当前位置: 首页 - 智能输送方案 - 在大安防的背景下视频结构化应如何巧妙运用商业逻辑以天津智能交通违章查询为例探索其反复推陈出新的可能性

在大安防的背景下视频结构化应如何巧妙运用商业逻辑以天津智能交通违章查询为例探索其反复推陈出新的可能性

2025-01-14 智能输送方案 0

在2018年,网络安全的议题引起了广泛的关注。从郑州空姐事件到乐清女孩命案,再到滴滴出行和嘀嗒司机对乘客侮辱的争议,这些都让人深感痛心,同时也意识到了法律面前的人性败坏。

随着互联网时代的发展,人们的生活方式日新月异,但安全问题依旧如影随形。谁能为我们提供一道锁链?

亿欧记者采访了一家专注于车脸识别和视频结构化技术研发的公司——深瞐科技。在此次采访中,深瞐科技董事长陈瑞军表示:“基于视频结构化技术,我们可以提前预警车辆出行中的潜在风险,从而降低事故发生率。”

解决公安部门需求,是促进视频结构化技术发展的一个重要推动力。

所谓视频结构化,即对视频数据进行精确处理,以检测、捕捉并提取关键信息。这包括:识别画面中的运动目标,如人物或车辆;分析这些目标的特征,如年龄、性别、是否佩戴眼镜以及穿着颜色等;最后追踪运动目标轨迹,例如判断是否违反交通规则。

早在2009年,虽然视频结构化尚未成熟,但公安部门对于图像分析已经有了迫切需求。

陈瑞军认为:“单纯通过人工去查找图像中的信息,就像是捞针一样困难。道路监控的问题不再是摄像头数量,而是人的工作能力限制。”因此,他主张利用技术来帮助公安解决摄像头管理上的问题,使之成为整个安防行业最紧迫的问题之一。

陈瑞军自2009年开始接触图像分析领域,对时机敏感地表示:“将视频数据转换为可直接表达内容和属性的手段,将逐渐成为行业共识。”

尽管人脸识别技术目前应用广泛,但仅凭这一手段无法完全解决安防行业存在的问题,因为这需要参与者的配合。而相比之下,视频结构化更少受到限制。

把数据活起来,让机器“看片”更智能

商业价值就在于对数据挖掘与预测方面。

以深瞐科技作为例子,该公司通过其系统对每个出现画面的汽车及驾驶员进行特征识别,并建立一个庞大的车辆数据库,从而实现城市内所有车辆的大规模管理。此外,还能够根据不同类型车辆(如公共汽车、出租车、小型货运)总结其行程模式,并从时间和方向等多维度挖掘更多含义。

以私家车管理为例,如果是一个私家車,那么通过其轨迹及时间,可以判斷是否屬於運營車輛范畴。如果执法人员能提前判断监控中出现的是哪种类型的交通工具,便可以针对性地实施监管,有助于减少“网约车”类似事件发生。

除了预测交通情况及规划外,还能用于经济预测,不同类型汽车代表不同的经济价值,可据此大致评估区域经济水平,为房地产开发或政府机构做区域规划提供帮助。

总体上,大数据应用尤其适合于安全领域。但海量监控数据本身并不产生实际价值,只有内容提取与分析才是关键所在。要实现大规模分析与挖掘,则首先必须解决如何将非结构化视觉信息转变成可供直接操作且具有明确属性的手段,即使解开这个谜团,也就是说,要把“看片”能力赋予机器以便它能够理解视觉世界,这正是在探索如何用算法使计算机理解复杂场景的一部分过程。

从概念到落地,一路阻碍两大难题

尽管产业界众说纷纭关于video structure commercial application,但影响该技术商业落地两个主要因素却得到共识:成本与市场接受度,最终还是归咎于技术自身缺陷。

陈瑞军向亿欧透露:“相比其他AI应用,比如人脸或者物体检测,Video Structure 技术起步较晚,其特征抽象程度高,对某些细节要求极高,因此成熟度较低。”

因此,在现实应用中往往结合多个AI功能来提高准确性,而随着AI视觉应用范围扩展用户对于新兴科技的心态也变得更加开放。在各个场景下,无论是抓捕嫌犯还是社区治理、流量统计还是商业决策支持,都越来越多使用这种方法。

但企业角度来说,与新兴AI相关知识积累最大的挑战来自团队成员对于行业理解以及他们在AI领域积累经验方面。一旦掌握了新技巧,他们就不得不克服教科书无法传授出来经验优势。“最后交付给客户的是服务方案而不是单独销售产品,”他说,“我们的核心竞争力只占其中的一小部分。”

老兵独到的智慧克服落地障碍

作为老兵又具备先见之明的人物— 陈瑞军— 对于如何将初创企业带入市场并成功,他有自己的独到见解。他认为DeepGlint拥有两张王牌:

第一张王牌由创新意识强烈且掌握核心技能的人组成;

第二张则由数十年的专业经验积淀至今老兵组成。在当下的智能变革潮流里站在AI观点思考并找到符合当前趋势新的产品构想,是每一位应急设备供应商必需考虑的事项。怎样继承那些几十年的沉淀下来无价资产?又如何寻求创新点?这是需要既有的老兵们同时协作共同努力完成任务:

另一方面,以Video Structure基础设施建设为核心的小型公司还需要确定自己定位何处,以及如何尽可能减少利益冲突。此涉及产品输出形式(硬件+软件+服务)及其最佳价格策略,以及探究最适合企业生存发展路径。大部分问题源泉都始于公司定位上,由于是基于自身精准判断他所服务行业真正需求导向实际操作场景与业务需求引领布局出的完整产品线架构设计,这也是他领导DeepGlint取得显著成绩的地方。

准备妥当后,只剩下打磨品质。这一点被他的CEO介绍展示得很清楚:DeepGlint Video Structure 最大的优势之一即是准确率加速效率提升,而且已进入快速扩展阶段。他坚信只要继续沿着这样的路径走下去,就一定能够成功走出一条光彩夺目的Video Structure 商业落地方程路线。

标签: 智能输送方案