前言：在數(shù)據(jù)即價值的大數(shù)據(jù)時代，充分挖掘數(shù)據(jù)的應用價值成為各行各業(yè)攻堅的熱點，尤其在公安、交通等數(shù)據(jù)體量龐大的應用領(lǐng)域。如何讓城市每日千億級視頻大數(shù)據(jù)實現(xiàn)實時分析并結(jié)構(gòu)化處理，以便讓基層單位和職能部門按需啟用，這是一個極具挑戰(zhàn)的難題。本次我們邀請到北京以薩技術(shù)股份有限公司副總裁姚巍，一起圍繞著視頻大數(shù)據(jù)的結(jié)構(gòu)化處理和融合應用展開相關(guān)探討!

　　Q：a&s總經(jīng)理、總編輯關(guān)玉娟

　　A：北京以薩技術(shù)股份有限公司副總裁姚巍

　　Q：請簡要介紹一下以薩在大數(shù)據(jù)及人工智能方面的核心業(yè)務和技術(shù)研究?

　　A：以薩在海量信息挖掘、分析、處理領(lǐng)域擁有十余年的技術(shù)積累，專注于人工智能、計算機視覺及大數(shù)據(jù)領(lǐng)域的技術(shù)研發(fā)及創(chuàng)新應用，是一家以視頻人工智能為核心的多維數(shù)據(jù)融合分析解決方案提供商。主要是針對刑偵、情報、治安、反恐、交通管理等警種和部門的業(yè)務痛點，設計研發(fā)性能領(lǐng)先、融合創(chuàng)新的公安實戰(zhàn)型系列產(chǎn)品，重點應用于卡口車輛圖像大數(shù)據(jù)實時分析、全市全省級車輛圖像聯(lián)網(wǎng)應用、重點車輛監(jiān)管、高危車輛實時預警、智能交通管理、視頻目標智能分析、動態(tài)人臉比對、移動警務等領(lǐng)域。

　　Q：和行業(yè)其它技術(shù)型企業(yè)相比，以薩的技術(shù)和方案優(yōu)勢在哪里?

　　A：當技術(shù)服務于公安實戰(zhàn)應用時，站在客戶視角，往往關(guān)注點是不同的。比如在偵查辦案過程中，除了技術(shù)算法的先進性，用戶往往更關(guān)心技術(shù)場景化、規(guī)?；瘧?。我們不僅不斷優(yōu)化升級算法水平，也非常關(guān)注在方案設計、架構(gòu)設計、集群調(diào)度等方面的優(yōu)化。拿視頻結(jié)構(gòu)化分析來說，以薩的視頻實時目標分析系統(tǒng)已經(jīng)可以流暢的分析超過2800路的實時視頻監(jiān)控，這種立足于規(guī)?；瘧玫目紤]，使我們的方案在實戰(zhàn)應用中顯得更為出色。另外，在對部級、省廳級、市縣區(qū)級不同數(shù)據(jù)量規(guī)模的項目中，我們積累了豐富的工程實施經(jīng)驗，交付能力非常強。

　　另外，以薩的優(yōu)勢還在于擅長基于用戶需求來制定技術(shù)方案，屬于“實干派”。比如我們在開發(fā)公安系統(tǒng)應用時，通常是面對面聽取一線辦案人員的需求，將這些需求通過技術(shù)導入到系統(tǒng)當中，一點點落實高度貼合業(yè)務需求的實戰(zhàn)應用，以能解決公安偵查辦案過程中的業(yè)務痛點為出發(fā)點。當然這種“定制化”的系統(tǒng)在偵查辦案的效率上也有直觀的表現(xiàn)，以前破案可能需要一兩個月的時間，現(xiàn)在有的案件只需要十幾分鐘就可以搞定，辦案效率提升特別快。

　　還有一點，我們的系統(tǒng)在成本、性能等方面有很強的落地優(yōu)勢。首先在成本方面，在GPU性價比逐漸下降的當前，以薩通過對算力資源不斷進行優(yōu)化，極大地降低了用戶大規(guī)模部署人臉、車牌視頻實時分析應用的成本。另外以薩也一直在提高算法的處理性能，致力于城市級視頻大數(shù)據(jù)的結(jié)構(gòu)化處理，助力數(shù)字化城市，智慧城市的建設。

　　Q：以薩怎么理解智慧城市和大數(shù)據(jù)?

　　A：有個叫“模擬城市”的游戲，這款游戲表面看是城市建模，建筑物、街道、人、車、公共設施這些元素如何在城市范圍內(nèi)進行合理分配？其核心邏輯其實是基于數(shù)學知識通過數(shù)據(jù)精準計算出來。通過游戲我們可以參考真實城市的建設，在現(xiàn)實城市建設當中，視頻數(shù)據(jù)是城市規(guī)劃主要的數(shù)據(jù)來源，我們的系統(tǒng)也會接很多其他的警務數(shù)據(jù)，包括酒店、旅店、網(wǎng)吧甚至物流等領(lǐng)域的數(shù)據(jù)。這些數(shù)據(jù)是實時動態(tài)的，通過對這些數(shù)據(jù)的采集、分析挖掘應用，我們不僅可以針對公共安全做預警防控，其實還能基于這些數(shù)據(jù)對城市規(guī)劃、城市管理作出參考。

　　但有一點很關(guān)鍵，就是要保障數(shù)據(jù)的實時性，實時性意味著什么？一個是基于計算機視覺，系統(tǒng)能夠在毫秒級把目標摘出來，第二是在百億級甚至千億級數(shù)據(jù)中，秒級呈現(xiàn)搜索結(jié)果。在大數(shù)據(jù)平臺上，以薩做了很多深度優(yōu)化，并結(jié)合公安實戰(zhàn)需求推出了很多快捷組件。相比于其他的平臺，以薩的大數(shù)據(jù)平臺目前已經(jīng)在視頻數(shù)據(jù)的實時性上做得很透徹，兼容華為云和其他主流云平臺。通過以薩自有的快捷組件在云平臺上的高速運算，可實現(xiàn)卓越的數(shù)據(jù)處理性能。

　　以薩的快捷組件是專門針對公安細微業(yè)務需求推出的專用組件，具有很強的針對性，比如針對車輛是否第一次進城這種細微的應用，在公安領(lǐng)域，像這一類細微的業(yè)務需求其實很多。我們的目的是通過深度學習技術(shù)給每一輛車、每一個人、每一個目標物件都打上“標簽”，即使車牌（人臉）被人為遮擋，也能通過其他的特征比對找到它，這種框架下的視頻才能發(fā)揮最大的價值。

　　IBM早期提出過“智慧地球”的概念，相當于是城市大數(shù)據(jù)的雛形，我們早期也受到“智慧地球”的影響，那么，如何去實踐這個概念？我們認為首先要找準行業(yè)，然后再找到行業(yè)痛點去解決它。以薩將重心聚焦在智慧公安領(lǐng)域，公安大數(shù)據(jù)的痛點在哪里？首先是海量非結(jié)構(gòu)化數(shù)據(jù)的實時價值挖掘，然后是多維數(shù)據(jù)的融合，圍繞著這兩點，以薩制定了“以視頻AI為核心的多維數(shù)據(jù)融合”的業(yè)務主基調(diào)。以前我們說“數(shù)據(jù)池”，現(xiàn)在可以稱之為“數(shù)據(jù)江”，因為數(shù)據(jù)是實時流動的，用戶能夠在這條“江”里高效的撈出有價值的數(shù)據(jù)信息。

　　Q：城市級的視頻大數(shù)據(jù)智能分析系統(tǒng)契合了哪些應用需求?其技術(shù)框架是如何構(gòu)建的?

　　A: 在公安實戰(zhàn)業(yè)務中，如何在海量數(shù)據(jù)中搜集線索鎖定一個人物目標，其技術(shù)邏輯大概是這樣的：以人的身份信息為核心，通過對身份證、人臉、人像以及住宿、消費等信息的采集分析，勾畫出目標人、時間、空間等多方信息的關(guān)聯(lián)，一張信息網(wǎng)鋪下來，要鎖定目標人物，技術(shù)模型其實很簡單。一個城市的視頻監(jiān)控采集上千萬人臉信息，交通卡口采集千萬級的車輛數(shù)據(jù)這些都很正常，要織就城市級大數(shù)據(jù)網(wǎng)絡需要構(gòu)建真正具有超強計算能力的大數(shù)據(jù)架構(gòu)。

　　前面我們講到給人、車、物都打上屬性標簽，當所有的目標都標簽化后，在整個大數(shù)據(jù)平臺架構(gòu)當中，當我們輸入一串車牌、一張人臉信息時，系統(tǒng)不光可以彈出搜索結(jié)果，還能呈現(xiàn)關(guān)聯(lián)信息，比如通過車牌關(guān)聯(lián)的車主信息，這種關(guān)聯(lián)信息一般具有長期性，時間跨度以年為單位，系統(tǒng)要保障在挖掘歷史關(guān)聯(lián)信息的時候也能夠?qū)崿F(xiàn)毫秒級反饋結(jié)果。

　　這其中最難的是把持續(xù)更新的數(shù)據(jù)信息融合進來并和歷史信息串聯(lián)在一起，需要不斷增加信息節(jié)點，擴展關(guān)聯(lián)模型。針對這個技術(shù)門檻，以薩采用的是定制化融合引擎，它可以把共性的信息先計算出來，當新的不同類型的數(shù)據(jù)采集完后，后臺程序只需要在業(yè)務模型新建一個模塊，添加一個接口，然后以插積木的方式將模塊插入到引擎當中即可。

　　Q：在這種針對城市級大數(shù)據(jù)智能分析處理系統(tǒng)上，作為技術(shù)提供商，大家的競爭點在哪里?

　　A：競爭點主要在于兩點，一是跟用戶需求的貼合程度，第二是技術(shù)門檻。從最開始的設計思路到不斷的實踐再到真正落地應用，這期間以薩已經(jīng)積累了相對豐富的經(jīng)驗，在2014年便已經(jīng)理順了公安大數(shù)據(jù)的應用邏輯和趨勢，這幾年一直以高規(guī)格的標準細化每一項技術(shù)的應用水平。業(yè)內(nèi)其他廠商百萬級數(shù)據(jù)要求一分鐘檢索出來，但我們要求的是做到毫秒級，為后期的數(shù)據(jù)大融合鋪墊基礎(chǔ)，這也構(gòu)成了以薩目前的技術(shù)壁壘。

　　Q：大數(shù)據(jù)融合目前存在哪些難點? 對此，您想向業(yè)界呼吁什么?

　　A：我們設想很大，而且技術(shù)也比較成熟?，F(xiàn)在的問題第一是人力不足，第二行業(yè)環(huán)境還比較浮躁。我們希望整個業(yè)界能踏踏實實沉下來落到實處，少一些炒作和噱頭，真正從業(yè)務需求來引導技術(shù)的發(fā)展，而不是反過來由技術(shù)去整合推動業(yè)務。正常的流程應該是：深入了解業(yè)務需求-提出可行性構(gòu)想-攻關(guān)技術(shù)難題-落實方案。第三是管理思維和管理模式的改變。要實現(xiàn)大數(shù)據(jù)的融合貫通，需要打通各部門之間存在的數(shù)據(jù)孤島，這其中最難解決的其實是改變管理者慣有的思維模式，目前以公安系統(tǒng)為代表的應用領(lǐng)域已經(jīng)在推動這種思潮的變革，相信接下來，國家在推動大數(shù)據(jù)融合方面的腳步將進一步加快。

　　Q：您如何研判在全球范圍內(nèi)，中國在這方面的技術(shù)領(lǐng)先性?

　　A：目前在全球安防領(lǐng)域，中國智能安防技術(shù)和安防系統(tǒng)的整體布局都是最領(lǐng)先且全面的，這跟政府的大力投入有很大關(guān)系，當然也涉及到國家在安全和隱私方面的側(cè)重點。不過從技術(shù)層面來講，在人臉識別、計算機視覺等國際性比賽中，中國企業(yè)一直都名列前茅，盡管是實驗室數(shù)據(jù)，但也足以證明技術(shù)的領(lǐng)先性是值得肯定的。

　　編后語：

　　數(shù)據(jù)不是一灘靜止不動的死水，然后做水的分類和水質(zhì)的分析，而是一條流動的數(shù)據(jù)河流，大數(shù)據(jù)的真正含義是在流動的實時數(shù)據(jù)中根據(jù)數(shù)據(jù)分析需求，不斷把有價值的數(shù)據(jù)打撈出來，形成源源不斷的價值數(shù)據(jù)流和數(shù)據(jù)庫，同時可以根據(jù)應用邏輯和交集需求，形成以視頻AI為核心的多維數(shù)據(jù)融合應用，產(chǎn)生大數(shù)據(jù)真正的應用價值，為城市級安全防范、預警以及城市規(guī)劃和管理提供有力支撐。這是以薩提供給我們的關(guān)于大數(shù)據(jù)的內(nèi)涵和意義的解讀。

　　多維數(shù)據(jù)融合的價值無容置疑，但是前提是要打破條狀管理鏈條造成的數(shù)據(jù)孤立，某些城市已經(jīng)就數(shù)據(jù)共享立法，從法制層面從頂層開始打通大數(shù)據(jù)應用的任督二脈。期待更多的城市跟進，管理必須觀念先行，才能有效應用技術(shù)手段落地解決越來越龐雜的城市管理問題。