以萨姚巍:AI 安防的“多维”打法 - 技术应用 - 智能交通世界网_智慧交通网 ITS114.COM|中国智能交通领先的门户网站
  • 以萨姚巍:AI 安防的“多维”打法

    2019-01-25 12:03:53 来源:雷锋网 作者:张栋 评论:
    分享到:

    有人说,战术问题不是问题,错了也无关痛痒,但战略错了,则极可能一去不复回——于个人、于公司如是,于国家更如是。

    就AI安防赛道,以萨与其他玩家的战略打法总是有些异同。

    blob.png

    以萨副总裁姚巍

    当大多数公司聚焦“人脸”,发力安防时,以萨的技术主体围绕“车”而展开;当对手们在“人脸”赛道刀剑相争后、你乏我疲时,以萨的航道又从“车”转向做“多维数据融合分析”。

    “所谓多维数据融合分析,就是打通各类公安与社会前端采集的结构化和非结构化、动态和静态的多维度数据,将一些数据片段串成一条线去融合分析,从“物理结合”走向“化学融合”。

    至于具体数据,它绝不仅仅存在于人脸识别、车辆识别、生物识别、物体识别等AI常规认知领域,还有基于公安业务管理数据的顶层AI应用,一个广泛的无人区。”

    以萨副总裁姚巍向雷锋网解释说,“我们以前、现在及未来要做的事情很简单,就是要为这个社会上的每一个人、每一辆车建立一个‘档案’, 然后通过AI等技术更好、更快、更全面地识别他们、分析他们。”

    成立于2015年的以萨是一家以视频人工智能为核心的多维数据融合分析解决方案提供商。

    目前,以萨的融合产品和解决方案已服务覆盖包括公安部、北京、广东、山东、四川、江苏、安徽、福建等20多个省部级公安机关、900多个县市区,并拓展服务于社会管理、智能交通、服务民生等领域。

    数据、融合

    为什么要做多维数据融合分析系统?这是雷锋网抛出的第一个问题。

    “基于单一数据的分析已经难以支撑公安现实所需,未来AI安防赛道的比拼,一定是多维数据综合能力的较量。”姚巍答道。

    近些年,得益于“天网工程”、“雪亮工程” 等项目的落地,中国安防市场具有了其他国家和地区无法比拟的高度动态性和丰富性。

    而AI的出现,也的确也让这个稍显古老、闭塞的行业革新了生产、作业模式,让中国成为了世界上最为安全的国家之一。

    同时,在警方实战、破案率得以提升的背景下,犯罪嫌疑人的对抗手段也得以“升级”。他们在犯罪过程中反侦查意识逐渐提高,犯罪的隐蔽性越来越强,作案手法也在不断升级。

    也就是说,往常公安部门常规的破案手段有时会遇到阻碍,破案难度和工作量剧增。

    巧妇难为无米之炊,业务能力再强大的民警在这些零碎的信息面前也无能无力,即便通过常规视频侦查发现了目标,有时候也无法落实嫌疑人的身份。

    “这是眼下所有警方都会遇到的一个难题。”

    姚巍谈到,单一维度的数据分析难以落地人员身份,单一维度的侦查和管控手段容易被犯罪嫌疑人规避,功能单一的系统盲点多,刻画目标不够全面,难以进行深度研判和轨迹追踪。

    “多维数据融合分析系统可以很好地解决上述问题。”

    他解释,当数据量越来越大,数据层次越来越丰富,数据的融合应用也将产生更高的应用价值。

    多维数据的出发点就是打破各环节之间的数据壁垒,让数据进行深度融合,挖掘数据背后的价值信息。

    比如,某个街道发生了一起刑事案件,通常的解决方法是调取人脸或者车牌,如果所有探头都未能拍到高清线索,很多时候就会阻碍民警破案进展。

    通过多维数据研判,就可以在视频数据的基础上扩充数据维度,从而进一步提升识别效果,并在数量级上降低错误率。

    他介绍,多维目标的智能关联要打破过去仅仅“电磁—卡口”两维并轨分析的局限,建立视频、卡口、人脸、人像、电磁等等多元数据互相碰撞模型。

    以“人”的掌控为终极目标,根据属性关系、时空关系、语义关系、特征关系、行为关系、社会关系、身份关系、通联关系,进行多维度数据的底层深度关联分析。

    通过对每个目标建立独特的全维度“信息DNA”,可以实现全维度数据的“核聚变”效能。

    后期,将视频、卡口、人脸、人像、电磁等多前端采集信息一张图刻画,跨数据源多种功能深度应用,实现以前人工无法串并分析,只有经过大数据分析库库碰撞才能实现的全息研判,实现对异类低密度高价值信息的有效利用度。

    以以萨视频AI多维数据融合分析平台为例,其打破了多警种资源、跨平台业务、非标系统等的数据壁垒问题,全面打通了人、车、物多维数据的自动关联和分析。

    同时,它利用AI+大数据技术,对多维数据进行自动关联匹配,在技术层深化了人工智能应用,实现了视频监控、卡口数据和人员数据的复合应用,有效提高了在案件研判及事前布控预警中的实战支撑效能,从而解决单一警种的业务难题。  

    目前该系统可满足场景化条件下千亿巨量级数据的实时计算、存储、智能的研判分析实战升级需求。

    姚巍强调,在应用层建设上,必须以实战需求为导向,实现精准预警、精准打击、精准防范、精准管理应用。

    实战、价值

    “实战能力是检验一家AI企业业务优劣的最佳标准。做AI安防,不是一句简单的口号,需要身体力行地去实战落地,去产生价值。”

    “实战”、“价值”,这四个字是姚巍对于AI落地安防的理解,也是他常常挂在嘴边的箴言。

    AI安防市场看起来很热,要做好其实并不容易。比如在产品落地阶段,技术提供商需要接触各种前端厂商、集成商,然后根据用户的实际需求进行调试、落地。用户的实际需求都不尽相同,也就是说每个项目都有可能做多次定制化,这对企业的技术能力、产品能力、服务能力都是重大考验。

    姚巍说,技术从实验室走向工程环境,最难的便是实战落地。

    以萨实现的融合,并不是简单的多个产品界面组合,而是从规模化应用的角度,建立人—车—物多维应用模型,将过去零散的信息片段串成一条线去融合分析。由传统合署办公的“物理”合成作战,升级为技术手段融合的“系统”合成作战,形成新的精准防控思路,提高预警预测能力、精确打击能力和动态管理能力。

    在此基础上,多维数据融合应用的红利也能更好服务于智慧城市,在综合治理、政务决策、生产安全、环境整治、安全防控、民生服务等多个领域拓展。

    除了谈及以萨自身,姚巍还向雷锋网分享了他对于AI安防行业发展的一些看法。

    在他看来,眼下的AI安防产业已经到了细分市场阶段。

    安防市场发展前期(小众市场),AI的突然出现会让传统耕耘者措手不及,竞争的加剧也会让很多差异化明显的产品加速袭来。

    在这个过程中,打了胜仗的,大多是善于发现用户痛点,并能做好准备迎接挑战与需求的企业。

    到了市场发展中期,也就是细分市场阶段,市场需求会因为技术、产品的进一步成熟而变得多样化。不同于小众市场的是,这是在大规模市场基础上的多样化。

    在这个过程中,用户开始慢慢分化,对于技术都有自己的理解、偏好及需求。而此时胜出的选手,会是懂得如何深耕细分市场、不再盲目追求趋同“爆款”的企业。

    再往后,也就到了复合市场阶段,AI安防需求会高度碎片化。彼时胜出的企业,往往是能够提供复合型场景化解决方案的企业。

    姚巍分析说,现在的AI安防市场刚刚到了第二个时期,需求常常以指数级速度涌现,这个过程会吸引大量投资,产生一些泡沫,这些都是对于市场需求的正常反应。

    在这个阶段,不同类型的企业在不同层面竞争,商业场景将变得更加复杂。

    而这,也正是为什么以萨起初成立便选择从“车辆识别”赛道攻入,之后发展壮大再做多维数据分析深耕细分市场,为后期做更大、更深布局埋好伏笔(平台型)。

    同时,他也强调,战略打法只是企业宏观层面的作战方针,会让公司的所有同仁劲往一处使,力往一块集。从微观层面来说,还是需要每个人一步一步夯实基础,包括技术、产品及服务。

    “我们现在要做的,便是一步一个脚印地,把“实战”“价值”这四个字变成现实和信仰。”

    另外,采访最后,他也寄语同仁,在CV赛道的AI企业,需要时刻保持对产品市场成长阶段的观察及判断,未雨绸缪、从容布局,为下一阶段的猛烈竞争而上下求索。

  • 关键字: 以萨 AI 安防
  •    责任编辑:刘艳
  • 关于我们
  • 联系我们
  • 广告赞助