商汤科技杨帆：安防行业信息化未走完“五环” 需要行业共同构建生态

25日，商汤科技联合创始人、副总裁杨帆在“2018中国安防技术创新峰会暨IVA2018国际论坛”发表了主题为“智能城市中枢”的精彩演讲。他表示，今天中国的安防，所面临的技术进步是非常挑战的。整个行业的不同角色，每个玩家应该去做自己最擅长的事情，共同完成一个百花齐放的生态，真正让整个行业取得一个更大的价值。

安防行业的信息化还没走完“五环”

我以前上学的时候，计算机课的老师说计算机科学是研究信息的采集，传输，存储，分析，反馈五个环节的一种科学。其实我们所有的计算科学，都是以信息为核心和载体，在这五个环节中，每个环节的技术进步，最终会形成一个闭环，共同带动整个行业应用生态的进步。

信息的五个环节

在安防行业的五个环节里，采集很简单，各种高清、黑光摄像头不断进步；传输方面，包括4G以及未来的5G普及，会给安防行业带来更大更新的发展机会；存储方面，近些年包括云计算、数据湖、大数据中心也发展迅速。

但坦白来讲，过去两三年，安防行业的信息化做得还不够好，并没有走完真正的闭环，因为分析和反馈两个环节缺乏。

分析是对于我们采集的数据真正具备自动化价值提炼的能力，AI今天带给了行业这个能力；反馈就是当你拥有了前面所有这些基础提炼能力之后，再结合用户需求，形成应用生态，能够真正给客户带来价值。

今年的安博会展厅，几乎所有的厂商都在展示AI和它在不同细分领域的应用，我觉得是一个非常好的现象。它说明我们的第四个环节——AI分析，真真正正进入到了整个行业，所以才能衍生出如此多样化百花齐放的应用生态。

当然从另一个角度看，我们往前走的路还很长。今天大家谈论安防还是集中在人脸识别上，而未来去做城市级别人像归档，甚至于城市的综合治理管控，还是有很多技术挑战等待我们去探索。

商汤联合创始人、副总裁杨帆在“2018中国安防技术创新峰会暨IVA2018国际论坛”发表演讲

构建百花齐放的生态

AI进来之后的新安防，拥有感知、认知、应用和衍进的能力。感知是看见一个物体，认知是看懂一个物体，应用是把AI跟用户的需求、场景结合起来，挖掘出更多价值。最重要的是衍进，当AI真正在客户场景实践的时候，你是否具备能力能够让它持续进步，也就是真正的智能能力。

AI+安防拥有感知、认知、应用和衍进的能力

为了提供更好的衍进能力，商汤在做两件事情：一个是算法增量训练系统，随着甲方数据的不断积累，它可以不断进行自我训练学习，然后针对甲方的数据获得一个更好的结果，让整个应用获得一个更好的反馈。

另外一个叫做算法工具链。我们会通过把整个算法产生过程工具化，标准化，来去降低一个单一算法的一次性产生成本。并为客户提供快速应用的能力。包括从基础设施到终端到引擎，再到上层应用所提供的各种各样的产品能力。

在这中间，我们承担的核心是视觉引擎分析计算这一层，同时我们会把这一层做成开放平台提供给客户。AI在整个安防信息五个环节中所提供的最关键环节就是信息分析计算。在这之上，我们希望跟整个行业更多的不同角色，不同的玩家，一起共同去做，每个厂家去做自己最擅长的事情，共同去完成一个百花齐放的生态，真正让整个行业取得一个更大的价值。

商汤方舟城市级视觉开放平台

行人ReID检索让破案效率大幅度提升

商汤今年也很荣幸获得科技部新一代人工智能开放创新平台，也承载着对于智能视觉领域先进技术研究和探索的重要任务。安防业务落地方面，我们也取得了丰硕成果，商汤的安防业务已经覆盖了全国30多个省，参与了总计超过10万路大规模的城市级视频分析系统的建设。

我们今天用人脸去做很多罪案的时候，会面临一个挑战：过去我们的高清摄像头，由于架设点位种种的原因，拍不到清晰的人脸。

所以这几年行业新增了大量的人脸抓拍机，但人脸抓拍机部署到整个系统上线需要一个相当长的时间周期，甚至很多区域因为建设经费的原因，会导致周期被拉得更长。这种情况下，我们如何能够快速有效的让一些新技术更好的被运用到实战？商汤在实践中摸索总结出一套新的方式：

第一步：撒大网。我们用人脸抓拍机去建设一些粗力度的骨干网络，周边区域及时布控，防止疑犯远距离逃逸，完成撒大网的动作；

第二步：定方向。通过历史结构化信息检索，掌握疑犯习惯活动区域；

第三步：拉小网。通过行人ReID检索(将图像中某个行人的特征与其他图像中行人特征进行对比，判断是否属于同一个人)，缩小抓捕范围。虽然传统的高清摄像头拍不到人脸，但可以拍到人体，再对视频内容进行分析。

举个实战案例，在南方某个城市的一个案例。当案件发生之后，我们快速调取了案发前后一周整个城市抓拍机的摄像头，然后定位出了犯罪嫌疑人所出现的几个大片区。

通过这种高清摄像头，虽然很多场景拍不到人脸，但利用行人ReID检索，在一个小范围内还原出犯罪嫌疑人移动的相对精细化的细节路径和轨迹，最终帮助完成了整个案件的侦破，最终也抓到了嫌疑犯。

我们对比了一下，有这样的AI系统和没有这样的AI系统之间存在巨大差别。传统这么大量的数据，需要500台电脑，以及非常海量的硬盘，今天可能靠九台高密度服务器，就可以解决这件事情。整个4000小时的视频，6000万张的图片，过去如果要靠人去看的话，折算成人天可能是170人天，但今天可能是三个操作人员，很短的操作时间。过去需要民警辅警大量的人工辨识，甚至要大量的现场的拉网式的排查和搜索，今天这一切都在电脑上可以快速完成。

人工智能在安防的落地，才刚刚走了第一步，以人脸识别为代表的一些技术，刚刚有一些应用生态去衍生。我们对于城市的安全治理，对于城市的整个有效的治理和管理，还存在大量的挑战性课题等待着我们去完成。所以我相信AI在安防领域，未来还是有更大更美好的一个前景。