如果現(xiàn)在我還相信“眼見(jiàn)為實(shí)”，肯定會(huì)有人跳出來(lái)列舉一系列反證。物理學(xué)家會(huì)告訴我什么是海市蜃樓;科技學(xué)者會(huì)講解什么是虛擬現(xiàn)實(shí)(VR)，什么是增強(qiáng)現(xiàn)實(shí)(AR);心理專家也將闡釋，主觀臆斷所能產(chǎn)生的認(rèn)識(shí)偏差。當(dāng)然，還有魔術(shù)，在硬幣穿過(guò)杯底的那一刻，我并沒(méi)有注意到，魔術(shù)師手上的婚戒其實(shí)具有磁力。
與“人”相關(guān)的數(shù)據(jù)
話題扯遠(yuǎn)了，至少在智慧城市中，我依然相信眼見(jiàn)為實(shí)。因?yàn)橹腔鄢鞘校绕湓诔鞘兄卫眍I(lǐng)域，離不開(kāi)“看臉”，更離不開(kāi)“看臉”背后的大數(shù)據(jù)應(yīng)用。舉例說(shuō)明，此前公安局IT部門都在修電腦，現(xiàn)在則成為核心破案部門。城市治理正在向科技要警力，通過(guò)大數(shù)據(jù)與人工智能的結(jié)合，已實(shí)現(xiàn)對(duì)犯罪行為的事前、事中、事后監(jiān)控。
進(jìn)入主題，視頻云模式很是說(shuō)明問(wèn)題。人臉識(shí)別，以及人像大數(shù)據(jù)正在城市治理中，發(fā)揮著越來(lái)越重要的作用。就技術(shù)而論，城市治理與人像識(shí)別結(jié)合，涉及數(shù)據(jù)、計(jì)算力、人工智能等三方面要素。計(jì)算能力是基礎(chǔ)，現(xiàn)在華為7臺(tái)GPU服務(wù)器，就相當(dāng)于此前200臺(tái)服務(wù)器的性能;而人工智能是應(yīng)用展現(xiàn)，不同的算法可支撐公安刑偵、交通疏導(dǎo)、違章糾察等不同領(lǐng)域的應(yīng)用。
當(dāng)然，向上承接人工智能，向下對(duì)接計(jì)算力的就是數(shù)據(jù)。這里的數(shù)據(jù)，既指大數(shù)據(jù)分析平臺(tái)，更特指與“人”相關(guān)的數(shù)據(jù)。智慧城市中的諸多領(lǐng)域，每天都在產(chǎn)生海量數(shù)據(jù)，通常以PB級(jí)統(tǒng)計(jì)，且不說(shuō)物聯(lián)網(wǎng)傳感器采集的各類數(shù)據(jù)，單與“人”相關(guān)的數(shù)據(jù)，就包括人口數(shù)據(jù)、法人數(shù)據(jù)、互聯(lián)網(wǎng)社交數(shù)據(jù)，以及數(shù)以萬(wàn)計(jì)的攝像頭所采集的非結(jié)構(gòu)化數(shù)據(jù)。而只有將眾多“庫(kù)”中，與“人”相關(guān)的數(shù)據(jù)相互融合協(xié)同，才可能在城市治理中產(chǎn)生價(jià)值。
在此領(lǐng)域，就不得不提一家公司。2017年，美國(guó)國(guó)家標(biāo)準(zhǔn)研究院組織的國(guó)際權(quán)威人臉識(shí)別供應(yīng)商測(cè)試FRVT(Face Recognition Vendor Test)，依圖科技在千萬(wàn)分之一誤報(bào)下(采樣百億對(duì)樣本)的準(zhǔn)確率為 95.5%，定義了全球工業(yè)界在這項(xiàng)指標(biāo)下的最好成績(jī)，名副其實(shí)的人工智能獨(dú)角獸。
而對(duì)于人像大數(shù)據(jù)在城市治理領(lǐng)域中的應(yīng)用，依圖科技高級(jí)解決方案架構(gòu)師李牧青表示，以“人”為數(shù)據(jù)主體是城市治理應(yīng)用的基礎(chǔ)，而在基礎(chǔ)形成的人像識(shí)別大數(shù)據(jù)解決方案，則包括：看、識(shí)、分析、決策四個(gè)部分。
望聞問(wèn)切的人像識(shí)別
此原理頗與中醫(yī)中的望、聞、問(wèn)、切理論相通。看什么?視頻、圖片，人像和車牌等都屬于被“看”的感性數(shù)據(jù)范圍。而“看”目的，就是如何識(shí)別?人像識(shí)別，關(guān)鍵就在于識(shí)別，包括：靜態(tài)人像比對(duì)和動(dòng)態(tài)人像比對(duì)。在此方面既涉及人工智能算法，又涉及前端采集數(shù)據(jù)，與后臺(tái)數(shù)據(jù)庫(kù)的對(duì)比。
當(dāng)然，“看”和“識(shí)”只是基礎(chǔ)能力，而與智慧城市緊密結(jié)合，則必須依靠“分析和決策”進(jìn)行前端展現(xiàn)，這也正是舊、新安防時(shí)代的歷史分水嶺。舊安防時(shí)代，缺乏“分析和決策”能力，視頻監(jiān)控系統(tǒng)只是單純的圖像采集工具，只能“看”，也止于“看”。
而步入數(shù)據(jù)智能化的新安防時(shí)代，對(duì)安防基礎(chǔ)設(shè)施的定義不再只是“看”，更要“懂”，會(huì)分析、能決策。正是基于此變化，2018年初，華為公司與依圖科技合作，并提出“新安防、真智能”的概念。
具體而言，人像大數(shù)據(jù)解決方案中的分析模塊主要包括：個(gè)體畫像、人與人關(guān)聯(lián)和群體分析。在個(gè)體畫像方面，通過(guò)人臉識(shí)可分析出個(gè)人一年來(lái)的行為軌跡、每天的出現(xiàn)和消失地點(diǎn)、居住地、活動(dòng)點(diǎn)、異常點(diǎn)。
舉例說(shuō)明，如果你每天早晨8點(diǎn)從通州出發(fā)，10點(diǎn)鐘出現(xiàn)在西二旗，晚上10點(diǎn)回家。你多半是科技或互聯(lián)網(wǎng)公司的上班族。其中，程序員的可能性為60%、產(chǎn)品經(jīng)理可能性為30%、銷售經(jīng)理的可能性為10%。
這就是個(gè)體畫像，當(dāng)然個(gè)體畫像不可能單純依靠攝像頭采集到的信息，信息來(lái)源還必須包括：線上和線下的關(guān)聯(lián)數(shù)據(jù)，例如公安部門所存檔的戶籍、教育、交通、住宿、實(shí)名制數(shù)據(jù)，以及微信、微博、淘寶、QQ等互聯(lián)網(wǎng)社交數(shù)據(jù)。綜合上述數(shù)據(jù)，才可完成完整個(gè)體畫像。
而通過(guò)個(gè)體畫像，又可進(jìn)一步完成人與人的關(guān)聯(lián)分析，以及群體分析。在此過(guò)程中，可通過(guò)大數(shù)據(jù)分析找出個(gè)體與群體的共同點(diǎn)：例如同車出行、伴隨、同事、同行為模式、同小區(qū)、同前科。舉例說(shuō)明，如果系統(tǒng)中所監(jiān)控的吸毒人員同時(shí)出現(xiàn)在某一區(qū)域，就別猶豫，趕快出動(dòng)警力，一舉斷掉這個(gè)制毒販毒窩點(diǎn)。
人像大數(shù)據(jù)的底層
上述內(nèi)容，就是人像識(shí)別在城市治理領(lǐng)域的應(yīng)用。回到文章來(lái)頭，城市治理與人像識(shí)別結(jié)合，取決于數(shù)據(jù)、計(jì)算、人工智能三大要素。類似海量圖片和視頻的比對(duì)，是一項(xiàng)極其消耗計(jì)算資源，一項(xiàng)CPU密集型的工作，也天然地需要計(jì)算基礎(chǔ)設(shè)施的支撐。
在此方面，依圖科技則選擇了華為合作，雙方以“平臺(tái)+生態(tài)”為基本合作模式，并聯(lián)合研發(fā)推出人像大數(shù)據(jù)解決方案。聯(lián)合解決方案的底層是由華為基礎(chǔ)設(shè)施提供的計(jì)算能力;在此之上是華為FusionSphere云計(jì)算平臺(tái)，以及FusionInsight大數(shù)據(jù)平臺(tái)。
而在云計(jì)算平臺(tái)和大數(shù)據(jù)平臺(tái)之上則為視頻監(jiān)控云，此部分也是最為體現(xiàn)雙方聯(lián)合研發(fā)的價(jià)值。華為為視頻監(jiān)控云提供了視頻分析服務(wù)和視頻大數(shù)據(jù)服務(wù)，依圖科技則提供了依圖人臉識(shí)別算法和依圖視圖。
目前，基于視頻監(jiān)控云，依圖科技可提供行為軌跡分析、人物畫像分析、同行人員查詢、異常行為報(bào)警、異常場(chǎng)所報(bào)警、人口密度分析等多類應(yīng)用。可以說(shuō)，正因?yàn)橛辛巳A為FusionInsight大數(shù)據(jù)平臺(tái)的支撐，才可支撐依圖科技人像識(shí)別的更好展現(xiàn)。由此，智慧城市正在進(jìn)入“看臉”的時(shí)代，而“看臉”的基礎(chǔ)，就是華為的計(jì)算能力和以“人”為主體的數(shù)據(jù)分析能力。
