AI算法厂商如何在智慧社区“施展拳脚”?

　    人工智能概念的提出已有60年，但之前的发展一直局限在实验室内，直到2015年，得益于深度学习算法的突破及GPU的广泛应用，人工智能才开始迎来真正的爆发，并给各个产业带来翻天覆地的变革。不过，对于AI企业来讲，技术的商业化是面临的共同难题，因为目前AI通用技术还无法做到跨行业应用， AI企业深耕某一个细分行业领域，需要投入大量的时间和精力做AI算法优化，如此才能真正实现技术商业化及行业应用规模化。

　　众所周知，智慧社区建设参与者众多，包括技术提供商、设备商、集成商及地产商和物业公司等。基于企业的不同属性和立场，各企业从不同维度不同层面提供智慧社区解决方案，以实现传统社区的智能化升级。本期a&s智慧生活邀请到20年专注于AI算法研发的技术厂商即上海趋视信息科技有限公司的总经理徐飙，和我们分享基于视频的AI算法在智慧社区建设中的应用价值以及趋视是如何深耕智慧社区的，以期给产业以启示和思考。

上海趋视信息科技有限公司的总经理徐飙

　　传统社区四大“顽症”亟待解决

　　社区是城市的缩影及组成细胞，目前城市人口密集，流动人口增加，引发社会治安、重点区域防范等城市管理问题，而城市管理问题同样映射到社区管理领域。可以说，智慧社区是中国城市化趋势下的产物，是智慧城市所涉及的智慧政务、公共服务和安全监控等智能系统的延伸。

　　根据趋视总经理徐飙分享，目前传统社区存在四大管理问题：一、人员管控问题，一方面，社区外来人口多，小区“群租”现象屡禁不止，物业等部门上门摸排难度大，取缔后，又会“死灰复燃”，另一方面，小区重点人员(老人、残障人员以及“五类”人员)监控需要人工监视巡查，时效性低;二、公共区域管理问题，比如，在消防通道等重要区域出现车辆乱停放或垃圾堆放现象，另外，流动无证摊贩，商铺占道经营，造成执法人力成本较高等;三、周界防盗，安防设施不到位，小区居民生命财产安全难以保障;四、高空抛物，时有高空抛物现象，少有目击者，抛物时间短，面临取证处罚难。

　　智慧社区的建设需要政府政策的大力支持，同时需要政府主导和扶植企业共同制定产业发展战略和思维。据了解，上海政府在2018年6月正式发布了“城市管理精细化三年计划”，明确规定三年内(2018-2022)建设完成智慧社区，并且这是一种由政府出资并主导的侧重于智能安全系统建设的智能社区商业模式，这种模式将大大推动上海智慧社区建设的步伐，并对全国智慧社区的建设具有重要的借鉴意义。　　

       盘活社区视频数据是AI核心价值

　　智慧社区的基础硬件环境包括家庭安装各类感应器和智能设备(智能家居范畴)、通信网络硬件设施以及用于视频监控的各路摄像头和定位器等。其中，社区内外的视频监控属于泛安防范畴，关乎到整个社区的人员和资产安全，是整个智慧社区建设中最基础的部分。不过，目前大部分传统社区的视频监控一般仅用于视频展示，主要用于实时监控和事后处理，管理效率比较低下，从而造成上述中提到的传统小区面临的管控难题，无法对整个社区做到安全保障。

　　徐飙表示，智慧社区是涵盖人工智能、大数据、物联网、网络通信等综合技术应用的行业，其核心价值主要体现在人工智能和物联网技术的创新应用，利用物联网技术可将传统社区内的各类设备进行智能化改造或新增加基础的感知设备，通过后端云平台管控各个设备状态及收集前端各种数据，最后通过AI算法技术对采集数据进行智能化分析，从而大力提升传统视频监控的应用价值，更高效地保障小区的安全，同时推动政府和物业的精细化管理。

　　其中，人脸和特定行为识别分析对于社区预警和综合管理服务具有重要的应用价值，依托于数据云平台，以居民、房产、门禁、预警等视频数据构建强大的社区人脸库及社区综合治理资料库，通过将人脸抓拍、门禁视频与人脸识别相结合，发现可疑人员，立刻将信息推送给公安部门，可以有效改善社区治安;利用门禁的安防预警功能，当出现消防问题时，及时将信息推送到消防部门等。

　　据了解，趋视是20年专注于人工智能核心技术研发的AI技术厂商，其推出的智能视频分析系统采用自主研发的准3D视频分析算法+3D场景识别+肢体能量模型，通过将场景中背景和目标分离，进而追踪目标，能够准确识别并排除各种干扰。具体到人员算法层面来看，在相机标定参数指导下融合多种人员检测方法，例如人脸检测、头肩检测、目标形态和尺寸检测、基于运动形态检测以及基于静态图像和深度学习的检测，当人物目标出现在摄像机中，系统能够识别人员目标并分配唯一ID标识，持续跟踪移动中的目标。在保证无漏报的情况下，有效降低误报，大大提高工作效率。徐飙称，这种关于人脸和特定行为的视频分析可以有效解决社区中人员管控、周界防盗、公共区域管理及高空抛物等传统问题。

　　比如，在楼道门禁、通行出入口进行人脸采集抓拍，解决群租、孤寡老人等特殊人群定期监护问题;在禁止停留车辆区域内，当车辆停留时间超过300秒，或在禁止跨区经营区域内，临时在道路上搭建帐篷、餐桌超过600秒，或在人行横道内，类似小摊小贩临时摆摊的行为超过600秒时，或在垃圾桶周围区域内，放置垃圾物、垃圾袋超过5秒，当侦测到上述设定的情况发生时，将产生提供信号提醒，而且其他无关的因素将不在识别范围，有效解决了公共区域管理的各种难题。

　　在周边安全防控方面，可设置任意形状区域进行布防，无论入侵目标从任何方向进入或离开时皆可触发报警，同时支持设定入侵者的类型、尺寸大小、最短入侵时间等参数，报警画面实时查看，自动抓拍，报警自动弹出，系统联动保安中心与业主手机端。此外，通过应用人工智能技术，可以自动检测高空抛物现象的发生并及时报警。

　　深耕细分行业 融合算法与业务需求

　　近三年，人工智能技术获得重大突破，但目前还处于弱人工智能时代，任何一种AI技术都很难做到跨行业应用，徐飙在采访中强调，无论是前端AI芯片还是后端的AI算法，目前都具有很强的行业属性，实现AI技术落地行业应用，AI企业需要更加务实的态度，应以垂直行业细分场景应用为主导，同时降低漏掉和误报这两大指标，从而推动AI技术行业应用的规模化。

　　在提到目前AI技术商业化的竞争态势时，徐飙表示，国内AI技术创新企业众多，但技术差异性比较大，而且，大家用不同的思维在不同的赛道解决技术商业化问题，目前主要用专用技术和通用技术两条赛道，呈现出百家争鸣的态势，AI技术企业还远没有达到在同一个维度上进行竞争的态势。另外，无论选择哪条赛道，AI企业都需要首先解决用户的实际需求，并给行业带来一定的应用价值和创新服务，这是AI企业发展的必然之路。并且，他指出，当下整个人工智能行业还处在试点阶段，行业应用需求还没有定下来，目前还处于平台与平台之间进行业务融合的阶段，尽可能将每个技术深度都能够达到业务实际需求。不过，当未来应用需求标准化后，AI技术融合或将成为一种必然趋势。

　　人工智能高速发展的三驾马车是算法、数据和硬件算力，而算法处于中间层，即需要依赖行业海量数据来训练模型，同时必须依靠硬件算力提升处理速度。随着AI芯片厂商逐渐将芯片业务扩展到算法领域，业界有分析人士认为，AI算法厂商处境将比较尴尬，生存空间将越来越小。针对这种观点，徐飙认为，算法芯片化是未来的必然趋势，行业应用也需要芯片规模化来推动。只是，前端芯片嵌入算法模块，功能和准确度能不能达到实际业务需求是最关键问题，否则将失去任何意义。就目前来看，摄像机的ARM还无法承载复杂的算法。同时，还需考虑成本因素，不同业务场景，对算法要求不一样，目前从智慧社区应用来看，后端算法具有十分明显的优势。此外，在算力不够的情况下，AI算法厂商有两种解决方案，一是和更牛的芯片合作，二是优化算法，使算法在低端芯片运行也能达到同样效果，也就是说，要在成本和性能上找到最佳的平衡点。

　　此外，细分行业的选择对AI企业来讲，具有重要的意义。徐飙表示，司法监狱、零售店铺和智慧社区是趋视选择的重要行业，未来将以更加务实的态度深耕这些细分领域，不断优化自主算法，使AI智能视频分析与实际业务场景完美对接。以智慧社区领域来说，小区内的公共区域及小区门口沿街区域管理是重中之重，趋视通过人脸和行为的视频分析解决方案来解决传统社区面临的各区域管控问题。在市场战略上，一方面通过和集成商合作，提供完整的产品方案和数据云平台;另一方面，和平台商合作，把算法做成子系统或模块嵌入到平台里。