旷视Face++出席AI领域年度盛会:用AI构建“五度”城市感知

[摘要]3月20日,由中国软件网主办,讯飞开放平台、国家应用软件产品质量监督检验中心联合主办的2018中国人工智能应用与生态峰会在北京隆重举办。
3月20日,由中国软件网主办,讯飞开放平台、国家应用软件产品质量监督检验中心联合主办的2018中国人工智能应用与生态峰会在北京隆重举办。上千规模的参会人员,上百位的加盟AI专家,上百个的AI产品与应用现场展示,造就2018开年又一AI领域年度盛会。

细化应用场景,搭建智能开放平台,共建应用生态,让AI技术落地并伸手可及,成为大会的热点话题。包括东软集团、思必驰、旷视科技、逸橙科技、博思廷、科大讯飞、超盟数据、帆软软件、因果树等企业嘉宾纷纷就其观点发表演讲。

智能社会的载体是智能城市,而其中最为关键的就是协调城市资源,保障城市安全便捷运转的城市大脑。作为最具有中国特色的人工智能领军企业,旷视科技Face++也肩负着“赋能机器之眼,构建城市大脑”的社会使命。旷视科技副总裁谢忆楠在大会上分享了“用AI构建‘五度’城市感知”。

旷视科技副总裁 谢忆楠

在安防行业,通过密布的公共视频监控,我们可以看到整个城市的一举一动,但“看见”并不等于“看懂”,如何真正的去理解、分析视频里的数据并加以应用,才是一个城市的安防真正需要做到的事情。旷视基于自身在计算机视觉技术上的强大优势,以城市为单位,用智能识别分析技术去感知城市的“五个度”——维度、精度、密度、关联度、集成度,让人工智能全面深度改善整个城市。

1. 感知的维度

感知的维度决定了数据的丰富性,有多少数据的类型和对象,就决定应用的实用性。举例来讲,我们从一个视频里最能感知到的东西是人脸,通过人脸识别,我们感知的是你的身份、你的年龄、你的性别、你的民族等信息;通过对行人识别,我们感知的是衣着特征属性、ReID特征、动作、行为、随身物品等;通过车辆识别,对车牌、车型等进行感知。以上这些都是通过可见光的方式进行感知,同时,我们还可以通过多光谱感知和其它电子信号的方式来获取视频中的数据。

2.感知的精度

从感知的角度来讲,除了有更多的维度,每个维度上都要追求更好的精度,精度决定最后的应用效果。以前的人脸识别技术,报十次警可能有九次是误报,现在报十次警可能只有一次是误报,这是一个本质的飞越。

3.感知的密度

密度能带来什么价值?一是弥补精度的不足,精度是需要算法不断提升的;二是受时空的限制,通过高密度的传感器的布置,可以带来对精度不足的弥补。

例如行人的ReID,我们在某一位置发现了一个人(没有看到他的人脸,我只看到他的行人特征),我不应该是在全程对这个人检索,而是在接下来十分钟里,在100米的范围内的高密度布置的摄像机进行检索。

通过这样视频接力、人机混合交互的方式,它可以帮助我们警方用非常低的代价追踪出这个人的轨迹。高密度的传感器不仅能解决信息精度的不足,也能带来更多的应用价值。

4. 感知的关联度

感知的关联度,所有的单个数据能解决一些问题,如果这些数据被关联起来,能带来的价值会更大的。

举例来讲,在视频中我们有的时候能看到一个人的身体和人脸,换到另一个摄像头就只能看到身体,事实上我们可以把行人识别和人脸识别关联起来进行分析。

另外还有车辆的ReID,我们在场景A可以拍到车牌,我还知道它是什么车型,长什么样子;换到另一个场景B只能拍到什么车型;紧接着又在场景C,看到一个行人从车辆走了出来,这样的话,车和人、人脸信息关联起来进行追踪。

5.感知的集成度

感知的集成度,当需要做高密度、强关联感知的时候,会需要非常多的传感器,需要在不牺牲效果的情况下(即提供更强了计算能力,更强的计算效果)保证成本的合理化。

以人脸抓拍为例,一些具备反侦查意识的人,看到摄像头会马上低头,好的抓拍机要满足要非常高的抓拍率、足够的抓拍量,同时具有较高的性价比。

为此我们推出了“旷视敏观MegEyeC3S”这款产品,抓拍率高达98%、单画面抓拍量最多105张人脸、同时具有极高的性价比,与顶级竞品对比,性能高两倍以上,成本更低。

城市的感知非常重要的,要有多维度感知,更好的精度,更好的密度,数据之间要有关联度,最后还要有集成度,通过这样的感知方式,我们可以针对这些数据提供一系列的数据应用。

成立 6 年时间以来,旷视一直深耕金融、安防和地产等行业。立足于自有原创深度学习算法引擎 Brain++,旷视已经开发出了一系列智能产品和解决方案,并在这些垂直行业应用中取得了不错的战果。其中旷视在中国 32个省打造的城市大脑数据平台正在成为智慧城市的重要基础设施,并在雪亮工程、杭州 G20 峰会、厦门金砖峰会、海南博鳌论坛、上海劳力士大师赛等众多城市项目、国际级峰会和赛事的安保工作中发挥了积极作用。




免责声明:

本站系本网编辑转载,会尽可能注明出处,但不排除无法注明来源的情况,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。如涉及作品内容、版权和其它问题,请在30日内与本网联系, 来信: liujun@soft6.com 我们将在收到邮件后第一时间删除内容!

[声明]本站文章版权归原作者所有,内容为作者个人观点,不代表本网站的观点和对其真实性负责,本站拥有对此声明的最终解释权。