眼擎科技朱繼志：AI安防想要進化 需要克服機器視覺盲區

報道：預計至2022年，安防市場規模將達到萬億級別。

在2018年5月25日舉辦的「GIIS 2018·安防AI創新峰會」上，眼擎科技創始人兼CEO朱繼志表示，隨著國家大力推進平安城市、智慧城市等的建設，人工智慧相關國家戰略政策的逐步深化，安防行業正向規模化、全面高清化、智能化轉型升級。這一市場體量將進一步激增，預計至2022年，安防市場規模將達到萬億級別。

安防是機器視覺應用的主戰場之一。近年來，機器視覺技術已經有了很大發展。在公共安全領域，通過AI技術手段在嫌疑人出現在監控範圍後，第一時間精確識別並報警，已經是很容易的事。

不過，識別技術目前雖然已經很成熟，但並非萬能，在不少實際應用的場景中，人工智慧的視覺識別還存在著盲區。比如，傳統攝像頭在酒吧、KTV、演唱會現場、夜總會等場景中，無法實現其正常安防的功能。究其原因，傳統的攝像頭成像技術無法自適應現實中複雜光線下的應用場景。另外，由於採光更加自然、節能等原因，近年來興建的機場、高鐵站、汽車站、辦公樓宇等都傾向於採用大氣美麗的全透明玻璃+大落地窗，此類場景下出現的典型的反光、逆光、背光等問題，導致成像識別難以正常進行，這給安防工作帶來了困難。

在這種情況下，不從前端成像源上為演算法提供高品質的圖像，演算法識別率提升幅度是非常有限的。朱繼志認為，目前AI視覺的實際痛點在於，AI的圖像識別率可以到98%、99%，但這都是實驗室的數據，一到現場，圖像源就變差了，從「賣家秀」變成了「買家秀」，經常識別不了。

「AI視覺兌現面臨的最大難題，是光線複雜。」他說，AI機器視覺從攝像頭到「眼睛」的進化，最關鍵的是對於環境的自適應能力。以前的圖像都是給人看的，現在是給機器看了。而日系的數碼成像，在技術架構上，解決不了複雜光線下的自適應問題。AI賦能機器成為一個新物種，這個新物種要進化，就一定需要眼睛。

眼擎科技推出的AI視覺前端成像方案，正是針對AI機器視覺在複雜光線下前端成像的核心痛點，以解決安防AI視覺的瓶頸難題。

朱繼志透露，基於一套自主研發的成像演算法，其團隊讓影像採集終端即便在弱光、逆光、反光等複雜光環境條件下，也能通過演算法優化，還原被拍攝圖像的品質，以及人和物的真實色彩，同時在複雜光線環境下依然可以高品質真彩還原成像。這套成像演算法是基於超大規模的計算能力硬體模塊加核心演算法來實現的。

「我們公司用了四年時間干這一件事，我們認為未來的AI機器視覺的能力，就是相機的能力應該像我們人眼靠齊，甚至比人眼更好。所以我們做一個成像引擎的技術，使我們的相機(攝像頭)能夠在各種各樣的複雜環境下來解決成像的問題，我們的眼睛能力最強的不是說它的解析度高，也不是看的很清楚，而是它的環境自適應能力特彆強，因為人眼是幾億年以來進化的結果，自然可以適應，但是所有的相機和攝像頭不具備這個能力。」 朱繼志稱。

2018年1月，眼擎科技推出了全球首款複雜光線專用成像晶元eyemoreX42，並於同年4月推出自動駕駛視覺成像方案eyemoreDX120，使自動駕駛汽車的視覺動態範圍提升至120dB，超越了人眼的能力。

生物特徵識別、計算機視覺和深度學習等人工智慧關鍵技術的發展，推動了安防行業愈加智能化發展，也對安防提出了更為高標準的要求。用朱繼志的話說，AI像一條鯰魚，給本已枯燥無趣的安防市場，帶來了第二春，逼迫安防攝像頭從「低級」向「高級」演進。但傳統的攝像頭在酒吧、KTV、演唱會現場、夜總會等新場景中，無法實現其安防的功能。究其原因，傳統的攝像頭成像技術無法適應現實中複雜光線的場景。而眼擎科技推出的AI視覺前端成像方案，是突破這一瓶頸的一劑良藥，很好地解決了安防最後一公里的難題。

（投中網）

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！