2017年12月14日，“第五屆中國·深圳智慧城市建設高峰論壇”在深圳大中華喜來登酒店正式舉辦，來自全國各地的政企領袖、行業大咖、權威專家、企業代表、媒體精英共計800余人共聚一堂，探討安防人工智能現狀，展望行業前景，探尋合作機會。

會上，北京曠視科技有限公司CTO唐文斌作了“城市感知與數據應用”演講，與大家分享城市感知的“五度”。

北京曠視科技有限公司CTO唐文斌

在唐文斌看來，人工智能本質上是一種解決問題的技術、手段，作為一家人工智能企業，曠視Face++將注意力更多關注在業務本身上。在安防行業，通過密布的公共視頻監控我們可以看到整個城市的一舉一動，但“看見”并不等于“看懂”，如何真正的去理解、分析視頻里的數據并加以應用，才是一個城市的安防真正所需要做到的事情。曠視基于自身在計算機視覺技術上的強大優勢，以城市為單位，用智能識別分析技術去感知城市的“五個度”，讓人工智能全面深度改善整個城市。

以下為唐文斌演講摘要：

城市感知的“五個度”

如果我們把城市作為一個單位，我們去感知這個城市，哪些東西是重要的？今天和大家分享的是我們（Face++）在這方面的思考，城市感知到底什么最重要？

我認為這五個度比較重要：維度、精度、密度、關聯度、集成度。

1. 維度（即數據的豐富性）

感知的維度決定了數據的豐富性，有多少數據的類型和對象，就決定應用的實用性。

舉例來講，我們從一個視頻里最能感知到的東西是人臉，通過人臉識別，我們感知的是你的身份、你的年齡、你的性別、你的民族等信息；通過對行人識別，我們感知的是衣著特征屬性、ReID特征、動作、行為、隨身物品等；通過車輛識別，對車牌、車型等進行感知。

以上這些都是通過可見光的方式進行感知，同時，我們還可以通過多光譜感知和其它電子信號的方式來獲取視頻中的數據。

這些都是感知的緯度，我們從視頻數據中，城市的物理世界中能獲取什么樣的數據，數據多少決定應用的豐富性，這是一個重要的點。

2. 感知的精度（決定數據的可用性）

上世紀九十年代，有很多前輩（公司）在人臉識別上做了很多的努力。但為什么那個時候不用，現在才開始用？有一個很核心的點，就是精度大大變化了。

以前的人臉識別技術，報十次警可能有九次是誤報，現在報十次警可能只有一次是誤報，這是一個本質的飛越。

今天的場內穿西裝、穿西褲的人非常多，做行人的匹配，我能不能通過對這個人更細化的特征，比如說西裝、領帶的顏色，鞋子的情況，是不是有一些其他的配飾，可以精準的感知這些信息？

這是我們最近做的工作，從感知的角度來講，除了有更多的緯度，每個緯度上我們都要追求更好的精度，精度決定最后的應用效果。

3. 感知的密度（高密度帶來廣泛的數據應用價值）

密度能帶來什么價值？一是彌補精度的不足：精度是需要算法不斷提升的，同時還有時空的限制，通過高密度的傳感器的布置，可以帶來對精度不足的彌補。

例如行人的ReID，我們在某一位置發現了一個人（沒有看到他的人臉，我只看到他的行人特征），我不應該是在全程對這個人檢索，而是在接下來十分鐘里，在100米的范圍內的高密度布置的攝像機進行檢索。

通過這樣視頻接力、人機混合交互的方式，它可以幫助我們警方用非常低的代價追蹤出這個人的軌跡。

所以說高密度的傳感器不僅能解決信息精度的不足，也能帶來更多的應用價值。

4. 感知的關聯度

我們所有的單個數據能解決一些問題，如果這些數據被關聯起來能帶來的價值是更大的。

舉例來講，在視頻中我們有的時候能看到一個人的身體和人臉，換到另一個攝像頭就只能看到身體，事實上我們可以把行人識別和人臉識別關聯起來進行分析。

另外還有車輛的ReID，我們在場景A可以拍到車牌，我還知道它是什么車型，長什么樣子；換到另一個場景B只能拍到什么車型；緊接著又在場景C，看到一個行人從車輛走了出來，這樣的話，車和人、人臉信息關聯起來進行追蹤。

5. 感知的集成度

當我們需要做高密度、強關聯感知的時候，我們會需要非常多的傳感器，我們需要在不犧牲效果的情況下（即提供更強了計算能力，更強的計算效果）保證成本的合理化。

以人臉抓拍為例，一些具備反偵查意識的人，看到攝像頭會馬上低頭，好的抓拍機要滿足要非常高的抓拍率、足夠的抓拍量，同時具有較高的性價比。

為此我們推出了“曠視敏觀MegEyeC3S”這款產品，抓拍率高達98%、單畫面抓拍量最多105張人臉、同時具有極高的性價比，與頂級競品對比，性能高兩倍以上，成本更低。

總結

城市的感知非常重要的，要有多維度感知、更好的精度、更好的密度，數據之間要有關聯度，最后還要有集成度，通過這樣的感知方式，我們可以針對這些數據提供一系列的數據應用。