一聲梧葉一聲秋，滿地金黃落葉層層疊疊。正值北京最美的秋季，10月23至26日，中國國際社會公共安全產(chǎn)品博覽會（簡稱“安博會”）在北京舉行，數(shù)百家傳統(tǒng)安防企業(yè)與新興AI企業(yè)齊聚，碰撞思維，融合業(yè)態(tài)，深有百花齊放之勢。

25日，商湯科技聯(lián)合創(chuàng)始人、副總裁楊帆在“2018中國安防技術創(chuàng)新峰會暨IVA2018國際論壇”發(fā)表了主題為“智能城市中樞”的精彩演講。他表示，今天中國的安防，所面臨的技術進步是非常挑戰(zhàn)的。整個行業(yè)的不同角色，每個玩家應該去做自己最擅長的事情，共同完成一個百花齊放的生態(tài)，真正讓整個行業(yè)取得一個更大的價值。

安防行業(yè)的信息化還沒走完“五環(huán)”

我以前上學的時候，計算機課的老師說計算機科學是研究信息的采集，傳輸，存儲，分析，反饋五個環(huán)節(jié)的一種科學。其實我們所有的計算科學，都是以信息為核心和載體，在這五個環(huán)節(jié)中，每個環(huán)節(jié)的技術進步，最終會形成一個閉環(huán)，共同帶動整個行業(yè)應用生態(tài)的進步。

信息的五個環(huán)節(jié)

在安防行業(yè)的五個環(huán)節(jié)里，采集很簡單，各種高清、黑光攝像頭不斷進步；傳輸方面，包括4G以及未來的5G普及，會給安防行業(yè)帶來更大更新的發(fā)展機會；存儲方面，近些年包括云計算、數(shù)據(jù)湖、大數(shù)據(jù)中心也發(fā)展迅速。

但坦白來講，過去兩三年，安防行業(yè)的信息化做得還不夠好，并沒有走完真正的閉環(huán)，因為分析和反饋兩個環(huán)節(jié)缺乏。

分析是對于我們采集的數(shù)據(jù)真正具備自動化價值提煉的能力，AI今天帶給了行業(yè)這個能力；反饋就是當你擁有了前面所有這些基礎提煉能力之后，再結合用戶需求，形成應用生態(tài)，能夠真正給客戶帶來價值。

今年的安博會展廳，幾乎所有的廠商都在展示AI和它在不同細分領域的應用，我覺得是一個非常好的現(xiàn)象。它說明我們的第四個環(huán)節(jié)——AI分析，真真正正進入到了整個行業(yè)，所以才能衍生出如此多樣化百花齊放的應用生態(tài)。

當然從另一個角度看，我們往前走的路還很長。今天大家談論安防還是集中在人臉識別上，而未來去做城市級別人像歸檔，甚至于城市的綜合治理管控，還是有很多技術挑戰(zhàn)等待我們?nèi)ヌ剿鳌?/p>

商湯聯(lián)合創(chuàng)始人、副總裁楊帆在“2018中國安防

技術創(chuàng)新峰會暨IVA2018國際論壇”發(fā)表演講

構建百花齊放的生態(tài)

AI進來之后的新安防，擁有感知、認知、應用和衍進的能力。感知是看見一個物體，認知是看懂一個物體，應用是把AI跟用戶的需求、場景結合起來，挖掘出更多價值。最重要的是衍進，當AI真正在客戶場景實踐的時候，你是否具備能力能夠讓它持續(xù)進步，也就是真正的智能能力。

AI+安防擁有感知、認知、應用和衍進的能力

為了提供更好的衍進能力，商湯在做兩件事情：一個是算法增量訓練系統(tǒng)，隨著甲方數(shù)據(jù)的不斷積累，它可以不斷進行自我訓練學習，然后針對甲方的數(shù)據(jù)獲得一個更好的結果，讓整個應用獲得一個更好的反饋。

另外一個叫做算法工具鏈。我們會通過把整個算法產(chǎn)生過程工具化，標準化，來去降低一個單一算法的一次性產(chǎn)生成本。并為客戶提供快速應用的能力。包括從基礎設施到終端到引擎，再到上層應用所提供的各種各樣的產(chǎn)品能力。

在這中間，我們承擔的核心是視覺引擎分析計算這一層，同時我們會把這一層做成開放平臺提供給客戶。AI在整個安防信息五個環(huán)節(jié)中所提供的最關鍵環(huán)節(jié)就是信息分析計算。在這之上，我們希望跟整個行業(yè)更多的不同角色，不同的玩家，一起共同去做，每個廠家去做自己最擅長的事情，共同去完成一個百花齊放的生態(tài)，真正讓整個行業(yè)取得一個更大的價值。

商湯方舟城市級視覺開放平臺

行人ReID檢索讓破案效率大幅度提升

商湯今年也很榮幸獲得科技部新一代人工智能開放創(chuàng)新平臺，也承載著對于智能視覺領域先進技術研究和探索的重要任務。安防業(yè)務落地方面，我們也取得了豐碩成果，商湯的安防業(yè)務已經(jīng)覆蓋了全國30多個省，參與了總計超過10萬路大規(guī)模的城市級視頻分析系統(tǒng)的建設。

我們今天用人臉去做很多罪案的時候，會面臨一個挑戰(zhàn)：過去我們的高清攝像頭，由于架設點位種種的原因，拍不到清晰的人臉。

所以這幾年行業(yè)新增了大量的人臉抓拍機，但人臉抓拍機部署到整個系統(tǒng)上線需要一個相當長的時間周期，甚至很多區(qū)域因為建設經(jīng)費的原因，會導致周期被拉得更長。這種情況下，我們?nèi)绾文軌蚩焖儆行У淖屢恍┬录夹g更好的被運用到實戰(zhàn)？商湯在實踐中摸索總結出一套新的方式：

第一步：撒大網(wǎng)。我們用人臉抓拍機去建設一些粗力度的骨干網(wǎng)絡，周邊區(qū)域及時布控，防止疑犯遠距離逃逸，完成撒大網(wǎng)的動作；

第二步：定方向。通過歷史結構化信息檢索，掌握疑犯習慣活動區(qū)域；

第三步：拉小網(wǎng)。通過行人ReID檢索（將圖像中某個行人的特征與其他圖像中行人特征進行對比，判斷是否屬于同一個人），縮小抓捕范圍。雖然傳統(tǒng)的高清攝像頭拍不到人臉，但可以拍到人體，再對視頻內(nèi)容進行分析。

舉個實戰(zhàn)案例，在南方某個城市的一個案例。當案件發(fā)生之后，我們快速調(diào)取了案發(fā)前后一周整個城市抓拍機的攝像頭，然后定位出了犯罪嫌疑人所出現(xiàn)的幾個大片區(qū)。

通過這種高清攝像頭，雖然很多場景拍不到人臉，但利用行人ReID檢索，在一個小范圍內(nèi)還原出犯罪嫌疑人移動的相對精細化的細節(jié)路徑和軌跡，最終幫助完成了整個案件的偵破，最終也抓到了嫌疑犯。

我們對比了一下，有這樣的AI系統(tǒng)和沒有這樣的AI系統(tǒng)之間存在巨大差別。傳統(tǒng)這么大量的數(shù)據(jù)，需要500臺電腦，以及非常海量的硬盤，今天可能靠九臺高密度服務器，就可以解決這件事情。整個4000小時的視頻，6000萬張的圖片，過去如果要靠人去看的話，折算成人天可能是170人天，但今天可能是三個操作人員，很短的操作時間。過去需要民警輔警大量的人工辨識，甚至要大量的現(xiàn)場的拉網(wǎng)式的排查和搜索，今天這一切都在電腦上可以快速完成。

人工智能在安防的落地，才剛剛走了第一步，以人臉識別為代表的一些技術，剛剛有一些應用生態(tài)去衍生。我們對于城市的安全治理，對于城市的整個有效的治理和管理，還存在大量的挑戰(zhàn)性課題等待著我們?nèi)ネ瓿?。所以我相信AI在安防領域，未來還是有更大更美好的一個前景。