敢叫板穀歌、微軟的人臉識別技術, 這家本土安防企業底氣在哪裏?

由於政府層麵推動平安城市、平安中國的係統工程建設，安防行業一直處於穩步的增長期，前不久剛剛落幕的深圳安博會的盛況也能顯示出這個行業的火熱。而今年的AI風口傳導至安防行業，給安防行業又帶來了一波發展浪潮，從以前的“看得清”到“看得懂”，安防市場又會迎來一次變革。

而最近深圳本土的一家叫做海清視訊的安防企業在自己的產品發布會上宣稱，其人臉識別技術在移動終端的比對幀率比穀歌高3倍，年齡、性別的識別準確率高於微軟的15%，他們是如何做到的？

人臉識別算法無法解決抓取圖像的清晰度問題

在這個言必稱AI的風口上，海清視訊的總經理周波卻在發布會指出，“大家都在講AI會顛覆行業，我們不太認同這句話，我們的看法是，如果不深入到行業，是非常難以生存的，單純強調圖像識別技術的準確率能達到多少個9 ，我們認為這個沒有實質性的意義”。

首先一個很現實的問題，圖像識別是在圖像抓取之後，如何保證抓取圖像的清晰度，後端的AI算法是無能為力的。比如下圖左圖所示的強逆光場景，當人臉背對著光源時，抓取到的人臉圖像往往是模糊成黑色的一團，這樣的圖像給到後端，再先進的AI算法也沒法識別。

對於這樣的場景，業界通常的做法是用數字或者光學高動態範圍（HDR）技術。但周波認為如果用數字高動態做拉伸會引入噪聲；如果用光學高動態，因為一般光學高動態是多幀合成，而人在行走過程中，抓取的圖像在像素上會有動態位移，兩幀之間存在時間差不可能完全重合，位移會帶來合成圖像邊緣的凸影，沒辦法完全消除。

海清視訊的做法是從相機硬件開始做定製開發，包括定製的鏡頭、專業傳感器，再結合拍照算法讓每個像素精準曝光，獲取到強逆光場景下的較為清晰的可識別圖像，這也是海清視訊的核心專利。

實際上，安防攝像的場景極其複雜，除了強逆光場景之外，還有超低光環境以及大側臉識別等，如果沒有前端相機硬件在光學層麵的優化甚至定製化開發，僅靠純粹的AI算法無法解決行業的各種難題。因此，海清視訊堅持軟件自有、算法自有、硬件自有，形成完整的安防解決方案。這也是在本次發布會上，海清視訊發布的重頭產品——高專係列和普惠係列相機。

這兩個係列都采用了工業級處理器，搭載4X電動變焦鏡頭，工作溫度負45oC到70oC，平均無故障運行時間（MTBF）大於4萬小時，功耗5W，最低50像素可識別，最大側臉識別角度60度。唯一不同的是，高專係列在單幅畫麵上可同時識別50張人臉，適合公關安防應用；普惠係列在單幅畫麵上可同時識別16張人臉，適合民用市場，如閘機、門禁。

另外，相機還采用了人臉的追蹤曝光技術，即在相機上做人臉的跟蹤、去重、擇優處理，將重複的、畫質較差的圖片自動剔除，隻將畫麵最優的2—3張圖像上傳至後台服務器，大大降低服務器的存儲空間，提高服務器的運算速度和準確率，這也是前端硬件智能化的優勢。

視頻結構化相機將成未來的主流

如果僅僅從高清時代的“看得清”到AI時代“看得懂”，還沒辦法解決安防行業的另一大痛點問題——視頻的快速檢索，尤其是在公安刑偵領域，經常需要從海量的視頻素材中找到嫌疑人的運動軌跡，為案件偵查提供指導線索。

如果靠人海戰術，費時費力不說，還會延誤最佳破案時機。其實不隻是公安係統，對於小區物業、商場，各種民用場景也都有快速視頻檢索的需求，尤其在如今的視頻數據呈指數級增長，業內有一個說法，世界上每兩台硬盤就有一台是用來存儲視頻數據。

在這次發布會上，海清視訊也推出了花費8年時間研發的人車雲綜合管理平台，將傳統視頻分析相結合，並能做到模糊字符串檢索，結合人臉識別、車牌識別把相關的事件、圖像快速秒級關聯出來。

比如可以在係統裏輸入文字“女性、年齡15—20歲、身高1米6左右，紅色衣服”，然後指出大致的時間和區域範圍，係統會將符合檢索條件的視頻素材全部調出，供檢索者再仔細查看。這種文字模糊檢索功能給視頻查找帶來的便捷性不言而喻。

為了支持這種功能，視頻的抓取和存儲都必須是結構化。因此，海清視訊提供視頻結構化相機和視頻結構化服務器，形成一套完整的視頻結構化方案。否則，海量的視頻數據根本無從查起。周波甚至指出，未來每個相機都應該是結構化。

為了配合人車雲綜合管理平台，海清視訊也開發了人臉的大年齡跨度推演算法，能從一張年輕時的照片推演出若幹年之後的麵相。公安在抓捕犯人時也往往會出現這樣的問題，資料庫裏的在逃嫌疑人照片還是10幾年、甚至20幾年前的照片，此時人臉的年齡推演算法就非常有用。

發布會現場的實例顯示，海清視訊對一張28歲的照片做年齡推演，模擬出60多歲的麵相，與真人照片的相似度達到74%。而且這個推演過程是可逆的，往前推演、往後推演都能支持。

周波強調，海清視訊不僅提供全係列產品和整套前後端方案，也會將智能相機硬件SDK、人臉比對軟件SDK、車牌識別SDK、智能分析服務器SDK、人車雲平台SDK提供給合作夥伴、係統集成商，以便他們發揮在各自擅長領域的行業理解優勢，推動安防行業快速進入AI時代。