2019年01月04日 | “视觉”安防哪家强？看“大佬”“萌新”如何布局（下）

天网恢恢，疏而不漏。不法分子的“易容术”、3D面具、围巾帽子加口罩等伪装，均逃不过人工智能监控的“透视眼”……

上期文章中（点击阅读），方象知产研究院梳理了“视觉”安防领域传统巨头和创新企业的发展情况和特点；本期文章将继续筛选和解析这些企业在“计算机视觉＋安防”领域的高价值核心技术，一窥“大佬”和“萌新”们的独门秘笈及发展方向，以期为相关企业和投资机构未来布局、决策提供参考。

传统安防巨头 不止于“看得清”

在技术迅速发展和迭代的今天，传统安防巨头既不忘初心，又与时俱进，在不断提升原有监控前端产品性能指标的同时，积极运用人工智能技术革新产品序列，确保在稳守“根据地”的基础上，继续开疆拓土。

海康威视—监控摄像机能自动聚焦

作为传统安防三巨头，海康威视、大华科技和宇视科技早已克服了模拟监控、数字监控等画面不清晰、不易存储读取等问题，并手握相关核心技术。

监控摄像机拍摄图像时，如果不经常调节镜头，无法快速、准确、平稳自动对焦。

针对这一问题，海康威视研发了具有“自适应聚焦技术” 的摄像装置，摄像机针对同一场景，可以自动选择合适的聚焦模式，从而构建了清晰度评价准则。

这种自适应聚焦方法（见图 1），针对不同模糊程度的图像及聚焦参考值，设计了相应的“自适应步长策略”，能够更快速、准确驱动步进电机对焦、减少震荡。该项技术能让视觉前端产品“看得更清”，因此在海康产品序列中被广泛引用。

方象知产研究院分析发现，海康威视这项技术的发明专利，被引用高达30多次，引用者不乏其竞争对手宇视科技、大华科技、华为等，足见该项技术的重要性。

除了海康威视，浙江大学、宇视科技等对该技术都有深入研究。

图 1：摄像装置自适应聚焦技术原理

来源：方象知产研究院

大华科技—卷积神经网络 提高图像识别率

在计算机视觉发展火热的今天，安防巨头并没有躺在有传统优势的硬件产品上“吃老本”，而是早早布局智能安防领域，以期在“看得清”的基础上，让视觉监控智能化。而这些新技术，也成为安防巨头能为客户提供整体安全解决方案的重要基础。

2018年12月11日，大华科技公开的一篇专利显示，该公司针对在海量视频图像中，如何判断优选图像，布局了核心技术。该技术运用预先训练好的卷积神经网络评价模型，对图像进行包括残缺度、目标物体与所在图像的垂线角度、目标占图像面积比、图像清晰度、图像亮暗度等参数进行评价，最终选出满足预设条件的优选图像。比如在交管应用方面，这一技术能提高低质量车辆图像的识别，提高图像数据利用率。

宇视科技—智能回放 能自动挑选动态视频分析

又如宇视科技，在视频存储与播放领域布局了一系列技术，专利被引用数量超过20次。其中的视频智能回放方法，可以将视频录像划分为多个视频片段，通过筛选出具有运动目标的视频段回放，以便更准确、快速对录像进行分析。这项技术，解决了后端分析浪费智能服务器、智能网络硬盘录像机（NVR）、处理结果时间长的痛点。

传统安防巨头布局智能监控，在重要技术热点上，不同公司通过不同方法解决问题。结合深度学习算法，智能视频技术使摄像机不单纯具有“眼睛”的功能，更具有“大脑”的特点。以此为支撑的计算机视觉安防系统解决方案，可广泛用于安防布控、罪犯抓捕及大型活动安保等领域。

新兴创企 特定角度切入研发“看穿你”

作为后起之秀，众多创企率先将计算机视觉技术落地到安防领域。在传统硬件设备和市场渠道等方面，创业公司无法与传统安防巨头匹敌，因此，它们大多瞄准了智能安防这一创新技术领域。而人脸识别，不约而同成为多家创业公司“梦开始的地方”。

人脸识别技术发展的过程中，诸多痛点问题显现：比如对于通过化妆、“易容”等伪造生物特征的目标，不能完全识别；比如在大规模人员移动、人流量密集等情况，因监控图片质量下降造成识别困难；还有对目标人群识别的视频切割处理不灵活，导致完整行为信息缺乏等。

针对这些痛点问题，创新公司依托强大的研发能力，接连攻克核心技术，通过技术优势，不仅在安防市场中抢得一席之地，业务范围还拓展到金融、智慧城市等其他领域。

深醒科技—双路神经网络 能识别“易容术”

在人脸识别中，可能有不法分子通过用照片、3D人脸面具伪造生物特征避免被查。针对这类问题，深醒科技提出利用两个卷积神经网络进行人脸验证：其中一个神经网络提取脸部多个子区域的局部特征（如眼部子区域，鼻部子区域等）；另一个神经网络提取深度特征，通过深度图谱验证输入图像是否为实体，是否匹配一致。

双路神经网络，分别识别局部特征和整体深度特征，对局部特征和深度特征比较判别，实现真人面部识别，同时能够有效识别照片、视频、3D面具等反侦察欺骗手段。在图像采集方面，红外摄像头和可见光摄像头同时采集图像，为进一步识别判定提供基础。

商汤科技—智能监控“透视眼” 能“看穿”戴口罩的脸

在火车站、商圈等人流密集场所，人员流动性较强、情况复杂，给追查犯罪分子、重点人员布控造成困难。专注于机器视觉的商汤科技，针对上述问题研发了基于深度学习和大规模集群的智能人脸追逃系统（见图 2）。

该系统利用百万级的数据集对神经网络进行训练，大大提高误报警率与漏检率，能够有效克服面部受遮挡、阳光等强光源照射等外界因素对图片采集的影响。同时，该技术支持多机多路和一机多路处理数据。如果人脸数据库较小，可将人脸识别服务器部署在同一个物理服务器上，从而实现一机多路。如果人脸数据库较大，为了提高处理效率，可将人脸识别服务器部署在不同的物理服务器上，从而实现多机多路。

图 2：智能人脸追逃系统技术原理

来源：方象知产研究院

窥一斑见全豹。各创业公司在安防落地场景中，通常针对不同的细分应用领域深耕，以解决传统方法无法克服的问题为切入点，以数据集大、计算速度快、非线性适应性强等优势，为计算机视觉打造一颗“智能大脑”，利用学习的方式，“教会”前后端设备“认得清”、“看得懂”。

其实在计算机视觉领域，除了人脸识别以外，行为识别也是广为应用的技术之一。众多科技公司在该技术分支上纷纷布局，方象知产研究院以后会就此单独进行分析。

“巨头”“萌新” 均重视布局存储技术

大数据是人工智能的基础。在数据就是黄金的今天，随着监控网点急速扩展，视频和卡口产生海量数据。如何安全存储、高效查找，成为“视觉”安防未来发展不可或缺的支柱性技术之一。“大佬”和“萌新”们也都意识到这个问题，针对视频存储、编码解码进行了大量的研究工作（见表1）。

方象知产研究院列出了部分公司较为重要或具有代表性的专利。受篇幅所限，本文不做过多解读。

表1：各公司与计算机视觉相关存储技术专利

来源：方象知产研究院

上述存储技术，主要针对大数据的存储安全、升级安全、丢失恢复、容错能力及读取能力，结合分布式存储、云平台等方法，将各类信息分门别类存储。不同公司虽然有不同的算法，但殊途同归，都要解决数字存储中高效与安全的问题。

方象技术观察

布局特定场景及行为识别 抢占技术前沿

中国电子学会的公开数据显示， 2017 年，中国人工智能核心产业规模已达到 56 亿美元左右，预计 2020年将超过 220 亿美元。在人工智能中，机器视觉占比最高，达到 37％。而在机器视觉市场中，安防行业占据七成份额。

目前，随着安防建设升级，安防系统正从传统的被动防御体系升级成为主动判断和预警的智能防御。这种安防建设的升级，对智能安防也提出了更高要求。那么，从被动追逃到主动预警再到多场景应用，视觉安防技术会如何发展呢？

视觉安防离不开卷积神经网络算法

在“计算机视觉＋安防”领域，无论是智能视频监控，还是人脸识别或行为识别，归根结底，本质上都是对图像进行处理。自2012年以来，在图像处理问题上，卷积神经网络因其在学习过程中无需手工选取特征，只需进行大量图像数据训练即可，在图像分割、图像检测等方面取得巨大成果。目前，卷积神经网络已经成为图像识别领域的核心算法之一。

根据人类视觉系统［1］对信息分级处理的方式，人工构建的深度卷积神经网络模型，可以仿照人类大脑，由低层到高层逐层迭代、抽象处理视觉信息。卷积网络每层代表可视皮层的区域，每层上的节点代表可视皮层区域上的神经元，信息由左向右，逐层迭代传播。通过对历史数据逐步进行学习，将历史数据的经验存储在网络中，且伴随着学习次数及经验不断提高，可指数型跨越式地提升计算机对图像和视频的认知能力。

［1］1981年诺贝尔医学奖获奖者David Hubel、Torsten Wiesel发现

特定场景和行为识别是重要技术靶点

深度依托于图像处理的“安防”，最先得到了技术发展的红利，传统安防巨头和创企纷纷致力于打造具有“智能大脑”的算法、设备和系统。

虽然深度卷积网络的多重非线性使其具有很大的可塑性，但想要将这把利器恰到好处地用到安防场景，还需更多研究和实践。

在深度网络框架下，如何选择内部结构，引入多少节点，选取哪些区域进行池化，往往需要大量经验，还要反复进行调整。深度网络“学习”的过程中，特写场景中的目标特征识别尤为重要。这需要对系统有针对性地喂以训练数据，比如遮挡人脸、行为识别中各种组合姿态等，通过深度学习，让其能针对特写场景中的目标进行识别。

方象知产研究院认为，在视觉安防领域，以卷积神经网络突破细分场景应用，仍然是未来的发展方向：一方面能让这种“类视觉人工智能系统”针对特定场景的目标进行识别，不仅知道什么时候“该看”，还要能“看得清”、“看得透”、“看得懂”，在安防领域发挥作用；另一方面，还要完善深度网络的学习能力，突破算法局限，能针对不同特点的数据库及需求，建立对应的识别能力，建立系统性的整体设计方案，以最低成本拓展应用场景。