2025-01-14 智能仪表资讯 0
在2018年，网络安全的议题引起了广泛的关注。从郑州空姐遇害案件到乐清女孩命案，再到滴滴出行司机对乘客的侮辱行为，这些事件让人感到痛心并且无可奈何。这些悲剧都发生在一个充满变化和技术进步的时代，但是在这个过程中，我们是否真的为安全“上锁”？
为了解决这一问题，一家专注于车辆面部识别和视频结构化技术的公司——深瞐科技，通过采访展示了其董事长陈瑞军对于如何利用视频结构化技术预警潜在风险，并降低事故发生率。
视频结构化是将视频数据进行提取、处理和分析，以检测画面中的关键信息。这包括目标识别（如判断画面中的人或物）、特征识别（如年龄、性别等）以及轨迹分析（如判断车辆是否违反交通规则）。
早期就有公安部门需求但未能得到足够关注的是视频图像分析技术。在这样的背景下，通过技术帮助公安管理摄像头应用成为整个安防行业的一个重中之重。
深瞐科技董事长陈瑞军认为，只有当我们能够将非结构化数据转换成可以直接理解和操作的形式时，才能真正实现行业趋势。
尽管人脸识别已经被广泛应用，但它并不能完全解决安防领域的问题，因为人们可能不愿意配合摄像头拍照，而且嫌疑人可能会躲避。而相比之下，视频结构化则没有这些限制。
商业价值体现在对数据挖掘与预测。
以深瞐科技为例，该系统可以通过特征识别来建立车辆大数据档案，从而实现城市所有车辆管理。此外，还可以针对不同类型的车辆，如公交、出租或货运汽车，总结其行驶规律，并从时间、方向等数据中挖掘含义。
例如，对于出租车，可以通过标志判断属于运营类；对于私家车，可以分析轨迹及时间，以判定是否属于运营范畴。历史案件显示，无照或证据不符导致的事故多发，因此如果执法人员能提前确定监控中的情况，便可针对性地进行监控与管理，有助于减少“滴滴顺风车”事件。
此外，它还能预测交通状况及规划路线，如封路情况，由于掌握大部分途径车辆起始目的地，便能辅助分析最佳通行路段。经济预测也是其中一项功能，不同車型代表不同的经济价值，可根据高/低端車型入出的状况，对区域经济水平做出估计，为房地产或政府部门提供区域规划建议。
总结来说，大数据在安防领域是一种典型应用，而海量监控视频本身并不产生直接价值，而是内容提取与分析才是关键所在。要想实现对这类大数据的挖掘，最先要解决的问题便是如何处理它们，即使用什么样的方法将非结构化的大量信息变成有意义且可用的形式—即执行“video structure”。从概念到实际落地实施，这个商业探索路径上的两大障碍分别是成本问题以及市场接受度问题，这两个挑战都是由技术本身带来的难题。
深瞐科技董事长陈瑞军表示：“相比於人脸識別與車輛識別，這項技術較晚開始發展，其特徵有時難以明確界定，使得該技術成熟度較低。”
因此当前市场上通常会把这种技术结合起来，与多个特征进行关联性强大的综合分析，以提升市场接受度。此外随着AI视觉应用日益普及用户的心态也逐渐开放出现场景多样，从抓捕嫌犯到社区管理再至商业统计等都出现了这种新兴技巧。
然而企业方面影响产品落地成功因素主要来自团队成员对于行业了解程度以及他们关于该领域积累经验的情况。
对于掌握新技巧AI公司来说，最大的难点就是理解与经验。如果说中国已发展十余年的安防产业，在图像处理、存储设备甚至硬件设施建设上都积累了一定的经验，那么这些经验不会简单写入教科书。“最终给用户的是服务或者解决方案，而不是单纯的地理位置算法”，陈瑞军这样解释道。他认为每家公司最终交付给客户的是一种服务或者解決方案，其中AI算法只占其中的一小部分。但他同时也指出了老兵们独到的见解：那就是既要拥有核心技能又要创新的年轻人才，也需要数十年工作经历丰富的情报员来支持这项工作。他认为未来，每一家企业必须考虑如何继承几十年的成熟经验，同时寻找创新点，以及如何让老兵们和新秀们一起改变这个行业。这涉及几个重要问题：首先，要确保产品能够提供给客户；其次，要找到合适的手段去探索最适合自己业务模式；最后，要花费最少资源而取得最大收益。这一切根本原因源自公司自己的定位。而基于该基础构建完整产品布局，然后精细打磨，是完成这一切必需经过的一个阶段。不过，就目前看来，随着智能摄像机、高效率硬件平台、大规模软件更新策略，他相信他们很快就会找到自己的位置。一条道路，一条生意，将带领他们走向成功。
