影片中的“天眼”系統(tǒng)無疑極大滿足了觀眾對智能黑科技的想象，回歸現實，現階段的智能安防系統(tǒng)同樣可基于大數據、人臉識別智能分析等技術實現對目標人、物的搜索和追蹤，只不過由于技術和環(huán)境因素的影響，目前的應用還遠沒有影片中成熟，從專業(yè)安防的角度來看“天眼”系統(tǒng)距離現實還有多遠呢?本期話題大家談，我們邀請了云從科技產品總監(jiān)劉寒冰圍繞著這個話題談談!

云從科技產品總監(jiān)劉寒冰

　　市場分析角度

　　a&s：不少業(yè)內人士認為目前已有微型“天眼”系統(tǒng)的存在和應用，您認同這個觀點嗎?如果有，是否有相關的案例說明?

　　劉寒冰：有，云從科技人臉大數據作戰(zhàn)平臺已經在多省公安應用，主要針對場景為網吧、酒店、街道、小區(qū)、樞紐機場、高鐵站等場所，通過“出”、“住”、“行”管控，用智能手段提高公安辦案效率與降低難度，實現全城封鎖革新戰(zhàn)法的普及。

　　a&s：“天眼”系統(tǒng)的背后涉及到哪些具體的技術應用?

　　劉寒冰：現在的人臉識別大數據作戰(zhàn)平臺接近初級“天眼”，主要涉及到人臉識別技術、大數據、云計算等技術的應用。

　　在未來，逐步加入成熟的圖像識別(步態(tài)、服飾、動作、發(fā)型、車輛等)、聲紋識別技術，并且隨著攝像機硬件的功能越來越強，“天眼”系統(tǒng)會越來越完善。

　　但目前這些技術還無法大規(guī)模落地，所以初級“天眼”以能落地的人臉為主，人臉本身作為一個數據入口，也擁有非常巨大的價值。

　　a&s：現實生活中各項技術和應用的發(fā)展水平目前如何?

　　劉寒冰：人臉識別技術相對成熟，目前已經在大規(guī)模落地應用，只是在針對一些細分問題進行完善(如幼兒、少數民族等)。

　　人臉識別主要應用在金融、安防領域，金融行業(yè)中，云從科技已經是銀行業(yè)第一大供應商，與農行、建行、交行、中行均有合作，其中農行、交行是總行級別合作，應用在全國所有網點。

　　銀行領域主要應用的是人臉識別技術中的1:1，特點是環(huán)境穩(wěn)定，受眾配合度高，一次只識別一個人。該領域人臉識別技術在過去兩年的激烈競爭中已經相對成熟，現在的情況是提高識別率、穩(wěn)定性及活體檢測技術。

　　安防領域，云從科技技術已經在22省應用，戰(zhàn)果被兩個省(廣東、河北)上報至公安部。安防領域主要是應用1：N，特點是受眾無感觸、同時識別多人、非配合、環(huán)境多變，技術難度更高。

　　當人臉識別技術在銀行成功大規(guī)模應用，技術已經開始成熟到可以在安防實戰(zhàn)應用，以往人臉識別技術在安防上的應用還比較初淺，讓公安對人臉識別技術持懷疑態(tài)度，現在通過與鄂爾多斯等公安建立聯合實驗室，云從人臉識別戰(zhàn)法已經產生大量戰(zhàn)果。

　　目前人臉識別技術只適合在這種B端應用，因為B端市場客戶的核心要求是，產品性能、服務好，對價格相對不敏感。但C端市場，因為目前產品需要定制化，所以談不上方便，而且成本必然下不去，性價比不可能高。

　　另外可觀看4月3日的《經濟半小時》、4月14日的《跨界見真章》，里面有部分云從人臉識別技術介紹。

　　a&s：您認為要實現影片中的“天眼”系統(tǒng)的技術水平，還有哪些方面需要突破和改進?

　　劉寒冰：雖然在學術界所做的實驗中，人臉識別率是很高的。但實際應用中用監(jiān)控攝像頭識別人臉則不太容易。首先，室外監(jiān)控攝像頭所采集到的人臉圖像分辨率較低，直接影響識別精度，這是由于室外攝像頭一般需要監(jiān)控一片區(qū)域，拍攝距離相對較遠，采集數據的遠距離傳輸又限制了監(jiān)控攝像頭的分辨率，所以使得采集的人臉圖像比較模糊。

　　其次，監(jiān)控攝像頭采集人臉數據的干擾因素很多，比如人臉的角度、光照條件、攝像頭抖動造成運動模糊等，這些都容易導致拍攝到的人臉數據與數據庫中的人臉圖像無法準確匹配。最后，也是最難處理的問題，目標對象由于時間間隔造成的人臉老化、有意戴眼鏡或帽子等遮擋物，人臉識別就變得更加困難了，這時就要結合遠距離步態(tài)識別、聲紋識別、發(fā)型識別等生物特征識別方法和服裝識別等圖像識別方法一起判斷。

　　低分辨率模糊人臉圖像是室外監(jiān)控經常碰到的一種情況，目前有一種名為超分辨率重建的技術，結合人臉結構等先驗知識，可以對模糊的人臉圖像進行有效處理，增強其分辨率，大大提升室外人臉識別的精度。

　　完善的“天眼”還需要強大的后臺系統(tǒng)，這個系統(tǒng)可以控制包括公共交通、城市電力、電子監(jiān)控、銀行系統(tǒng)、警察系統(tǒng)等各方面，同時將所有聯網信息進行收集和整合，記錄下公民的醫(yī)保號、醫(yī)療記錄、犯罪記錄、甚至上網閱覽內容、輸入習慣等，結合以大數據分析時時更新后臺資料。

　　最后，“天眼”成功運行的關鍵在于整合物理空間(線下)和網絡空間(線上)的多源多類型大規(guī)模數據，然而目前這些數據相對獨立，形成所謂的“數據孤島”，給技術的發(fā)展帶來很大不便，可以考慮從國家層面上對各種數據資源統(tǒng)一管理和協調，為國家安全提供更強有力的保障。

　　技術分析角度

　　a&s：公共視頻監(jiān)控數據資源的開放、共享及安全(調取權限)問題

　　劉寒冰：不存在開放、共享的問題，絕大部分公共視頻都是由公安調用，我們的系統(tǒng)部署在公安網里面，在公安的私有云上進行數據分析與存儲。

　　其次，云從科技參與的人臉識別國標、部標、行標制定，將會規(guī)范技術標準，協助政府與公安統(tǒng)一使用規(guī)范，打通全國人臉大數據平臺。

　　a&s：光線、服飾妝容、目標高速移動等因素影響下動態(tài)人臉比對準確性如何保持?

　　劉寒冰：云從科技是通過雙層異構深度神經網絡，將兩張圖像送入不同的網絡中進行干擾引子排除，通過光線優(yōu)化、3D旋正、反變換等方法，確保動態(tài)人臉的清晰。

　　具體來說，我們有各種光線下的人臉照片，系統(tǒng)學習后，自動就能去除光線的影響;服飾妝容，只要不遮擋人臉的20%以上區(qū)域，化妝不太大改變臉型的結構，都可以識別;高速移動的人臉，在一定情況下，可以通過運動模糊算法的反變換，來使運動模糊的圖片變清晰一些，再做識別。

　　a&s：海量高效的實時視頻分析運算，后端服務器有哪些要求?

　　劉寒冰：基于通用的服務器上部署windows或者linux系統(tǒng)，利用GPU對視頻中的圖像進行特征提取處理，利用CPU對視頻進行編解碼處理。

　　為了加速比對效率，基于內存進行特征矢量比較。

　　具體規(guī)格要根據實際的業(yè)務場景進行相應配置。

　　通用配置為：

　　操作系統(tǒng)：Redhat 操作系統(tǒng)。

　　CPU：Intel Xeon Processor 及以上;

　　GPU：GTX 1080

　　內存：最小16GB，建議32GB及以上;

　　硬盤：最小1TB空閑(取決于實際應用場景和使用量)