2015年3月，斯坦福大學人工智能實驗室和視覺實驗室主任李飛飛登上TED舞臺，講述自己的項目ImageNet，以及她是如何教會計算機理解圖片的。
自2007年起，李飛飛同普林斯頓大學的李凱通過互聯(lián)網(wǎng)上近十億張圖片數(shù)據(jù)訓練神經(jīng)卷積網(wǎng)絡，已經(jīng)能讓計算機用簡單的自然語言描述圖片“一架大型飛機停在機場跑道上”。
“我們已經(jīng)有了自動駕駛汽車原型，但如果沒有智能視覺，它就無法區(qū)分路上是一個可以被碾過去的紙袋子，還是需要避開的石頭。”科學家們希望教會計算機用人的方式看懂、而不只是看到這個世界，從而在工業(yè)、醫(yī)療、公共安全等各個領域實現(xiàn)“智能”，解放重復勞動性人力。
半年前，極客公園曾報道過以計算機視覺技術為基礎的格靈深瞳，當時作為初創(chuàng)公司他們選擇安防作為突破口。因為目前大部分安防監(jiān)控設備只能實時播圖像，仍需要人甄別危險情況是否出現(xiàn)，通過在設備上增加對環(huán)境“深度”的感知和行為認知算法，他們能讓安防攝像頭對圖像中的情況有所感知，從而提醒安保人員是否有危險情況出現(xiàn)。
然而今天的主角并不是計算機視覺領域的創(chuàng)業(yè)公司——而是一家在安防領域耕耘了20年的傳統(tǒng)公司。
他們的產(chǎn)品叫感知型攝像機
科達是一家成立于1995年、專注于視訊與安防產(chǎn)品及解決方案的提供商，產(chǎn)品以視頻會議、視頻監(jiān)控及其他視頻應用為主。就在去年，他們推出了一款應用了計算機視覺技術、名為感知型攝像機(Intelligent IPC)的安防監(jiān)控設備。
“感知型攝像機能夠基于視頻的智能分析，識別出監(jiān)控畫面中的內容，并對其進行語義描述和最佳圖片抓拍，然后通過后端大數(shù)據(jù)平臺進行分析，代替我們做出思考和判斷。”科達的感知型攝像機外觀與普通安防設備類似，但能夠在接收到圖像的同時實時提取圖像中我們想要的信息(人和車的特征)。
根據(jù)不同的應用場景，他們將感知型攝像頭分為三類：特征分析攝像機、車輛卡口攝像機、人員卡口攝像機。
在視野廣闊的場景，特征分析攝像機能夠找到畫面中的人、車、物等目標，將這些元素全部提取出來。不僅能對運動目標進行軌跡跟蹤，還能持續(xù)對目標進行特征分析。同時針對不同應用環(huán)境，“特征分析攝像機有槍機、紅外槍機、高速球、紅外高速球、槍球聯(lián)動、紅外槍球聯(lián)動等多種產(chǎn)品形態(tài)”，即便是遠處較小的目標，槍球聯(lián)動的方式也能以滿足監(jiān)控場的需求：槍機負責全景拍攝和目標檢測，球機負責特寫跟蹤和特征識別，拍攝更清晰的細節(jié)圖片。
車輛卡口攝像機專門針對車進行特征識別，不僅能夠抓拍識別車牌，車標、車型、車身顏色等特征同樣能準確識別，同時車輛中的人像同樣能夠被記錄。無論是夜間還是白天逆光環(huán)境，車輛卡口攝像機都能看清車內細節(jié)，抓拍車內司乘人臉照片。
人員卡口攝像機能抓拍人臉并識別人員的特征，包括人的行進方向、速度都能被記錄。通過自有研發(fā)的專利技術的應用，人員卡口攝像機還能抓拍人的整個輪廓，即使背對鏡頭，頭部的輪廓和全身也能被抓拍。
前端智能的真實應用
目前主流能夠對畫面進行智能分析的安防設備，采用的方案往往是“后端智能”：由普通攝像機采集圖像、后臺進行存儲，再通過后端智能服務器進行分析后將結果返回到存儲設備中。
感知型攝像機則通過在高清攝像頭中集成計算機視覺技術，對圖像內的要素特征進行實時分析，人的行進方向和衣著色彩、車輛的顏色和速度等信息不需要經(jīng)過后端服務器，這些已經(jīng)被分析好的要素結果就可以實時輸出上傳云端存儲。不僅節(jié)省了計算資源，也減輕了后臺服務器所要存儲的數(shù)據(jù)量，更重要的是為實際的應用提供了幫助。
安防設備中存儲視頻內容用來回溯，大多是通過圖像尋找曾經(jīng)出現(xiàn)在附近已經(jīng)被鎖定的嫌疑人。往往為了尋找嫌犯的蛛絲馬跡，警務人員花費大量人力觀看安防監(jiān)控錄像尋找其中的關聯(lián)信息。感知型攝像機通過記錄畫面中的人、車特征，并將這些特征以結構化的文本信息保存，警務人員需要尋找相關信息時，只需使用系統(tǒng)進行自動搜索，這就變得十分簡單。
舉個例子，如果需要尋找6月10日出現(xiàn)在關鍵地點攝像頭視野中的“黑色奧迪車”，只需要在后臺搜索引擎中輸入“黑色”、“奧迪”關鍵詞即可得到相關圖片信息，點擊即可找到視頻記錄判斷是否是嫌疑車輛。
對于特征的提取也能定制，如果該路段屬于敏感路段，可以讓感知型攝像機提取更多信息，車牌、車中人像、人行走的方向等等細節(jié)特征都可以添加其中。
由于感知型攝像機識別的是目標的內容和特征，而不是簡單的報警信息，因此在辦案等場景中能為公安機構提供更多幫助。同時海量的特征信息上傳云端，在大數(shù)據(jù)平臺下可以開展一系列實戰(zhàn)化的應用。比如想要尋找曾出現(xiàn)在某市的嫌疑人“黑色衣著男子”，只搜索尋找“黑色”、“男”特征人像照片，再通過計算機與嫌疑人照片進行比對，就能找到所有與該嫌疑人相關的信息，從而推導出此人何時出現(xiàn)在何處。
目前該系統(tǒng)已經(jīng)協(xié)助警方偵破了多起案件，解放人力的同時加快了辦案速度。同時由于文字信息占用的存儲空間非常小，圖片占用的空間也遠遠小于視頻。即便是一個月后原有視頻信息已經(jīng)被覆蓋(大部分安防設備存儲視頻信息的周期都是一個月)，文字描述和關鍵圖片信息依然可以長時間的保存在系統(tǒng)中，一年、兩年甚至十年，為長案偵破同樣能提供幫助。
技術的對立面不是現(xiàn)實，而是如何更好的和現(xiàn)實相處
除了以公共安全為主的平安城市，感知型攝像頭在商業(yè)上也已經(jīng)有了應用。通過對店內消費者流動的方向、停留時間進行分析，后臺能夠為門店中商品的擺放提供更多建議，目前多個知名零售品牌的連鎖門店已經(jīng)部署了該系統(tǒng)。
和大部分初創(chuàng)企業(yè)相比，科達感知型攝像頭的應用步伐似乎要快得多。出于多年合作的信任并不是最重要的因素，對關鍵領域的長期積累和分析，如對辦案流程、警方需要的信息類型的了解，使得感知型攝像頭能夠抓住“痛點”，并在實際應用中提供真實幫助，才是關鍵所在。
如果“傳統(tǒng)企業(yè)”一定等于“守舊”，那就是是熱愛“年輕”的科技世界戴在我們每個人眼上的有色眼鏡。扎實的研究和背后的技術能力同樣功不可沒——在科達成立于2001年的上海研發(fā)中心，1千多名技術人員正在研究與視頻相關的各類技術。遍布全國的經(jīng)銷網(wǎng)絡和積累下的合作伙伴就像血管，將研發(fā)成果快速推廣——如果沒有血液，血管就沒有用處。
在與科達的工作人員交流中，他告訴我“老板”非常喜歡新鮮事物，蘋果的新產(chǎn)品一出便會立刻買來試用緊跟時代的步伐。
手握技術的確是自信的成本，如何與現(xiàn)實更好相處(讓技術更好的在現(xiàn)實中發(fā)揮作用)同樣是“年輕人”都該學習的課程。
因為現(xiàn)實中多的是你想不到的事。
一次在和同樣以安防為主要業(yè)務之一的CV創(chuàng)業(yè)者聊天時，她給我講了這么一個故事：
某市想要部署平安城市，自信的表示關鍵路口的攝像頭幾年前就已經(jīng)布好，他們要做的只是提供算法和平臺。然而這些“幾年前”的攝像頭啟動時大家都傻了眼，屏幕上滿滿的都是綠——正在實行“綠色城市”計劃的某市種了太多樹——伸出的樹枝和茂密的葉子把攝像頭蓋得嚴嚴實實。
改變攝像頭位置就要重新訂制支架調整角度成本太高，作為公職部門又不能光天化日去砍樹。
他們只好等到半夜夜深人靜，架上兩人多高的梯子去剪掉那些遮擋攝像頭的枝枝椏椏。
世事維艱，創(chuàng)業(yè)不易，且行且珍重。
(來源：極客公園 作者：元氣少女虞喵喵)
