Page 87 - 安防19年11月刊_150dpi
P. 87
了工程属性参数，在停止线后多少距离布点、抓拍点至 去规范。各个厂家都有自己的标称测试评估体系，各芯
立杆距离多少，配什么样的镜头，抓拍几车道，补光灯 片之间横向的对比标准缺失。如果想评估一款芯片的真
强度要求多少，安装照射角度是什么，调试规范怎样等 正算力，目前的方法只能是通过花人力进行算法的实测
等，都有严格的工堪表格和实施规范。按这样的工程属 对比。再比如人脸识别系统和以图搜图系统，各个厂家
性安装和调试的系统，再加上后端数据的技战法，可以 都有自己的算法和模型，假如一个客户使用了不同家的
最大程度地满足客户的需求。从ITS衍生的出入口停车 算法，后台数据侧的研判就会出现问题，不同厂家不同
场车辆管理系统，明确的工程化属性定义，加上后端的 模型产生的数据之间不能互通，只能割裂地进行分析，
数据运维平台，是典型的to G端到to B端衍生的案例。 这会给数据分析、设备扩容等等带来很大的麻烦。2018
再比如人脸识别相机，要求安装高度、人脸像素大 年1月，国家人工智能标准化总体组、专家咨询组成立大
小、补光等等。反过来思考，如果离开或者弱化这些工 会召开。在会上，国家标准化管理委员会宣布成立国家
程化属性实施的可能性，人工智能在安防行业的落地 人工智能标准化总体组、专家咨询组，负责全面统筹规
还能继续发挥优势吗？首先，强调工程化本质上没有 划和协调管理我国人工智能标准化工作。
错，工程上意味着场景的准确定义和人工智能的可实
施可复制；其次，算法的不断进步，以及用于算法训练 AI需求的碎片化问题
的场景素材不断丰富，正在泛化人工智能的适应性能 人工智能的大热，让人们对人工智能解决各行各
力，逐步减弱对工程化属性的依赖；再次，客户调整需 业痛点的期望逐步加大。视频监控在迎来人工智能时
求和对人工智能的期望值，比如使用两个泛智能的摄像 代之前，主要是人工地查和看。因为有了人工智能的普
机，代替一个工程属性极强的专业智能摄像机，抓拍率 及，人们会提出各种各样智能的需求：化工厂提出检测
也许可以达到同样的效果，但降低了工程实施的难度 原料的跑冒滴漏，宠物店提出检测宠物，厨房提出检测
和整体TCO。 不规范操作行为等等。旺盛的AI需求与碎片化AI的落
地难形成了鲜明对比。要解决碎片化AI需求的落地难问
标准化的缺失 题，算力、算法和数据是三个重要要素。同时，已经有人
一个行业的大发展离不开标准化的制定，标准化 在尝试使用开放的训练平台去解决碎片化需求满足的
是现代大生产的必要条件，可以提升效率、科学管理、 问题，将与需求紧密相关的训练数据和应用场景问题
增进信息流通，以及孵化创新等。标准化工作对人工智 交给需求提出方，平台发挥算力和算法的优势。
能及其产业发展具有基础性、支撑性、引领性的作用，
既是推动产业创新发展的关键抓手，也是产业竞争的制 结语
高点。 世界发达国家纷纷在新一轮国际竞争中争取掌 总体来看，安防给人工智能的落地提供了很好的土
握主导权，围绕人工智能出台规划和政策，对人工智能 壤，人工智能则给安防产业的发展提供了更广阔的舞
核心技术、顶尖人才、标准规范等进行部署，加快促进 台。有了人工智能的赋能，和视频为核心的技术联接，
人工智能技术和产业发展。主要科技企业不断加大资 安防行业的边界变得模糊化，从智能安防链接到智能
金和人力投入，抢占人工智能发展制高点。 金融、智能零售、智慧教育、智能制造等等的跨界会越
安防行业目前缺少人工智能的行业技术标准，去统 来越多和越来越频繁。
一和规范人工智能在安防行业的落地和持续创新。比
如人工智能芯片的算力标称，目前没有一个统一的标准 作者为浙江宇视科技有限公司研发技术系统部部长
第五届深圳国际无人机展览会（2020年8月深圳会展中心） www.china-drone.com.cn 59
ದ۽ᇆି JOEE ྒ௹
