AI 新势力千视通的“简单”与“不简单”

不管是投入重金做好城市基础设施，还是持之以恒打造智能城市平台，实则都是通过科技手段，从顶层设计开始，让所有的用户能够通过智能平台，改变当前城市系统中落后的管理模式，让生活智慧化、便捷化、安全化。

借助于移动互联网和人工智能的快速发展，不少企业已经投身到智能城市建设的队伍中来。

千视通是为数不多走在队伍前列的AI新势力。

在2019深圳安博会上，雷锋网AI掘金志发现千视通已经展出了一系列硬件、软件及AI解决方案。如智能视频快速采集分析一体机、NVR盒子、人脸抓拍识别一体机、全域追踪视频感知平台、视频图像结构化解析平台，及智慧警务、交通、社区等解决方案。

他们正通过大数据、云计算、人工智能等前沿技术，在AI城市领域打造一系列智慧案例，在行业内引起不小反响。

越简单，越好用

人性讨厌复杂，喜欢简单。

以学校无感通行项目为例，学生每天上学、入寝、就餐、借书均需要在复杂繁琐的身份识别中排长队，浪费很多时间。

如果通过简单便捷的智能终端，将这个劳力费神的身份ID确认的工作交给人脸识别技术，对于老师和学生来说，岂不快哉。

又比如，在日常的教学管理工作中，老师需要花费很大的精力在学生的课堂考勤、生活管理等方面，而部分学生也在千方百计地想着法子如何应付老师。

这些传统的管理模式，已经两头都不讨好，导致目前的管理水平很难踏上新台阶。如何与时俱进地利用先进的科学技术，让管理更智能，是所有科技企业必须考虑的业务逻辑。

换句话说，科技之于行业，一定要将复杂的流程逻辑，变成机器人简单的“0与1的逻辑”，让大家在简单的制度化关系中轻装前行。

幸运的是，包括千视通这样的AI企业已在这条路上奋力驰骋，AI掘金志了解到，他们已经在各行各业落地了众多项目：

譬如广州某区出租屋人脸识别智能门禁系统项目。千视通采用行业创新人脸识别门禁方案依托平安云建设全区出租屋管理系统，实现流动人口管理与服务。

譬如PAFC人脸识别通行管理系统项目。PAFC人员通行管理系统采用行业创新人脸识别投影技术依托平安云建设一套云端人脸比对通行管理系统，为PAFC提供安全通行保障。

譬如北理莫斯科大学人脸识别通行项目，北理莫斯科大学新建校区人脸识别通行系统包括学生宿舍通行管理、校门通行管理系统，实现该校宿舍进出无人管理及云端人脸比对快速通行。

再譬如河南百所中小学学校无感通行项目，千视通采用无感人脸抓拍技术将百所中小学统一实现校门口大人流量无漏抓拍，对百所学校师生人员进行人脸比对，为学校提供安全预警保障。

越简单，越不简单

很多人认为，人脸识别、大数据技术现在很多AI企业都可以做，并且准确率都很高，难度不大。

这个说法并无大的逻辑错误，深度学习技术日益成熟的今天，识别技术对人脸的判断并不难实现。

但是，做得好人脸识别技术，不代表人工智能解决方案就做得好，人工智能解决方案做得好，不代表智慧场景就做得符合用户的实际需求。

千视通，要么不做，要做就做全、做好、做细，让智慧警务、智慧校园等各个业务场景的管理者都会用。

做全，是千视通从用户真实场景需求的出发点。

目前，千视通已经在包括智慧警务、智慧校园、智慧社区等多个场景有众多业务落地。

做好，是千视通在人工智能领域的基本要求。

其核心团队来自香港ASTRI、上海交大Person search 世界冠军团队、加拿大McMaster研究院。公司创始人、董事，先后获得视频智能分析领域国家科技进步二等奖，主导公安部视频检索GA/T 1154.3 GA/T 1154.5 GA/T1399等标准制订。

他们主打Face-ID和Re-ID融合应用，云+边+端软硬一体化部署，提供AIoT无感通行场景落地，目前已经服务于华为、平安、微软、Nokia等全国超过300家用户单位。

做细，是千视通为解决用户最后一公里痛点的立足点。

以智慧警务为例，千视通发布了视频警务实战应用2.0全域追踪解决方案。

千视通产品总监肖长清曾提到，“我们真的从汗水警务完全跨越到智慧警务了吗？”老人小孩走丢了难以快速找到；在监控中找到嫌疑目标，无法有效关联身份；前端摄像头普遍智能化程度不高。

总结来说，目前智慧城市的发展仍然面临着算法不全不准、算力成本居高不下、应用功能堆积不实用等问题。

围绕这些难处积极思考，千视通分别交出了结构化2.0、算硬结合和全域追踪等多种解决办法，在多维数据融合感知的时代，从场景应用的实战角度开发出更高效的AI产品。

该方案值得一提的是嵌有基于注意力架构模型的高精度Re-ID提取。

通常来说，人脸识别技术虽然准确度高，但是只能覆盖30%左右的监控点，基于成本因素，70%的监控为非卡口点位，无法拍摄到清晰人脸，只能拍摄到人体。

再譬如人体识别，最大的难点在于，行人是非刚体结构，当人在走动时，手和脚都在摆动，还往往伴随有其他动作，因此不同于车辆等刚体结构，任意角度都是同一个型态。l传统的算法无论是将目标对齐或者进行切分，都无法消除非刚体结构对算法的干扰。

千视通设计的主躯干网络不要求躯干位置的标注，模型能够从浅层视觉到高层语义的不同空间内自动捕捉关键区域，挖掘多尺度的注意力特征，自动实现行人肢体（如面部，上身及下身）的特征融合，对于姿态改变以及空间变化有着很好的鲁棒性，可以有效的完成行人搜索工作。

方案之上，千视通通过图谱关联关系，可突破传统的视频结构化检索与目标检索颜色强相关的瓶颈，为轨迹拟合提供数据基础；另外，基于多维数据融合，时空研判推演，实现跨镜、实时、快速、精准的全域追踪。

慢火才能熬好粥，精工才能出细活。

千视通针对各个场景的实际情况，为各类场景用户打造适配解决方案，让用户更轻易、便捷、智能地使用，但在每个简单易用的智能化应用的背后，都是技术的不简单。

而在这背后，是千视通近年来对大数据、云计算、智能识别、人工智能等技术创新的加大投入。

藉由此，千视通也获得了包括 AI掘金志 在内的众多媒体的肯定，在深圳安博会期间，他们还斩获创新百强企业奖，为AI更好赋能树下又一个坚定信心。

推荐阅读