大華股份先進技術研究院院長殷俊：AI 如何驅動傳統產業升級丨AI 安防峰會 2018

3月31日，由雷鋒網主辦「2018中國人工智能安防峰會」在深圳圓滿結束。

大會現場，大華股份先進技術研究院院長殷俊作了主題為《AI驅動產業升級》的精彩演講。殷俊于2004年加入大華股份從事技術研發工作，在音視頻的系統應用、智能化、網絡傳輸、芯片設計、硬件產品設計等技術領域取得耀眼成績。

殷俊在演講中表示，AI在三個方面推動行業發生根本性變化：提升管理效率，降低運營成本，創造業務價值。與此同時，人工智能的核心是解決用戶痛點，為用戶創造價值。而單一地研究芯片、算法，AI，并不能行成一個產業系統，這也是大華股份深耕安防提供全系列產品和完整解決方案的重要原因之一。

演講中，殷俊表示大華股份提出了“云生態、智未來”驅動產業升級轉型的理念，未來大華股份將圍繞“全智能、全計算、全感知、全生態”的戰略思路，積極開拓與持續創新。

以下為殷俊院長現場演講文稿，雷鋒網作了不改變原意的編輯及整理：

今天我分享的主題是“AI驅動產業升級”，希望大家能夠利用AI幫助傳統產業升級、進步。

AI的成熟、應用，離不開大數據的驅動、算法的提升以及芯片的迭代，除此之外，還包含網絡及應用。AI最終要解決的并非單點問題，更重要的是形成全網面向業務的智能解決方案。

視頻監控是大華股份的核心業務之一，在AI時代，我們希望一臺攝像機看到的不僅僅只是一個場景，更多的是希望它能夠理解場景。未來人工智能的攝像機就應像人大腦一樣，從看到圖像中理解圖像內容，并且能夠通過自我學習來做出預判。

目前大華股份正通過AI技術、感知技術、大數據技術形成一種綜合化、智能化的業務系統，以給人們帶來更多價值。以往視頻監控的功用是把所有視頻記錄下來，作事后追溯；未來我們要做綜合研判，通過數據挖掘預知未來可能會發生什么，從而為城市管理者提供更好數據支撐和解決方案，提升城市綜合治理能力。

大華股份認為，AI在這其中起到的作用不可小覷，它推動安防行業最直觀的變化就是提升業務效率，比如破案能力、流動人員管理能力、道路交通通行優化等等；其次是降低人工成本，如今城市管理花費了大量的人力、物力，如何降低人力成本非常關鍵；另外則是創造新的業務價值，比如機器人，它能讓未來人們的工作方式發生根本性變化。

在人工智能的熱潮下，大華股份提出“云生態、智未來”，以驅動產業升級轉型。回顧安防行業發展歷程，2010年前后高清化時代的升級，解決了視頻監控從看見到看清的過程；2015年左右安防行業全面網絡化，包括出現新的國家標準以解決全網業務系統融合，形成全聯網、全接入以及互聯互通。如今，AI又為安防行業帶來了新的升級的契機，在此大華提出四個全面戰略部署：全智能、全計算、全感知、全生態。

從全智能角度出發，我們希望未來的‘智能’應該是一個能夠長期自我成長、自我學習的過程，它現在可能還是個2歲小孩的思維，我們希望未來能夠通過它自身成長，能力的發揮，包括一些算法、算力的演進，自學習、對抗學習的模式提升，可以發展到新的層級（可能5歲或者10歲），能夠讓機器更準確地讀懂并理解數據。

再者，安防視頻監控一直以來只能看到當下，不能看到未來。大華希望通過智能化、大數據的結合來研判可能發生的未來，從而讓城市管理變得更加快速及從容。基于此，大華認為在AI時代，應該將產品、解決方案和業務實戰三個維度結合起來。

例如在人像數據的應用，我們正在嘗試做一些人像大數據方面的工作，在業務平臺上把人相關聯的事物、在哪里出現過等數據，通過前端相機捕捉下來，然后在后臺形成一系列的軌跡和關聯物的記錄，形成一套真正的大數據系統。同時我們還對人和車的數據管理相結合，比如說私家車出行，按照現在的交通規定，一輛車可以綁定三本駕照，駕駛者違反交規繳納罰款時，車和人需要關聯，而如何判定駕駛員是否是當前罰款的人員，這些通過智能化的技術都可以得到創新應用。

大華自2006年開始做智能交通業務，那時只是單純為了解決道路違章抓拍問題，今天我們做了進一步的技術延伸應用。在一個十字路口，攝像頭可以分析來往車輛數量、來往車輛類型，可以判斷這個十字路口的日常流量、是否即將擁堵；另外，通過這些數據指導道路的預期流量，還可以進行紅綠燈管控，提升道路的利用率。這些新的應用可以明顯提升城市交通效率，我們在一些城市也已經展開試點。

此外，大華也會常葆創新思維。如今機場、高鐵、地鐵站等各個地方都可以看到很多X光機。其實，通過人眼盯著X光機檢查會非常疲勞，另外作業效率不佳。如果通過機器對每天進出的眾多包裹進行篩查、管理，并且能保證數據可追溯性，也許可以解決這一問題。基于此，大華通過智能技術、應用平臺，打通前后臺大數據，對X光圖片自動識別，主動識別出包裹內是否攜帶刀具或者是其它危險物品，直接提示、報警，并將過包數據傳到指揮中心，從而大幅減輕前端人力的勞動強度，并提升安檢的管理質量。

未來，我們還會將人工智能技術融入到更多新領域，推動行業的升級發展。

在計算方面，我們認為未來一定不是只有邊緣計算或者云計算。如果把所有的數據往中心傳，中心的網絡負荷非常大，計算負荷也非常大，所以我們認為邊緣計算、節點計算與中心計算三者相互融合；另外未來設備一定不單做某一件事情，或者只具備一項能力，通過整個平臺的部署和對計算資源的調配，可以負擔更為復雜的邏輯，從而實現全網計算的負荷平衡。

首先講講邊緣計算，邊緣計算單點處理處理能力不斷提升，它能夠第一時間快速地解決前端識別和事件處理。比如在某個路口，一輛車高速駛過，如果此時將現場視頻從前端傳到后臺，再返回處理，該車已經駛過，就無法及時準確處理。邊緣計算具備實時性和價值數據的處理的優勢，類似的需求就必須在邊緣計算側完成。

又如在一個科技園或工業園區的人員管理，相機布點會相應增多，此時需要一個小型化的計算節點，實現室內、室外、通道的人員管理，這時就會成為一個邊緣計算加上節點計算的融合模式。當面對千萬級的城市人員管理，部署方案又將發生變化，這其中包含常住人口、流動人口等管理，單靠人臉識別攝像機或是節點計算是無法滿足需求的，我們就需要一個基于云化的、中心計算的業務實戰系統，配合前端相機完成業務部署。因此，根據業務場景的需求和計算能力的分層架構，可以將合理的計算能力加載在邊緣側或中心側，從而形成針對不同業務場景的最優計算能力配置。

另外，在云計算方面，僅看存儲服務的變化，以前是直接存放視頻數據，如今加入智能化之后，存儲的不僅僅是視頻數據，更多的包括結構化數據及半結構化數據，這對未來的搜索引擎提供了數據挖掘的可行性，因為未來我們針對數據的檢索，不僅僅是視頻檢索，還可以做特征值檢索、通過時空數據的碰撞達到創新業務的目的。

在感知層面，我們認為有以下幾個方面的變化：

一、從單一采集到全局化的感知，以前只看到一個單點小范圍的場景，現在可能看到一個全局場景。全局感知有兩個概念，一是360度全部可以看到，通過更大分辨率去采集所有的數據，不放過任何細節；第二是指視頻之外采集其它的東西，包括RFID、MAC、音頻，甚至是環境變量，感知是從單維到了多維，這些數據都將成為數據挖掘的基礎。

二、以往的感知只是采集數據，現在應該要做到認知，采集到的不僅僅是原始圖片數據，更多的是智能分析后的結構化數據，這無形變成一個認知過程。

三、全天候感知。比如到了晚上、逆光、嚴寒氣候等，由于環境變化，攝像機采集視頻會出現很多問題，所以需要7×24小時全環境下的視頻采集，這對數據質量的提升有極大的幫助。

最后講一下全生態。生態鏈非常重要，我們將要建立一個多維的行業生態鏈，通過各個維度與行業合作伙伴開展合作。

讓社會更安全、讓生活更美好是大華的使命，我們會落地在智慧城市、智慧行業、智慧生活三個業務板塊。現在的一些典型的應用案例，包括杭州G20、十九大的保障工程，還有杭州江干公安的智慧警務系統，這些已落地的樣板項目都可以把完整的解決方案展現給大家。另外在交通行業我們也在上海交警、柳州、紹興做了智能方案的試點，例如在上海的電子警察應用上新增識別不禮讓行人業務，在紹興的數據研判和交通預測上也在做一些新嘗試。未來在新零售方面，我們會把大數據能力，結合人工智能技術，開拓商鋪和家庭業務方向的創新應用，包括像人臉應用、客流分析、BI等。

大華股份作為全球領先的以視頻為核心的智慧物聯解決方案提供商以及運營服務商，我們希望把優勢的產品和解決方案能力、人工智能能力、大數據應用、業務實戰平臺能力相結合，形成一個綜合競爭力，并且我們以開放的心態與全球合作伙伴一起合作互贏。雷鋒網

雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。