一聲梧葉一聲秋，滿地金黃落葉層層疊疊。正值北京最美的秋季，10月23至26日，中國國際社會公共安全產品博覽會（簡稱“安博會”）在北京舉行，數百家傳統安防企業與新興AI企業齊聚，碰撞思維，融合業態，深有百花齊放之勢。

25日，商湯科技聯合創始人、副總裁楊帆在“2018中國安防技術創新峰會暨IVA2018國際論壇”發表了主題為“智能城市中樞”的精彩演講。他表示，今天中國的安防，所面臨的技術進步是非常挑戰的。整個行業的不同角色，每個玩家應該去做自己最擅長的事情，共同完成一個百花齊放的生態，真正讓整個行業取得一個更大的價值。

安防行業的信息化還沒走完“五環”

我以前上學的時候，計算機課的老師說計算機科學是研究信息的采集，傳輸，存儲，分析，反饋五個環節的一種科學。其實我們所有的計算科學，都是以信息為核心和載體，在這五個環節中，每個環節的技術進步，最終會形成一個閉環，共同帶動整個行業應用生態的進步。

信息的五個環節

在安防行業的五個環節里，采集很簡單，各種高清、黑光攝像頭不斷進步；傳輸方面，包括4G以及未來的5G普及，會給安防行業帶來更大更新的發展機會；存儲方面，近些年包括云計算、數據湖、大數據中心也發展迅速。

但坦白來講，過去兩三年，安防行業的信息化做得還不夠好，并沒有走完真正的閉環，因為分析和反饋兩個環節缺乏。

分析是對于我們采集的數據真正具備自動化價值提煉的能力，AI今天帶給了行業這個能力；反饋就是當你擁有了前面所有這些基礎提煉能力之后，再結合用戶需求，形成應用生態，能夠真正給客戶帶來價值。

今年的安博會展廳，幾乎所有的廠商都在展示AI和它在不同細分領域的應用，我覺得是一個非常好的現象。它說明我們的第四個環節——AI分析，真真正正進入到了整個行業，所以才能衍生出如此多樣化百花齊放的應用生態。

當然從另一個角度看，我們往前走的路還很長。今天大家談論安防還是集中在人臉識別上，而未來去做城市級別人像歸檔，甚至于城市的綜合治理管控，還是有很多技術挑戰等待我們去探索。

商湯聯合創始人、副總裁楊帆在“2018中國安防

技術創新峰會暨IVA2018國際論壇”發表演講

構建百花齊放的生態

AI進來之后的新安防，擁有感知、認知、應用和衍進的能力。感知是看見一個物體，認知是看懂一個物體，應用是把AI跟用戶的需求、場景結合起來，挖掘出更多價值。最重要的是衍進，當AI真正在客戶場景實踐的時候，你是否具備能力能夠讓它持續進步，也就是真正的智能能力。

AI+安防擁有感知、認知、應用和衍進的能力

為了提供更好的衍進能力，商湯在做兩件事情：一個是算法增量訓練系統，隨著甲方數據的不斷積累，它可以不斷進行自我訓練學習，然后針對甲方的數據獲得一個更好的結果，讓整個應用獲得一個更好的反饋。

另外一個叫做算法工具鏈。我們會通過把整個算法產生過程工具化，標準化，來去降低一個單一算法的一次性產生成本。并為客戶提供快速應用的能力。包括從基礎設施到終端到引擎，再到上層應用所提供的各種各樣的產品能力。

在這中間，我們承擔的核心是視覺引擎分析計算這一層，同時我們會把這一層做成開放平臺提供給客戶。AI在整個安防信息五個環節中所提供的最關鍵環節就是信息分析計算。在這之上，我們希望跟整個行業更多的不同角色，不同的玩家，一起共同去做，每個廠家去做自己最擅長的事情，共同去完成一個百花齊放的生態，真正讓整個行業取得一個更大的價值。

商湯方舟城市級視覺開放平臺

行人ReID檢索讓破案效率大幅度提升

商湯今年也很榮幸獲得科技部新一代人工智能開放創新平臺，也承載著對于智能視覺領域先進技術研究和探索的重要任務。安防業務落地方面，我們也取得了豐碩成果，商湯的安防業務已經覆蓋了全國30多個省，參與了總計超過10萬路大規模的城市級視頻分析系統的建設。

我們今天用人臉去做很多罪案的時候，會面臨一個挑戰：過去我們的高清攝像頭，由于架設點位種種的原因，拍不到清晰的人臉。

所以這幾年行業新增了大量的人臉抓拍機，但人臉抓拍機部署到整個系統上線需要一個相當長的時間周期，甚至很多區域因為建設經費的原因，會導致周期被拉得更長。這種情況下，我們如何能夠快速有效的讓一些新技術更好的被運用到實戰？商湯在實踐中摸索總結出一套新的方式：

第一步：撒大網。我們用人臉抓拍機去建設一些粗力度的骨干網絡，周邊區域及時布控，防止疑犯遠距離逃逸，完成撒大網的動作；

第二步：定方向。通過歷史結構化信息檢索，掌握疑犯習慣活動區域；

第三步：拉小網。通過行人ReID檢索（將圖像中某個行人的特征與其他圖像中行人特征進行對比，判斷是否屬于同一個人），縮小抓捕范圍。雖然傳統的高清攝像頭拍不到人臉，但可以拍到人體，再對視頻內容進行分析。

舉個實戰案例，在南方某個城市的一個案例。當案件發生之后，我們快速調取了案發前后一周整個城市抓拍機的攝像頭，然后定位出了犯罪嫌疑人所出現的幾個大片區。

通過這種高清攝像頭，雖然很多場景拍不到人臉，但利用行人ReID檢索，在一個小范圍內還原出犯罪嫌疑人移動的相對精細化的細節路徑和軌跡，最終幫助完成了整個案件的偵破，最終也抓到了嫌疑犯。

我們對比了一下，有這樣的AI系統和沒有這樣的AI系統之間存在巨大差別。傳統這么大量的數據，需要500臺電腦，以及非常海量的硬盤，今天可能靠九臺高密度服務器，就可以解決這件事情。整個4000小時的視頻，6000萬張的圖片，過去如果要靠人去看的話，折算成人天可能是170人天，但今天可能是三個操作人員，很短的操作時間。過去需要民警輔警大量的人工辨識，甚至要大量的現場的拉網式的排查和搜索，今天這一切都在電腦上可以快速完成。

人工智能在安防的落地，才剛剛走了第一步，以人臉識別為代表的一些技術，剛剛有一些應用生態去衍生。我們對于城市的安全治理，對于城市的整個有效的治理和管理，還存在大量的挑戰性課題等待著我們去完成。所以我相信AI在安防領域，未來還是有更大更美好的一個前景。