深瞐科技的 AI 進化之路：從車臉識別到應用生態

深瞐科技可以說是最早布局AI技術的安防企業之一。

2012年，深瞐科技成立之初曾研究過一段時間人臉識別技術，但當時深度學習還不夠成熟，動態人臉識別精度有所欠缺，商業化落地場景也比較少。

當時，交警部門正為大貨車的交通違法問題頭痛不已。為了逃避電子警察抓拍，大貨車駕駛員往往會將車牌遮擋或者摘掉。這些涉牌的違法行為，通常伴隨著闖紅燈、闖禁行、逆行等惡劣交通違法行為，為交通事故埋下了安全隱患。刑事案件中的犯案車輛也經常使用假、套牌，大幅增加了案件的偵破難度。

了解到這一情況後，深瞐科技董事長陳瑞軍不禁思考，「能不能做一套車臉識別系徹底解決這些問題？」深瞐科技緊貼應用場景的企業基因就此埋下了種子。

緊貼應用，打造產品矩陣

深瞐科技的第一款產品——車輛綜合平台，集成了深瞐的核心演算法和模塊，並採用 Hadoop 分散式體系架構，能夠識別出車輛的號牌號碼、號牌種類、車標、車型型號、年款、車身顏色、車輛類別、特徵標誌、模糊車輛部位等信息，極大地方便了案件偵破。

但公安部門在實際業務中不僅要識別車輛，還要對人進行識別和分析。於是深瞐科技在將車臉識別做到行業領先之後，又在它的基礎上整合了人的特徵識別和分析演算法，構成了其主要產品——視頻結構化平台。

深瞐的視頻結構化平台可以高精度地自動識別不同視角、不同光照條件、不同監控場景、不同天氣狀況中的人物特徵和車輛特徵，便於公安機關達到後期快速檢索和布控的目的。

視頻結構化分析的運算量非常龐大，而且早期結構化分析的運算都是在服務端的GPU完成的，視頻解碼成了一大瓶頸。為了解決這一問題，深瞐科技針對FPGA開發了深度學習加速演算法，並聯合硬體生產廠商把它做成低功耗、小體積的晶元。該晶元的視頻結構化處理速度為15fps，功耗只有3W，可以集成到前端攝像頭，實現對視頻數據的實時處理和分析。

此外，深瞐科技還開發了一些嵌入式模塊連接到傳統IPC後面進行視頻結構化分析。一來減少了上傳的數據量，節省了帶寬；二來使得像機能夠做出報警等即時反饋。

在實際應用場景和業務需求的引導下，深瞐科技一步步構建起了車輛綜合平台+視頻結構化平台+智能攝像機+嵌入式分析器的完整產品布局。

以點帶面，技術多頭並進

在自己賴以起家的業務——車輛識別領域，深瞐科技在和競爭對手的一輪輪比拼中，已經坐穩了第一把交椅。

以去年年底深圳交警的招標項目為例，海康、大華、依圖等安防領軍企業紛紛競標，深瞐科技和合作夥伴華為也位列其中。幾輪比拼下來，深瞐科技在深圳交警最關注的檢出率、精確度、車牌識別率三項指標上均位列第一。

深瞐科技CTO王建輝向雷鋒網介紹：「實際招標時，不同應用方關注的演算法指標不盡相同。比如深圳交警的項目，他們更關注大貨車的檢出率和車牌的識別率。公安部門則更關注視頻的結構化，他們需要對車輛的型號、顏色、擺件、掛飾等特徵進行識別和分析。但只要是跟車輛特徵相關的指標，深瞐科技排名都是第一。」

這一方面是因為深瞐科技布局較早，積累了非常豐富的訓練數據集；一方面也和它堅持緊貼應用場景和業務需求優化演算法，很少刷公開數據集榜單有關。

王建輝認為，隨著深度學習和人工智慧技術的發展，只要有足夠的數據積累，演算法識別的精度差距並不會特別明顯。但目前掌握了優質訓練數據集的企業不多，而且數據積累是一個漫長的過程，不能一蹴而就。這意味著掌握了優質數據集的企業將慢慢體現出競爭優勢。

除了精度高，深瞐科技的車輛識別演算法支持的車型也非常全面。據雷鋒網了解，深瞐科技的演算法目前已經能夠識別5500多種車型的車頭和3500多種車型的車尾，基本涵蓋了目前行駛在中國路面上的所有車型。

在車輛識別這支利箭的引領下，深瞐科技的AI技術矩陣正快速推進。王建輝介紹：「目前在人物識別的相關指標方面，深瞐科技和海康等領軍企業互有勝負；人臉識別由於中間擱置了一段時間，稍稍落後，但也已經達到了很高的水準。」

將結構化的視頻進行高效存儲和檢索是一件非常複雜的事情，背後深瞐科技付出了諸多汗水。比如，傳統的大數據存儲系統架構更適合存儲大文件，為了提高結構化視頻的數據存儲效率，深瞐科技在原有架構上做了很多優化，使得系統更適合存儲相對碎片化的數據。

王建輝向雷鋒網介紹：「目前深瞐科技的演算法已經非常高效了，單個GPU（Tesla P4）上最高支持48路1080P視頻的結構化。但考慮到視頻是從前端傳回來的，需要經過解碼，解碼本身也很耗費計算資源，實際上一張Tesla P4卡最多只能支持24路1080P視頻的結構化。」也就是說，視頻結構化進一步提升，需要的是整個解決方案而不僅僅是某個技術點的突破。這也是深瞐科技和整個行業接下來需要努力的方向。

合縱連橫，擴大市場份額

幾年前，深瞐科技率先布局AI安防市場時，舉目四顧，同行者寥寥。如今這條賽道上已經擠滿了各路英豪。

以海康為代表的傳統安防超級巨頭，在AI領域投入了大量研發力量，擁有很強的技術團隊、數據積累和生態能力，一時號令天下。傳統安防的第二陣營同樣擁有深厚的行業積累，但苦於缺乏AI技術開發能力，被巨頭和AI新貴前後夾擊。安防AI初創公司的優勢在於強大的技術研發能力，深瞐科技作為其中的佼佼者，既要警惕被同行超越，又要突破巨頭的封鎖。

幾股力量彼此廝殺，格外考驗合縱連橫的智慧。深瞐科技的打法是聯手第二陣營的傳統安防廠商，一起打「土豪」，頗有吳蜀聯盟對抗曹魏的氣勢。

去年十月，深圳安博會，安防廠商華山論劍。尤其是一號展館，彙集了中國最優秀的安防廠商。據王建輝統計，當時一號展館共有13家廠商展出了視頻結構化技術，其中超過60%是深瞐科技的合作夥伴，採用了深瞐的方案。王建輝表示，未來深瞐科技會堅持方案提供商的角色定位，和設備商、集成商合作，共同推廣視頻結構化技術。

相關統計顯示，目前中國大約有1.76億個攝像頭，但真正用到視頻結構化技術的攝像頭比例還非常少，市場前景非常廣闊。

深瞐的策略是，在保證整體利潤率的前提下，不過分追求單品高利潤，而是用相對親民的價格進一步擴大市場佔有率，將視頻結構化技術推廣開來。一方面幫助應用方降低人力成本；另一方面壓縮產品自身的成本，最終形成正向循環。

放眼未來，構建應用生態

憑藉優秀的車輛識別和視頻結構化演算法，以及軟硬體結合的產品矩陣，深瞐科技在強敵如林的安防市場已經佔據了一席之地。但這場戰爭才剛剛開始，未來的路還很長。

王建輝表示，未來深瞐科技會繼續堅持主業，優化視頻結構化的技術方案，並朝前端智能和邊緣計算的方向發展。具體業務方面，目前深瞐科技正在和多個地區政府洽談，計劃搭建市級的車輛檔案平台。

此外，隨著深瞐科技的市場份額逐步擴大，產品邊際成本不斷降低，已經具備了進入民用市場的能力。海思等硬體廠商也慢慢推出了一些物美價廉的民用硬體解決方案。藉此契機，深瞐科技將慢慢從警用市場擴展到樓宇、醫院、銀行、停車場等民用場景，逐步構建起自己的生態。

從車臉識別演算法到獨立的產品生態，深瞐科技的每一步都走得很踏實。未來難以預測，但它至少已經有了一個漂亮的開局。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！