人脸识别算法公司如云从、格灵深瞳人脸识别技术简介等一般采用什么硬件厂商的设备

2018年8月11日,由真格基金、飞马旅联合主办的OTEC海外学人创业大会峰会在北京举行,会中,格灵深瞳创始人赵勇围绕人工智能的互联网和智慧城市两个话题进行了演讲。在演讲中他表示互联网的发展就是把商品数字化、把交易数字化、把人数字化、把娱乐数字化,总之,就是一个数字化的过程。

近两年的互联网领域,被频频提及的一个词就是“人工智能”。人工智能这个词几乎成了未来的代名词,但从目前人工智能的应用场景来看,能真正在生活中为大家带来便利体验的还是少数。由人工智能技术提供支持的“智慧城市”概念中,实现落地的项目也寥寥无几。目前应用到垂直行业的人工智能技术之一就是自动驾驶汽车了。

所谓自动驾驶汽车,就是依靠人工智能、视觉计算、雷达、监控装置和全球定位系统 协同合作,通过车载传感系统和信息终端实现与人、车、路等的智能信息交换,使车辆具备智能的环境感知能力,能够自动分析车辆行驶的安全及危险状态,并使车辆按照人的意愿到达目的地,最终实现替代人来操作的目的。

自动驾驶汽车一般分为L1到L5五个级别,现阶段市场上的自动驾驶公司的技术大都处在L3级别,真正想要实现L5级别的自动驾驶,还需时日。渤海证券的一组数据显示,到2020年国内汽车电子市场规模将超9000亿元,2016-2020年复合增速超18%,而全球汽车电子市场规模2020年有望超2万亿元,市场空间巨大。随着汽车电动化、智能网联化的推进与升级,未来人工智能+汽车的自动驾驶产业的商业价值相对还是值得期待的。

格灵深瞳是一家成立于2013年的计算机视觉技术公司,主要围绕人、人脸、车三个方面实现商业化落地。谈及人工智能的发展时,赵勇此前曾在采访中表示:“创业4、5年下来,我越来越觉得AI还有很长的阶段要去经历,大家都很急迫,每天打开媒体都是爆炸这种词。20年后我们再回顾的时候,可能会发现人工智能(目前)还处在大哥大的时代。”

以下为赵勇的演讲实录(有删减):

首先我们先简单的回顾一下互联网,那么当我们把一个商品的信息上传到网络上,基本上就完成了一个商品的数字化。当我们申请一个淘宝京东的账户,把它跟我们的银行账户关联起来,我们就形成了一个数字化的顾客。一旦成为了一个数字化的顾客,我们就在互联网上选购商品,完成一个购买。那么这个时候一个采购和交易就在互联网上发生了。那么当我们给自己生成一个微信的账号,QQ的账号,我们注册了服务的时候,就可以跟自己的朋友交流,甚至可以使用什么在附近找个朋友去进行一个社交。那么当人数字化了之后,我们就在互联网上有了一种新的社交方式,而这个方式今天已经变成了很多人主要的社交方式。

整个互联网发展的过程就是一个数字化的过程,今天我们的世界产生了一个非常强大的虚拟世界的或者叫数字世界,它是个虚拟的世界,而虚拟的世界他的能力非常强大,功能也很多,使得很多人越来越愿意生活在塞博会的里面,而真实世界的变得索然无味。今天在我们的数字世界虚拟世界和物理世界之间存在一个巨大的鸿沟,很多人走路也要看手机,开车也要看手机,是因为数字世界对他的吸引太大了。

我们的物理世界该怎么办?就是未来人工智能要解决的问题,人工智能对我来说是一个重要的把数字世界,对不起把物理世界数字化的一个工具,让我们来看看我们今天的社会好了。在大街小巷人来人往的时候,今天的计算机视觉已经可以把每一个人看得很清楚了,他们长什么样子,他们是谁穿什么衣服,拎个什么东西,跟谁在一起去什么地方待了多久?

事实上我们今天做了一些黑科技,能够在非常远的距离去做这些东西的识别你在图像也可以看到50米外的人,他的面部也可以清晰的被拒记录识别出来。那不仅仅是人,我们的路面也是一样,比如说车辆,今天我们的软件已经可以把交通场景每一辆车,他的车牌号码,它的品牌型号,生产年份,司机有没有再打电话,抽烟戴安全带,这些信息都可以收集起来。

那么这些功能已经很强大了,但是如果你想一下,当我们把这些人工智能的设备联网以后,会发生什么事?在北京的道路上有20万个这样的数据源,每一个数据源过去只是录像,但今天已经变成了结构化的信息!当你想象这些信息在一个地图上关联起来的时候,本质上你就会知道每一个建筑物里每一个道路上,每一个桥里,人们是怎么移动的,他们在干什么?他们跟谁在一起去打交道。那么我预测未来我们的物理世界也会被数字化。

当那天发生的时候,你就会发现塞伯尔的跟Facebook的界限已经没有了,所有的东西,所有的行为,所有的身份,所有的交易,尽管它的物理世界发生,可是它在数字世界里面也有了一个拷贝,我们就具备了很多手段,让这些环境让这些场景的越来越聪明,越来越智能化。我给大家举两个例子,这个我们的各种产品能够把物理世界数字化的产品以及在端的产品和云的产品,因为时间有限,我就不具体讲了。今天我们已经可以给开发者提供完整的端的技术还有云的技术,可以帮助他们把这些技术应用到任何一个独立的场景去设计一个智能化的应用出来,这里面包括各种各样的摄像头,语音的设备,可穿戴式设备,还有机器人的设备。

加油站为什么想要被数字化呢?加油站主要是卖汽油的,它未来他想卖更多的非油产品,因为加油站的业务也面临转型,他们就觉得说皆有这么多车来我的加油站,这些都是汽车流量,为什么我不能做更多的汽车后市场,汽车,保险,汽车服务,洗车,甚至是未来可以做很多,比如说加油站里面会有越来越多的充电站,人们在充电的时候再等个二三十分钟,这二三十分钟干什么,也许他需要吃饭,也需要消费,所以未来的加油站会变成一个综合式的一个汽车流量的服务场景。

首先我们的设备把加油站内所有的事情都数字化了,所有的信息都数字化之后,我来简单的大家呈现一下,我们给加油站呈现的什么东西?每一天在加油站前面路过了多少车,哪些车是什么牌子的,什么型号的?那么今年每月哪些车是每天都路过,估计是在他的必经之路,还是这些车是偶尔路过的?那么有多少车来到加油站消费了,这些车是高端的,低端的还是终端的?然后这些车除了加油还做了什么?他去店里买了什么东西,客人是用了会员卡,还是用现金消费,从他的消费记录里面大概可以预测出来他是怎么使用车的,以及他平时可能购买什么东西。那么这些信息可以帮助加油站去规划他未来的这种新形态的游和非油的业务。

甚至我们有一些客户把我们的设备装在一辆小的卡车上,然后把这个车开到他的竞争对手加油站的门口,在这待两天,收集竞争对手的数据来去判断说跟竞争对手相比,他们目前的优势和劣势分别是什么样子的。

我们再来讲个零售场景,我具体要讲的是实体零售,为什么实体零售很重要?那么在我刚回国2013年的时候,没有投资者愿意我们把科技投入到实体零售行业,因为他们认为电商会席卷整个零售行业。但是五年过去了,中国变成了一个电商很发达的国家,我们会看到GMV的增速在迅速的崩塌,三年前是180%,后来变成80%再变成30%,今年能不能守住15%都不一定。那么第二件事情就是我们整个社会的零售百分之是发生在线下的,只有18.2%是发生在线上的。我们今天怎么样进一步去提高线下零售的效率,我们的想法也是一样,我们要把整个零售场景数字化,我们要把人数字化商品数字化,场地数字化交易数字化。

当所有的信息都数字化了之后,其实我们就可以把它电商上一些很发达的数字化营销和分析的工具,用在线下零售的例子里面,因为时间有限,所以我就不赘述了,我大家讲一个例子,我希望两三年之后,当我走进一个商店买东西的时候,我很着急,我要买牙膏!我走到一个货架跟前,有个小屏幕,我就问他说牙膏在第几排,他说在第五排往后走。然后走到这牌之后,我看到很多产品,我不知道该买什么,我拿出来一个问他说家里有老有小,适合全家人能用牙膏是什么牌子的,他会问我说您是需要美白,还是需要更加注重除虫的?我说都需要,最近有什么产品在打折的,他说最近有产品在打折,那么一个货架上的小的机器人或者一个屏幕就能够解答这样的问题,它顺便会告诉我说,今天你可以使用什么样的折优惠。那么我的购物的过程就这样完成了。对,这就是我未来的智慧城市的场景,我们各种各样的物联网和智能的设备跟那个人一起构成了未来的一个部分现实和虚拟的世界。谢谢。

2018年10月19日,由上海市浦东新区人民政府、上海市金融服务办公室、上海现代服务业联合会指导,亿欧公司、上海现代服务业联合会汽车金融产业专委会、圆石金融研究院主办,车轮联合主办的“汽车流通新变量——GIIS 2018汽车新消费产业创新峰会”将在上海金茂君悦大酒店隆重举办。

2018年,汽车流通领域正在发生新的变化。汽车市场已经从产品主权时代步入消费者主权时代,市场上出现了新的人群分化,多元化定位的企业开始以各种角色服务于汽车消费场景中。随着流通体系的重构,汽车新消费下半场开局。

本文系投稿稿件,作者:赵勇;转载请注明作者姓名和“来源:亿欧”;文章内容系作者个人观点,不代表亿欧对观点赞同或支持。

[摘要] 本文从五个方面介绍AI在智能安防上的应用:①人工智能的人脸、人体和车辆识别技术;②安防产业为什么需要智能硬件;③基于仿生原理的人眼相机;④当前的人脸识别技术与安防问题;⑤深层大数据挖掘在人工智能物联网中的意义。

  AI技术的成熟,使得由

来自动消化海量监控视频数据成为可能。目前,人工智能已经逐步渗透到安防行业,最终将会把以视频网络为核心的安防产业,重塑为以结构化数据为核心,以精确情报生产为目标的智慧物联网产业。

  作为智能安防的先行者,格灵深瞳在近4年间推出多款应用于安防的AI产品,包括基于三维计算机视觉技术的皓目行为分析仪、基于结构化数据的威目视图大数据、威目车辆特征识别系统、威目系统,以及全新产品深瞳人眼摄像机。

  在这期雷锋网硬创公开课上,格灵深瞳CEO赵勇博士基于自己多年的研究和行业经验,深入分享AI技术将怎样以智能硬件、大数据挖掘和物联网的形式,深刻地变革整个安防行业。

传统安防的现状和急需解决的问题

  安防监控行业大家可能是既熟悉又陌生,如果你不是这个行业的从业者,对你来说布满的整个街道便是安防监控最重要的一种表现形式。中国是全世界最大的安防市场,十几年前国家就开始建设平安城市体系,这个体系基本决定了中国安防行业的组成和现状。

  1、传统安防行业的现状

  从产品角度讲,平安城市的建设会布置大量摄像头,这些摄像头产生大量录像数据。大量录像机背后有着庞大的视频网络,而这些影像数据需要传到监控中心。在监控中心,人们几乎可以看到任何地方的视频。

  在中国平安城市建设里,大多数摄像头都已实现了数字化和网络化。如果想要了解中国的安防行业,我觉得可参考一下全世界规模最大的安防企业海康威视官网。我发现一件特别有意思的事,当我打开海康威视的官网时,他们这样定位自己:

  海康威视对自己的定位是:以视频为核心的物联网解决方案提供商。

  以视频为核心是一句很精确的话。在今天的安防监控行业里,几乎所有组成都是以视频为核心:摄像头是视频的生产者,录像机是视频的存储者,网络是视频的传播者,监控中心是视频呈现的地方。

  海康威视的产品栏有网络摄像机、模拟摄像机、数字摄像机、摄像机配件,显示与控制产品、存储产品、传输产品、编解码产品、完全是以视频为核心的。

  目前国内物联网规模已非常巨大,一位硬盘公司的朋友告诉我,他们公司生产的硬盘,每两块就有一块进入了安防行业。

  以北京为例,属于政府和社会公共机构的摄像头总数超过200万个,这些摄像头和我们手机摄像头不一样的地方在于它每分每秒都在保持录像,它每天就会产生长达200多万天的录像,折合成年就是5000多年。

  所以我们整个安防体系,从摄像头到存储都是一个拥有极大数据量的网络。这个网络的数据是由谁生产?当然是摄像头生产的。但这些数据是由谁消费呢?大家想想这个问题。

  在我们当前的安防监控视频网络上,唯一的消费者就是监控中心里的工作人员。简单来说就是警方,他们在破案时会去查看很多录像,个数据生产的速度远超过数据消化的速度,这就导致今天安防监控行业的一个主要矛盾:我们产生了太多的视频,可这些视频却没办法消化。

  《速度与激 情7》里面有一个场景,这个场景就是里有个非常强大且神秘的技术系统。

  这个系统可从全世界所有的监控摄像头里面自动搜索和跟踪任何目标。好莱坞显然对视频安防行业了解甚少,观众也以为今天的FBI、CIA以及国内的公安局都已经开始用这样的体系,但现实并不是这样。

  当今全世界的安防监控体系自动化程度离电影描述的场面相差非常遥远。

  2、急需解决的问题:把普通视频数据变为有意义的“情报”

  我们现在来看一下今天的视频安防网络,如海康威视所描述:它是一个以视频数据为核心的网络,这个网络产生了大量的视频数据。

  那么这些数据需要谁去消化呢?当然需要人去消化,通过人工分析得到有意义的情报。

  客户需要的永远是有意义的情报。无论它是出于对安全因素破案,还是因为管理因素希望了解这个城市里发生的一些事情,这些均是有意义的情报。在《速7》中呈现了几个技术细节,如人的检测、人脸识别、车辆识别、车辆跟踪等等。这些情节在两、三年以前,每项功能和精确度并不是很高。但随着人工智能技术,尤其是的成熟,现在车辆识别、人脸识别这些基础模块的性能、精度已大大提升。

  目前以视频数据为核心的安防监控体系,其实给客户带来了大量的麻烦。因为你产生了非常多的数据,把这些数据放在客户跟前,然后寻找线索,这好比大海捞针。所以整个行业都把希望寄托在智能化上,所谓智能化就是能够把人工智能引进来,把所有的视频数据除了人以外,引进人工智能Consumer,能自动把这些视频数据里面的内容和目标变成结构化数据。

  结构化数据就是数据能够直接表达目标的性状、属性以及身份。

  这种数据可以大规模去检索,大规模地分析、统计。智能化是希望AI能够变成以视频数据为核心的物联网里面,这些数据的Consumer,这时候Consumer的Output就是结构化数据。

  结构化数据也不能直接拿来使用,因为这些数据一旦实现了大规模结构化后,数据量仍旧非常庞大。

  我们来想这么一件事,我个人对物联网的理解就是当互联网发展到一定程度,它的网民就不仅仅是人了,有很多设备也与人一样属于互联网。这些设备会自动产生数据,有一些设备会自动消化数据。

  在安防监控网络上,数据的产生者是摄像头、录像机。数据的消化者是人工智能和人。

  但是当人工智能把这么多的录像转变成结构化数据后,就会产生一个新的数据海洋:结构化数据海洋。如果数据没有经过很好的挖掘,那它也不是有意义的情报。结构化数据目前已经可以使用非常成熟的手段去挖掘,这个过程中会有一些非常浅度地挖掘、简单的筛选:比如黑名单。检测到一辆车时,车牌号码是一个嫌疑犯车牌号,当我检测到车牌号码时,这辆车就被后台预警。

  再比如说我要检测一个人:假设我有一张逃犯的照片,当我在某个地铁站的摄像头里看到一个人长得像这个逃犯时,它可能就变成了一个有意义的情报。

  在医院里也可以有一个非常浅度的挖掘,如在医院会发现有些人来闹事,它可以把这些人提前放在“医闹库”里。当这些人来到医院时,医院的保安就能第一时间得到警告。

  事实上还有很多挖掘是比上述的挖掘复杂得多,比如医院挂号的地方有很多号贩子,这些人扰乱了医院的服务的秩序,如何把这些号贩子找出来?怎样能够挖掘出号贩子和普通正常病人的差别?这里就要对号贩子的行为做一些分析,从大量的人脸数据和行为数据中自动把这些特定的人员挑选出来。

  除此之外,还有一件有趣的事,当人工智能产生大量的结构化数据后,会有大量空间需要去做针对应用的数据挖掘。因为以前在没有结构化数据时期,不同客户使用的摄像头和录像机都是标准设备,他只要看到画面就行。它从画面里观察得到的信息如何体现到它的业务内容,这些事情需要人去做的。

  当今天这些数据变成了结构化数据以后,在不同行业、不同场景要有大量的数据挖掘应用才能够有效地把结构化数据变成有意义的情报。

  所以我认为未来人工智能在安防监控行业会有大量应用软件的市场空间,为各个垂直行业去做针对性的数据挖掘。

我要回帖

更多关于 格灵深瞳人脸识别技术简介 的文章

 

随机推荐