業(yè)界皆知,2018年人工智能技術(shù)逐漸在安防領(lǐng)域落地。AI的應(yīng)用不僅僅體現(xiàn)在人臉識別、車輛識別和物體識別等認(rèn)知領(lǐng)域,最重要的是圍繞實戰(zhàn)業(yè)務(wù)需求的多維數(shù)據(jù)融合分析和研判能力,這類AI應(yīng)用層面上的解決方案能夠更為直接地為行業(yè)用戶呈現(xiàn)價值,因此,也更受到用戶的強(qiáng)烈關(guān)注。
多維數(shù)據(jù)融合更貼近實戰(zhàn)應(yīng)用
一直以來,雖然安防都是以人工智能最佳落地點自居,不過,從總體來看,以AI視頻為核心內(nèi)容的理解能力普遍偏弱, 當(dāng)前的智能分析大多為單場景的目標(biāo)檢測和行為分析,而大范圍場景的關(guān)聯(lián)行為分析較缺乏,這在一定程度上,限制了AI在一些業(yè)務(wù)場景領(lǐng)域的最大化價值的發(fā)揮。
而多維數(shù)據(jù)融合分析則是為大范圍場景業(yè)務(wù)而生,并且更貼近實戰(zhàn)應(yīng)用需求。北京以薩技術(shù)股份有限公司副總裁姚巍在采訪中表示,人臉識別、車輛識別和物體識別等是AI核心技術(shù)構(gòu)成部分,由此而來的海量結(jié)構(gòu)化數(shù)據(jù)十分重要,但它們僅是代表單一項或單一場景AI內(nèi)容,而且,這些結(jié)構(gòu)化數(shù)據(jù)僅是數(shù)據(jù)來源而已,最重要是能對手上的數(shù)據(jù)做什么,畢竟,相對于各項技術(shù)指標(biāo)的極致化,行業(yè)用戶更為關(guān)注AI和實際業(yè)務(wù)的融合度,能夠給他們帶來中哪些意想不到的應(yīng)用價值,而這恰恰需要從平臺層提供動靜態(tài)、多模態(tài)的海量業(yè)力數(shù)據(jù)的多維融合、分析和關(guān)聯(lián)能力才能實現(xiàn)。
無疑,公安、交通、平安城市等行業(yè)應(yīng)用實戰(zhàn)需要平臺級的多維數(shù)據(jù)融合分析技術(shù)。以警務(wù)偵查領(lǐng)域來講,單一維度的偵查和管控手段已經(jīng)無法解決當(dāng)下的警種工作實際需求,原因是單一維度的數(shù)據(jù)分析難以落地人員身份,同時,也無法運動目標(biāo)進(jìn)行全面刻畫、軌跡追蹤難、預(yù)警難,而且單一維度的偵查和管控手段容易被規(guī)避。
以薩是標(biāo)榜為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。在前段時間舉辦的北京安博會上,以薩盛裝亮相了實戰(zhàn)級多維數(shù)據(jù)融合、6000路視頻實時分析以及智慧交通風(fēng)險監(jiān)測三大行業(yè)解決方案,生動展示了通過視頻AI+大數(shù)據(jù)融合分析,搭建起平安城市的多維、立體、動態(tài)化數(shù)據(jù)防控體系。其中,以薩的視頻AI多維數(shù)據(jù)融合分析平臺打破了多警種資源、跨平臺業(yè)務(wù)、非標(biāo)系統(tǒng)等的數(shù)據(jù)壁壘問題,全面打通了人、車、物多維數(shù)據(jù)的自動關(guān)聯(lián)和分析,并且利用AI+大數(shù)據(jù)技術(shù),對多維數(shù)據(jù)進(jìn)行自動關(guān)聯(lián)匹配,在技術(shù)層深化了人工智能應(yīng)用,實現(xiàn)了視頻監(jiān)控、卡口數(shù)據(jù)和人員數(shù)據(jù)的復(fù)合應(yīng)用,大大提高了在案件研判及事前布控預(yù)警中的實戰(zhàn)支撐效能,從而解決上述單一警種業(yè)務(wù)難題。
據(jù)悉,以薩已在全國各地搭建了多維數(shù)據(jù)深度應(yīng)用平臺,圓滿護(hù)航廈門金磚峰會、全國兩會、上合峰會等重大活動和會議的安全保障工作,這些實戰(zhàn)應(yīng)用經(jīng)驗為以薩未來開展多維數(shù)據(jù)的交叉融合分析,提供更加有效的數(shù)據(jù)支撐,從而不斷反哺數(shù)據(jù)融合實戰(zhàn)應(yīng)用。
平臺需深化定制化開發(fā)和持續(xù)優(yōu)化
針對大場景業(yè)務(wù)領(lǐng)域,基于同一平臺下,僅道路車輛監(jiān)測采集的數(shù)據(jù)在清洗之前可達(dá)幾個億級,經(jīng)過視頻結(jié)構(gòu)化后的數(shù)據(jù)最大也可達(dá)上億級,加上其他的警務(wù)數(shù)據(jù),全業(yè)務(wù)場景下的動靜態(tài)、多渠道數(shù)據(jù)數(shù)量將是百億級甚至千億級。要在多個數(shù)據(jù)庫之間進(jìn)行分析碰撞,智能提取不同模態(tài)、不同時空的視頻、圖像等關(guān)鍵信息并進(jìn)行整合,而且同時要支撐千億級數(shù)據(jù)實時比對響應(yīng),無疑,這對基于人工智能視頻的大數(shù)據(jù)應(yīng)用平臺是一個非常嚴(yán)峻的考驗。
以薩一直專注于圍繞公安、交通、平安城市等行業(yè)需求展開深度AI大數(shù)據(jù)融合應(yīng)用,將自身的專業(yè)度和行業(yè)深耕程度愈加聚攏。在提到當(dāng)前多維融合數(shù)據(jù)分析技術(shù)是否已經(jīng)完全滿足當(dāng)前行業(yè)的應(yīng)用需求時,姚巍表示,以薩擁有深度算法+完整的產(chǎn)品體系,憑借軟硬多引擎,當(dāng)前以薩大數(shù)據(jù)融合應(yīng)用平臺已經(jīng)具備支撐千億級研判能力,基本可以滿足當(dāng)前行業(yè)用戶的業(yè)務(wù)實際需求,但是,無論是公安還是交通,由于每個城市和地區(qū)的特點和要求不一樣,因此就產(chǎn)生定制化開發(fā)的需求,以薩要做的就是不斷滾動對用戶需求的理解,提煉出定制化需求的共通部分,不斷深化主干平臺版本,以最大化滿足用戶的個性化要求。
另外,姚巍強(qiáng)調(diào),隨著平安城市建設(shè)的不斷深入,路上車輛以及采集設(shè)備數(shù)量越來越多,因此,數(shù)據(jù)量將以指數(shù)級持續(xù)積累,未來數(shù)據(jù)量很可能達(dá)到萬億級,這也是以薩不斷在測試演進(jìn)的一項內(nèi)容。而且,未來識別內(nèi)容將不斷豐富,比如,之前車輛識別僅停留在車的品牌、型號及簡單特征的提取,而現(xiàn)在車輛特征識別項目已經(jīng)達(dá)到三四十項,因此,需要我們不斷地對識別對象進(jìn)行研究,以便更好地服務(wù)于實戰(zhàn)業(yè)務(wù)需求。