2025-01-14 智能输送方案 0
在2018年，网约车安全问题激起了全社会的广泛关注。从郑州空姐遇害案件到乐清女孩悲剧，从滴滴出行的命案到嘀嗒司机对乘客的侮辱，这些事件让人们对人性和网络时代带来的变化感到忧虑。
随着技术的进步，我们是否能为安全提供一个坚固的防线？亿欧采访了深瞐科技，该公司以车辆识别和视频结构化技术为核心，董事长陈瑞军表示：“基于视频结构化技术，可以提前预警交通事故，从而降低发生率。”
视频结构化是指将视频数据转换成可理解、可分析、可操作的信息形式。这包括目标检测，如判断画面中出现的人或物；特征识别，如年龄、性别、穿着等；以及轨迹分析，如判断车辆是否违反交通规则。
早在2009年，尽管视频结构化尚未普及，但公安部门对于图像分析已经有迫切需求。深瞐科技董事长陈瑞军认为，只靠人工观察无法高效管理摄像头，因此需要依赖技术手段来解决这一问题。
通过利用技术，将视频中的内容和目标转换为可以直接表征其形状、属性和身份的数据，是行业发展趋势的一部分。与之相比，单一的人脸识别并不足够，因为它要求被监视者主动配合，而嫌疑人可能会避开摄像头。
商业价值在于挖掘数据并进行预测。深瞐科技系统可以通过特征识别，对出租车等运营车辆建立大数据档案，从而实现城市范围内所有车辆管理。此外，还可以根据不同类型汽车如公交或货运车辆总结行驶规律，并通过时间和方向等信息挖掘更深层次含义。
例如，在运营车辆管理方面，系统可以通过标志判断出属于运营用的私家车，或根据行驶轨迹及时间判定是否符合规定。此举能够减少“顺风車”事件发生。在交通情况预测方面，可分析道路拥堵状况，以辅助交通规划。此外，它还能进行经济预测，为房地产或政府部门提供区域规划建议。
总结来说，大数据领域尤其是在安防领域，对海量监控数据本身并不能直接产生应用价值，而是要解析这些内容的问题才是关键所在。想要实现对大数据的分析与挖掘，最首要的是解决如何处理这些海量监控数据的问题。
两条阻碍商业探索路途的大难题：成本与市场接受度
虽然产业界普遍认为视频结构化具有潜力，但实际落地却面临两个主要障碍：成本与市场接受度。而这两个挑战最终归根到底还是关于技术问题。
对于陈瑞军来说，“相较于人脸识别和汽车识别，视频结构化较晚启动且由于其特征有时难以明确划分，使得该技术成熟度较低。”
因此目前多数使用方法将特色融合至人脸识别中，以此提升市场接受度。此外随着AI视觉应用日益广泛用户心态逐渐开放使得多个场景下都出现了结合多种特征做关联分析以提升准确性的尝试。而企业角度上影响产品商业落地原因很大程度上来自团队成员对行业理解以及在技术积累上取得成就。
对于掌握新技能AI公司来说理解经验是最大困难中国安防已发展十余年，无论是在图像处理还是硬件设施建设上都积累了一定的经验。“最后交付给用户的是服务或者解决方案，不仅仅是一种算法。”
作为老兵，也曾先尝试过的人士，有独到的见解“我们拥有两张王牌，一张代表年轻人的创新，一张代表几十年的工作经验”
他们需站在AI视角看待行业，同时思考如何继承几十年的成熟经验寻找新的点子需要老兵与新秀同时改变另一方面需明确自身定位向用户提供产品还是服务花费最少成本但找到适合发展模式这样的问题源自于公司定位
准备好后只需打磨产品 “我们的优势在准确率及效率硬件方案成熟且效率提升加之进入扩张期我相信我们能走出一条成功之路”。
