)警前移的需求變化。

我認(rèn)為安防智能化的一個(gè)重要出發(fā)點(diǎn)，就是從事后查證向事前預(yù)警前移。傳統(tǒng)安防監(jiān)而不控，更多是強(qiáng)調(diào)安防系統(tǒng)的覆蓋面，監(jiān)控不能有盲點(diǎn)，不能有死角，它只解決“看得到”和”看得清”的問題；而到了安防2.0時(shí)代，安防系統(tǒng)還需要”看得懂”，實(shí)現(xiàn)這一目標(biāo)，不能僅僅依靠AI算法和AI芯片，還需要著力提升圖像視頻類感知數(shù)據(jù)的深度和維度。

另外，AI技術(shù)融入安防全產(chǎn)業(yè)鏈，上中下游均出現(xiàn)明顯的技術(shù)革新趨勢。

傳統(tǒng)安防產(chǎn)業(yè)，上游的圖像傳感器供應(yīng)商，包括芯片和其他電子元器件供應(yīng)商，負(fù)責(zé)提供技術(shù)給中游的硬件供應(yīng)商、軟件供應(yīng)商以及系統(tǒng)集成商，下游以運(yùn)營服務(wù)商為主，為終端客戶提供服務(wù)。

AI技術(shù)融入安防行業(yè)中有一個(gè)非常有趣的現(xiàn)象： CV公司開始做芯片，原來傳統(tǒng)上游芯片公司都在做AI算法。

因?yàn)橥ㄓ眯偷男酒瑹o法滿足垂直場景下的市場需求，所以AI算法必須和芯片結(jié)合。這并非簡單的整合，要考慮諸多因素，包括芯片的算力、圖像處理、功耗、成本等。

所以，從上、下游兩個(gè)層面來看，下游會(huì)提出更多智能化需求，包括場景內(nèi)的語音識別、圖像識別、文本處理等，上游傳感器供應(yīng)商正在下沉，實(shí)現(xiàn)技術(shù)創(chuàng)新、產(chǎn)品創(chuàng)新抑或產(chǎn)業(yè)創(chuàng)新。上中下游均呈現(xiàn)明顯的技術(shù)革新趨勢。

在AI安防產(chǎn)業(yè)圖譜中，增加了智能應(yīng)用服務(wù)的層，主要是以商湯、曠視、云從、依圖為首的AI算法公司。這種AI公司的入局也給整個(gè)安防行業(yè)帶來了變化。

其次，原本華為處于整個(gè)安防產(chǎn)業(yè)的下游，更多地是提供一些ICT服務(wù)，現(xiàn)在其通訊業(yè)務(wù)具備云端的能力，海思芯片在安防行業(yè)的市場占有率非常高。像華為一樣的巨頭進(jìn)入，對整個(gè)安防行業(yè)的格局來會(huì)產(chǎn)生深遠(yuǎn)影響。

智能安防三大落地方向

未來智能安防落地方向在哪里？我認(rèn)為在三個(gè)層面。

視頻結(jié)構(gòu)化。視頻結(jié)構(gòu)化的概念已出現(xiàn)多時(shí)，是指利用計(jì)算機(jī)視覺和視頻監(jiān)控分析方法對攝像機(jī)拍錄的圖像序列進(jìn)行自動(dòng)分析，包括目標(biāo)檢測、目標(biāo)分割提取、目標(biāo)識別、目標(biāo)跟蹤等。主要作用是為未來人工智能進(jìn)行數(shù)據(jù)追蹤和關(guān)聯(lián)分析提供事前預(yù)警。

生物識別技術(shù)。生物識別技術(shù)是指利用人體生理特性和行為特征來進(jìn)行個(gè)人身份驗(yàn)證的技術(shù)?，F(xiàn)在的人臉、指紋、虹膜、聲紋識別都屬于生物識別技術(shù)，未來將會(huì)在安防行業(yè)得到大規(guī)模推廣和廣泛應(yīng)用。

物體識別技術(shù)。物體識別的典型案例就是車牌識別，如今車牌識別已成為許多智能停車場的標(biāo)配。使用車牌識別技術(shù)，采集車輛圖像，能夠減輕停車場管理運(yùn)營的人力成本，提高通行效率。

智能安防市場規(guī)模

智能安防的市場規(guī)模如何？雖然這些數(shù)據(jù)的統(tǒng)計(jì)時(shí)間較早，但是也有一定的參考價(jià)值。2017年，中國安防市場的資產(chǎn)規(guī)模達(dá)到6220億，2018年，智能安防的資產(chǎn)規(guī)模接近300億。預(yù)計(jì)2020年以后，智能安防將創(chuàng)造千億級的市場，所以智能安防市場不容小覷。

智能安防的痛點(diǎn)

智能安防是熱門話題，但具體落地的情況如何？中國一年就有超過5000萬個(gè)攝像頭的市場需求，但實(shí)際只有50萬個(gè)智能攝像頭在應(yīng)用，比例不到1%。為什么？

第一是成本。前端部分、存儲(chǔ)和視頻分析是智能安防高成本的主要因素。集成施工、機(jī)房改造等系統(tǒng)建設(shè)的時(shí)間和人力成本，也提高了智能安防的落地成本。

第二是數(shù)據(jù)，安防領(lǐng)域的數(shù)據(jù)比較分散，存在許多數(shù)據(jù)孤島。盡管我們一直追求建設(shè)智慧城市，倡導(dǎo)數(shù)據(jù)共享，但這些數(shù)據(jù)分布在不同的體系里，包括公安、交通、城管等，很難實(shí)現(xiàn)共通共享。如果沒有數(shù)據(jù)，人工智能也無法進(jìn)行數(shù)據(jù)分析和支撐。

第三是人工智能應(yīng)用的深度不足，現(xiàn)在的人工智能技術(shù)應(yīng)用于小范圍或者單目標(biāo)場景。像安防這種大范圍的監(jiān)控，還有人、車、物的關(guān)聯(lián)分析需要專業(yè)能力和專業(yè)技術(shù)的積累。

最后一個(gè)是人工智能識別技術(shù)對視頻成像的質(zhì)量有較高要求。為什么會(huì)有高要求呢？這就是我后面要展開的，3D視覺與智能安防到底是怎樣的關(guān)系？

3D 視覺賦能安防新機(jī)遇

人工智能與3D視覺

AI分為三個(gè)階段，感知、認(rèn)知和決策。感知就是AI通過不同的傳感器接收物理世界的信息；認(rèn)知就是AI通過算法判斷、理解信息；決策就是AI的大腦，做綜合的分析，并執(zhí)行相應(yīng)的動(dòng)作。

感知也分很多種，比如視覺、聽覺、嗅覺、觸覺等，這些都是通過不同傳感器去實(shí)現(xiàn)的。感知技術(shù)里占比最大的是視覺，視覺在整個(gè)感知里占比70%以上。傳統(tǒng)意義上的視覺是以2D為主，現(xiàn)在2D的清晰度也越來越高，4K、8K都已出現(xiàn)，但依然停留在二維、單維的層面，只能解決看得清的問題，缺少了物理世界中的3D圖像，即深度信息。

深度信息到底是什么？舉幾個(gè)例子，第1張圖看鴿子的大小，從這個(gè)視角上看，鴿子比遠(yuǎn)方的行人要大；第2張圖里一個(gè)人從窗口探出一只手抓住汽車，感覺汽車變成人手中的玩具；第3張圖中杯子上面的螞蟻好像和遠(yuǎn)處飛過的直升飛機(jī)一般大。

在二維圖像里，因?yàn)椴煌呐臄z角度，近大、遠(yuǎn)小并不是現(xiàn)中的真相。

3D與2D圖像的區(qū)別

我們現(xiàn)在看到的所有圖像、視頻都是通過2D攝像頭平面成像，2D無法識別物理世界中的三維信息，比如尺寸、體積、距離等幾何數(shù)據(jù)。3D攝像頭是立體成像，能夠識別視野內(nèi)空間上每個(gè)點(diǎn)位的三維坐標(biāo)信息，把這些坐標(biāo)信息給到計(jì)算機(jī)和芯片，通過三維成像算法，能完整復(fù)原出整個(gè)三維圖像。

三種3D視覺成像技術(shù)

3D 傳感技術(shù)主要分為結(jié)構(gòu)光、ToF和雙目視覺三種，不同的技術(shù)路線決定了精度曲線，進(jìn)而決定應(yīng)用場景。

傳統(tǒng)的普通雙目門禁就是雙目立體視覺代表，它主要通過三角測距計(jì)算出深度信息。但它受環(huán)境光影響大，同時(shí)需要大量特征識別、立體匹配的算法，匹配和計(jì)算過程復(fù)雜，難以生成實(shí)時(shí)的、穩(wěn)定的深度信息。

現(xiàn)在主流的3D成像技術(shù)是結(jié)構(gòu)光和ToF，這兩種技術(shù)都是主動(dòng)光技術(shù)。結(jié)構(gòu)光的特點(diǎn)是近距離（1-2米）精度非常高，可以達(dá)到毫米級，而且它的分辨率高，成本相對比較低，適合集成。ToF的特點(diǎn)是距離長，能達(dá)到5-10米，蘋果剛剛出來的一款iPad就搭載了ToF的激光雷達(dá)傳感器。這種傳感器可以實(shí)現(xiàn)未來VR和AR的一些功能，但是它點(diǎn)云密度低、掃描延時(shí)大、深度圖分辨率低，精度比結(jié)構(gòu)光要差，深度矯正困難。所以結(jié)構(gòu)光和ToF各有優(yōu)缺點(diǎn)。

現(xiàn)在很多手機(jī)已經(jīng)開始應(yīng)用3D攝像頭，主要的關(guān)鍵點(diǎn)有兩個(gè)：前置還是以結(jié)構(gòu)化為主；后置會(huì)以ToF的相機(jī)為主。

2D與3D在安防產(chǎn)品的應(yīng)用中有哪些區(qū)別？

第一個(gè)區(qū)別是光線，2D攝像頭在光線較暗的場景下成像質(zhì)量非常差，尤其是需要附加類似智能分析的功能時(shí)，分析效率存在較大問題，會(huì)有很多錯(cuò)檢、漏檢，雖然會(huì)有紅外光進(jìn)行補(bǔ)充，但實(shí)際上在紅外上做智能分析會(huì)缺失很多信息。

第二區(qū)別是人體特征檢測，2D只有XY這樣的平面信息，缺乏深度數(shù)據(jù)，無法對目標(biāo)進(jìn)行精準(zhǔn)定位與持續(xù)跟蹤。

第三個(gè)，目標(biāo)重疊的時(shí)候，2D攝像頭很難把分析目標(biāo)從背景中分離出來。

而且2D無法做活體檢測，人臉識別中，如果沒有3D的活體檢測，很容易受到照片與視頻的偽裝攻擊。

另外，現(xiàn)在安防家用攝像頭很普遍，但是隱私泄露隱患給公眾造成了心理壓力和安全問題。

3D能夠帶來什么樣的改變？

首先，3D是主動(dòng)光技術(shù)，可以在完全無光照環(huán)境下正常的工作。在強(qiáng)光、逆光環(huán)境下也能達(dá)到較好成像效果。

第二，可以獲取空間中的三維數(shù)據(jù)，包括尺寸測量，空間中人、車的位置，身高、體重、距離、速度等，都可以精準(zhǔn)的計(jì)算出來。

另外還可以進(jìn)行背景分離，實(shí)現(xiàn)實(shí)時(shí)的、動(dòng)態(tài)的人體人像摳圖，在進(jìn)行智能分析時(shí)去除背景干擾，提高算法分析準(zhǔn)確率。還可以進(jìn)行活體檢測與識別，在家庭安防、車內(nèi)安防等私密場景中，我們只需要一些深度信息，即可以實(shí)現(xiàn)這種安全監(jiān)控與行為分析。

安防系統(tǒng)中的生物識別技術(shù)

生物識別技術(shù)正成為世界范圍內(nèi)使用最為廣泛的技術(shù)之一，市場上主流的生物識別技術(shù)主要有人臉識別、指紋識別、虹膜識別、聲紋識別。它們有哪些優(yōu)缺點(diǎn)？

我認(rèn)為指紋識別的應(yīng)用性比較好，成本較低，技術(shù)較成熟，但是用戶體驗(yàn)差，比如手指有破損或者有水有汗的時(shí)候，經(jīng)常識別不出來。另外它的防攻擊能力弱，會(huì)帶來很多安全隱患。

虹膜識別的安全性是最高的，但是它的易用性很差，而且成本較高。指靜脈也是一樣，安全性高，成本高，適用性很強(qiáng)。

人臉識別技術(shù)比較成熟，成本也適中，可以實(shí)現(xiàn)無感識別，在人機(jī)交互方面比較自然，唯一的缺點(diǎn)還是安全性低。

人臉識別的安全性怎么會(huì)低呢？試舉以下幾個(gè)案例：去年嘉興一群小學(xué)生利用父母的高清照片成功在快遞柜上刷臉取件；智能門鎖很多也應(yīng)用了人臉識別，但媒體做了一個(gè)小測試，拿出打印好的業(yè)主照片，對準(zhǔn)門口的攝像頭，輕易地就把門打開了；有一次我住酒店時(shí)看到前臺(tái)有自助酒店服務(wù)終端，我就把我的身份證和照片發(fā)給我的同事，他用我的身份證和照片，輕而易舉地完成了核驗(yàn)，拿到了房卡。

其實(shí)基于2D的人臉識別有很多漏洞，雖然現(xiàn)在很多廠商宣稱其使用的雙目、AI+RGB能做到活體檢測，但是這種技術(shù)被攻破幾率很大。

基于3D圖像的人臉識別

奧比在做3D活體檢測實(shí)驗(yàn)中，工作人員用很多的假體，包括頭套、面具、照片攻擊3D人臉識別系統(tǒng)，系統(tǒng)能夠非常準(zhǔn)確地判斷。在整個(gè)活體檢測實(shí)驗(yàn)中，我們采用2000多種不同材質(zhì)的假體做大量實(shí)驗(yàn)，做相應(yīng)的算法去規(guī)避這些假體對人臉識別系統(tǒng)的攻擊。

去年我們?nèi)〉昧算y行卡檢測中心的“活體檢測”認(rèn)證報(bào)告。奧比中光涉獵新零售業(yè)務(wù)，需要保證刷臉支付的安全，支付寶刷臉支付終端就使用了奧比中光的3D攝像頭。

我們在智能門禁領(lǐng)域做了一些嘗試，有個(gè)合作伙伴戴頭套測試我們做的一款閘機(jī)，系統(tǒng)植入了3D信息，跟2D算法融合，在速度和效率上有成倍提升，所以系統(tǒng)很快識別出來，這款閘機(jī)目前主要供應(yīng)給銀行、政府部門等重點(diǎn)安防場所。

我認(rèn)為未來高鐵站的刷臉進(jìn)站、海關(guān)的刷臉通關(guān)以及更多的場景都會(huì)逐步替換成有3D視覺的設(shè)備。

除了人臉識別以外，安防有一個(gè)很重要的場景叫行為分析。傳統(tǒng)的2D行為分析更多的是靠數(shù)據(jù)訓(xùn)練深度學(xué)習(xí)和識別能力。3D視覺對視頻里的異常行為能夠?qū)崟r(shí)地跟蹤與判別，例如突然倒地、突然劇烈運(yùn)動(dòng)、人數(shù)異常、區(qū)域入侵等事件。

我們在很多場景中已經(jīng)開始使用3D視覺，智慧養(yǎng)老場景中，為家里的老年人做異常姿態(tài)檢測；智慧金融場景中，檢測異常情況，例如有人倒地、打架斗毆或者有人徘徊等事件；在智慧監(jiān)舍場景，由于監(jiān)舍對犯人的行為監(jiān)控要求非常高，用3D攝像頭可以識別他們的一些高危險(xiǎn)行為。

我們也有客流分析系統(tǒng)方面的案例，主要在公交車領(lǐng)域，統(tǒng)計(jì)單位時(shí)間內(nèi)上下客流的情況，實(shí)時(shí)數(shù)據(jù)會(huì)傳送到車輛指揮調(diào)度系統(tǒng)，幫助調(diào)度中心進(jìn)行車輛的指揮和調(diào)度，在高峰期可以調(diào)整運(yùn)營、減輕壓力。

刑偵領(lǐng)域需要進(jìn)行犯罪現(xiàn)場的實(shí)景還原，原來只能拍照、錄像或者現(xiàn)場人工測量，現(xiàn)在3D視覺系統(tǒng)可以把整個(gè)犯罪現(xiàn)場完整地進(jìn)行掃描和復(fù)刻。因?yàn)榉缸铿F(xiàn)場不能一直保留，查案時(shí)可以在這種三維系統(tǒng)里進(jìn)行重新排查。另外，庭審時(shí)也可以復(fù)原整個(gè)案件、插入語音講解、播放圖像視頻等，能夠非常直觀地呈現(xiàn)案件發(fā)展過程。