演算法迭代加速、行業競爭加劇，觸景無限的安防進擊路

肖洪波畢業於清華大學，目前擔任觸景無限科技CEO，曾任惠普項目負責人、CA中國技術顧問、IBM 資深信息架構師、UIUC高等媒體研究中心圖像組項目負責人

雷鋒網按：近日，觸景無限科技(北京)有限公司入選雷鋒網發布的「AI 最佳掘金案例年度榜單」，並獲得最佳前端人臉識別方案獎。

「AI 最佳掘金案例年度榜單」從商業維度出發，評選出8大行業中的30個最佳解決方案/產品。雷鋒網根據企業提交的「解決方案/產品資料、商務合作（單個行業的業務統計）、企業自身情況」三個維度的信息，以20個明確評分項為標準，對參選企業進行首輪全面評估。同時邀請多位傳統企業CIO、系統集成商項目高管、AI企業解決方案負責人、投資機構合伙人、學界教授等數十位評委，對參選企業和脫敏後的信息，進行了第二輪分析評審。

歷時兩個月，融合兩輪評選結果後，最終公布30強名單。

「觸景無限踏入安防行業差不多兩年時間，這個行業目前還有很多「歷史遺留」問題尚未解決。比如前端的識別問題、後端的基於大數據的分析問題；再比如模糊圖像的處理、跨攝像頭的立體防控問題等等。」 在去美國前一天的下午，觸景無限CEO肖洪波接受了雷鋒網的專訪。

「計算機視覺技術作為AI產品的理論基礎，在實驗室做Demo較為容易，但真正落地到安防實戰項目中，實際效果至少對打半折」 。

採訪伊始，肖洪波就直接指出了安防行業當前存在的一些問題。他同時還提到，與其他行業不同，安防行業競爭尤為激烈，而且『界限不明』，對於「跨界」求存，他認為，「未來一定不是端到端的天下，任何一條產業鏈唯有分工明確才能精益求精」。

以這兩年被資本加持的演算法層為例來說，龐大蜜罐的誘使下，各路玩家玩命跟進，但同時也出現了一個不得不承認的尷尬局勢：多而不精——專業演算法公司與傳統安防企業在演算法層面能夠做到的事情其實從某種意義上來說是對等的，能夠根據安防某一細分場景做細、做精的演算法公司少之又少。

所幸的是，中國安防市場足夠大，相較全球其他國家有著先天的政策及地理優勢。因此在整個風雲混斗的安防圈，觸景無限「另闢蹊徑」，不做純演算法的研究，而是通過軟硬體相結合的方式，為用戶提供一個中間平台，幫助設備商比較容易地將集成各種感測器功能的模塊嵌入到產品中去，使得前端產品跑得更快、跑得更穩，使得安防行業能夠真正實現全面AI化。

他預測道，隨著行業數據量的指數增長，未來的安防市場不可能將所有的數據都集中在後端伺服器上做處理，會有越來越多的數據直接放置於前端識別、處理。而在此大趨勢下，AI在安防行業中的應用除了人臉識別之外，下一個落腳點極有可能會是前端的視頻結構化。

通俗來說，目前很多安防監控攝像機抓拍到的人臉圖像不一定能夠滿足甲方的實際需求。（尺寸、像素），而此時就可通過目標人穿的衣服、背的包、穿的鞋去進行跟蹤識別，而這就涉及到了前端跨攝像頭的再識別。

用技術「感知」世界

提起觸景無限，若非行業人士，對這家公司的印象會有些「模糊」。

打開百度百科，從VR到無人機，從可穿戴設備到安防，這家「有毒」的創業公司好像同時間橫跨眾多領域，一時間很難談清它到底屬於哪個行業，到底在做什麼。

「觸景無限是一家通用化 AI 感知模塊的方案提供商，目前專註於攝像頭和無人機方向。我們的工作是通過「感知」能力讓前端產品變得更加智能。」對於上述疑問，肖洪波回應道，「我們希望使用先進的視覺感知技術，在複雜場景中完成對目標圖像的提取、識別和分類，實時感知攝像頭、目標物體、周邊環境的空間關係，賦予機器更好的感知能力」。

與絕大部分CV公司的切入點不同，觸景無限要做的事是讓機器直接對實際場景進行識別，然後根據結果調節前端的感測器以達到最優值。值得注意的是，這裡所提感測器並非單一的感測器，它將前端的多種感測器融合在一起，從而獲得更多的數據，之後在這個基礎上，對後期的『綜合』數據作分析，當數據維度足夠多的時候，優化效果則會更佳。

以智能家居行業為例，目前行業大多數廠商都以『總控』為中心去做智能化，但在肖洪波眼中，這並非嚴格意義上的智能家電：「唯有讓家電具備『感知能力』，該技術的創新才有真正價值。」

譬如智能音箱，用戶通過語音控制音箱播放或者暫停歌曲並非智能。真正的智能音箱應該能夠以「更好地發聲」為前提，通過對環境的感知，為用戶展示最好的聆聽效果。比如蘋果的HomePod音箱，它可根據聲音折射，『知道』自己被放置在一個多大的空間中，以及在空間的哪個位置，從而自動調節它自身的五個發聲單元，為用戶呈現最佳的音響效果。

譬如空調，它並非自動根據室外溫度而自動調節送風模式。而是像日本最新的日立空調那樣，能夠通過前端的兩個攝像頭，知曉房間的大小、人數、這些人是運動的還是靜止的、體溫狀況、房間有無陽光直射等環境。然後通過對這些外部環境的感知，改變其送風模式及溫度；

再譬如烤箱，它可以根據食物的種類、狀態，自動選擇時間、火候，從而烤出最美味的食物；

如此等等。

最佳前端人臉識別方案名副其實

在安防行業中的應用亦是同理。

以往的安防攝像頭都在「傻瓜式」地「工作」，不知『自己』需要抓拍行人、車輛還是其他事物，也不知『自己』已經處於何種環境之中。「如果將感知能力賦予到安防前端攝像頭中去，能夠大大提升攝像頭的工作效率及使用效果」。

但與此同時，又出現了一些問題，而這也正是白熱化競爭之下，觸景無限需要解決且有機會脫穎而出的關鍵點所在。在此前接受雷鋒網專訪時，肖洪波就曾表示：

1. 相同配置下，安防前端處理能力較低，如何在前端嵌入式系統里對神經網路模型進行有效壓縮，是嵌入式智能感知面臨的最大課題之一。

2. 現如今業界傾向於把網路做得越深越好，但在嵌入式中也面臨一個挑戰：資源有限，無法運行特別大的模型。

基於以上兩點，在去年十一月的深圳安博會期間，觸景無限發布瞬視人臉抓拍系統，它將VPU（智能分析處理伺服器）模塊嵌入到攝像機里，無需再配置後端伺服器。

也就是說不同於傳統人臉抓拍機在前端抓拍圖片、後端伺服器分析比對，運用瞬視系統可在前端實時做智能分析，從而使得攝像機整體更加簡潔高效。

肖洪波表示，瞬視系統可以通過前端進行底層ISP調節，進行智能處理後，區分光線變化，進而實現清晰的成像質量。

此外，傳統人臉抓拍機還存在檢測準確率不高、漏抓誤報較多、人臉抓拍不清晰、圖像質量不理想等局限。而瞬視系統人臉檢測視頻解析度達到了1080P，檢測幀率為30幀/秒，每幀最大人臉檢測數超過100人（人臉像素：40），正臉檢出率＞99%，誤檢率＜1%。

採訪最後，肖洪波重申道，隨著AI的進一步發展及落地應用，各行各業都會出現較大的產業分工，每家廠商都應該專註自身的優勢領域，為行業提供不同的優秀解決方案，只有各家將自己擅長的技術融合在一起，才能更好地促進行業進步。

對於企業自身的發展，肖洪波坦承說，創業初期，『方向』問題比較頭疼，但通過多年摸索之後，觸景無限目前的方向、定位非常清晰，思考得最多的問題也就是：如何通過前端軟體演算法及硬體感測器，去更好解決現實場景中遇到的一系列此前行業中尚未解決的難題。

而對於未來，嚴謹的理科生並沒有夸夸其談，「目前觸景無限要做的就是進一步深耕安防領域，穩紮穩打地走好接下來的每一步：從產品角度出發，基於瞬視、盾悟兩大產品系統，去接觸更多的合作夥伴，落地更多區域；從演算法層面出發，自修的同時也會與市面上的一些企業合作，為用戶提供更好地軟硬體一體的解決方案。」

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！