0
2018 年 3 月 31 日，由雷鋒網主辦的 AI 盛會——「2018 中國人工智能安防峰會」在深圳科興科學園國際會議中心舉行。
在上午的演講環節，中科院生物識別與安全技術研究中心主任、中科奧森首席科學家李子青教授講述了 AI+安防的痛點問題和未來發展，以及他們取得的三項技術新突破。
李子青在大會中指出，靜態人臉識別技術研究目前已接近尾聲，而動態人臉識別技術提升研究與應用正在如火如荼進行中，大數據是「AI+安防」的重要發展方向。他在演講中點出了「AI+安防」的幾個痛點：
深度學習需大數據進行有監督訓練，人工標注費時費力；
深度學習算法性能進步速度放緩，正向天花板靠近；
從應用來看，動態識別的誤報率太高，且生產環節大數據資源未充分利用；
從視覺數據源頭來看，監控相機圖像質量仍然受到暗光、強光和逆光的影響。
李子青強調，要利用生產環節的大數據進行自主學習，形成數據與 AI 引擎提升閉環，將動態人臉識別引擎性能提升到一個超高水平，滿足實戰需求；在此基礎上，將跨時空的視頻大數據整理聚類成一人一檔 – 這也是大數據人員身份識別的一個終極核心技術，通過一人一檔可以做很多事情，例如，跨時空目標檢索、目標軌跡挖掘、關系網絡分析等。
以下是李子青演講實錄，雷鋒網做了不改變原意的編輯：
感謝主持人的介紹，剛才主持人說這是一次盛會，的確如此。這里有傳統安防巨頭企業、新興 AI 企業，還有深圳本地的企業家以及一線公安干警。
傳統企業中，像海康、大華、宇視、天地偉業等都是我的老朋友，阿里巴巴作為一個商業帝國也參與到本次大會，另外還有商湯、曠視、地平線等我的學術界同行，非常高興有這樣一次 AI+安防的盛會。
今天我要講的題目是「AI+安防：創新解決當下，賦能未來」，核心是創新。
我今天講 5 個方面：
（1）安防應用和 AI 技術；
（2）中科奧森的創新歷程；
（3）智能視覺安防產品；
（4）AI+安防：痛點問題和未來發展；
（5）中科奧森的技術新突破。
前面三部分大家可以忽略過去，可以玩手機、打瞌睡，后兩部分大家可以醒過來看看。
安防應用、 AI 技術以及相關研究工作
安防主要包括兩個大類：
第一是監控類，關注黑名單，這是今天在座的主要關注點；
第二是授權類，關注白名單，除了金融、自助應用外，安防也很關注的，比如說出入口管理等等。昨天我參加移動設備生物識別國家標準制定會議，與互聯網身份認證相關，那個就屬于授權類安防。
這里和 AI 相關的研究，從基礎技術上來講，涉及機器學習、計算機視覺、芯片等；從應用產品上來講，包括智能安防、智能金融、智能交通、機器人等等。此外，大數據是很重要的部分，也是后面要講的關注重點。
其實在十多年前安防中就已經引入了智能分析，并一直在不斷進步，現在是深度學習所帶來的第三次 AI 浪潮。我是這個過程的見證者和積極參與者。
我于 2000 年回國，在微軟研究院研發了世界上第一個實時人臉識別系統。2004 年加入中科院就一直致力于人臉識別和智能視頻的安防應用。我與深圳這邊的安防還是非常有緣的，2005 年，我設計并實施了深圳口岸的出入境自助通關系統、后來又做了深圳海關的水客識別系統；另外，我還設計并實施了 2008 北京奧運的實名制人票核驗系統、上海世博會的出入口安防管理。
從國家研究課題來講，我負責了十一五、十二五國家科技支撐計劃和十三五公共安全重大專項的人臉識別、視頻分析和視頻結構化的研發工作。
目前在實施的十三五這個重大項目，繼續深化視頻結構化技術，包括人臉結構化、身份特征、性別、年齡、種族等等；行人結構化描述，包括人體各個部位和攜帶物的描述；以及車輛結構化 – 這些是現在視頻大數據中最關注的問題。
2009 年我提出了人臉識別物聯網/云服務的概念，把視頻監控人臉識別、移動人臉識別以及瀏覽器網絡上傳的人臉識別統一到統一的框架下，由后臺的服務器來提供支撐。人臉識別云服務現在已經非常流行，在安防、金融、社保等行業都得到了非常廣泛的應用。
2010 年我提出了智能視覺物聯網的概念，是人臉識別云服務的進一步拓展。最底層是數據入口，由各類視覺傳感器采集數據，通過互聯網、電信網、公安內網等匯集到公安的數據平臺，進行數據的圖象匯聚和清洗，然后對視頻數據進行智能分析，其中包括各種視頻分析工具，最上層是應用業務，如人臉識別、視頻研判。
智能視覺物聯網在無錫公安市局實現了落地，這是國內首個市級的人臉識別與智能視頻的安防應用。我們的成果由無錫市政府推薦選送到 2013 年的世界智慧城市博覽會，并獲得了大獎。
我們的創新對國際也產生了影響，美國國家標準技術研究院發布的數據庫和和國防部的應用技術項目，其中近紅外人臉識別是我的一個發明，這是世界上第一個能夠把人臉識別技術變成產品的技術，國內很多廠家都在采用，特別是深圳的廠家；另外還有異質圖像人臉識別。
2011 年，我受歐盟邀請，參加歐盟的第七框架研究計劃，這里面有 12 支團隊，我們是唯一的非歐團隊。
這個項目的研究內容是生物特征識別中的假體攻擊以及相應的對抗防范技術。之前的人臉識別研究主要關注準確率，但在授權類應用中，如果不能抵御假冒的生物特征的攻擊，如人臉照片、視頻，即使將準確率做到百分之百，也是白搭。所以從 2009 年開始，我們就開始了人臉識別的防偽技術研發，其成果我的另一個創新，多光譜人臉防偽技術，現在大家看到的雙目人臉識別和活體防偽技術和設備，就是源自我這里。我們多光譜的雙目深度學習識別系統完美解決 CCTV 去年 3.15 曝出的人臉識別安全漏洞。正是由于我們在這方面的獨創工作，所以受邀參與歐盟的項目。
2012 年世界科學節頂級刊物《Science》對我進行了采訪，介紹了我們在人臉識別、圖象分析和視覺物聯網方面的成就，并以此說明中國國力和創新能力迅速提升，在上述領域做到國際領先，并且獲得了國際同行的好評。
智能安防產品以及目前痛點
下面說一說智能安防產品。
首先是動態人臉監控。靜態人臉識別技術與應用研究現在已經到了尾聲；動態人臉識別技術提升與應用正在如火如荼進行當中，后面會談一下其中的痛點。
其他的典型產品包括授權類的自助設備和閘機通道的身份驗證，現在已經在應用，未來會更加廣泛。上周在河北省發布了稅務自助辦理系統，我們提供了其中自助機與通道閘機的身份識別技術和整體解決方案。此外還有訪客系統、小區門禁、雙目人臉識別與活體防偽模組和設備產品。
中科奧森團隊有很多 No.1 的創新和發明，包括國家項目、論文發表、核心技術，我們設計并實施了世界上第一個實時人臉識別系統，世界上第一個大規模的生物識別自助通關系統，世界上第一個人臉識別門票核驗系統，世界上第一個實用化人臉識別設備產品（近紅外），雙目人臉防偽設備（可見光+近紅外），這些都是中科奧森的首創。
我們提出了世界上第一個人臉識別物聯網/云服務，統一了 PC 端、手機端和視頻監控的人臉識別，此外還提出并實施了智能視覺物聯網。
昨天（4 月 30 號）我參加了一個中國國家標準的討論，關于移動設備生物特征識別，中國的移動刷臉應用在世界上規模最大，我相信，通過我們的努力，中國國家標準一定會成為國際標準。
接下來談安防、AI、大數據的問題。
首先從應用規模來看數據規模，我以一個轄區為例，假設有 1000 路視頻，在深圳大概是一個村鎮的規模，用來抓拍人像，與 20 萬人的黑名單庫做比對。假設每個攝像頭每 5 秒抓拍一張人臉，該轄區每秒鐘抓拍 200 張圖像，每天產生 0.173 億張抓拍人臉，跟 20 萬人的庫的比對次數是 0.173 億*20 萬，約 3.456 萬億次。業務上希望正確識別率不低于 90%。
現在用監控視頻作動態人臉識別的痛點問題是，誤報率太高，公安非常希望利用這一技術提升治安防控水平，但如果系統誤報率太高，喊了太多「狼來了」，則用戶最終不得不放棄使用。
再講講 AI。現在我們身處 AI 的第三次浪潮。
我 1988 年去英國留學，第一站就是愛丁堡大學的 AI 系，碰上了 AI 第二次熱潮，當時的主體思想基于符號學派，那時神經網絡也存在，但它處于相對弱勢，其實二者在當時都不 work。經過幾個月時間的研究，我拒絕了符號主義方法，擁抱了聯結主義，也就是神經網絡，我從統計學和優化理論入手，構造能量函數，采用自下而上的分析方法，通過數據分析和機器學習，尋求最優解，一直到今天。
現在 AI 第三次浪潮是由深度學習引發的。深度學習有三個非常重要的要素：第一是深層神經網絡，神經網絡并不是一個新東西，只是現在做得更深，能解決更復雜的問題；第二是有監督的學習，大數據訓練；第三是高性能并行計算。
去年 12 月份財新網有一個短視頻，李開復談 AI 和大數據（http://cj.sina.com.cn/articles/view/1898901183/v712eeebf019001w53）。財新得出的結論是：具有一定規模和質量的數據集成為人工智能行業發展的一大制約。
搜狗 CTO 楊洪濤說，還沒有足夠的數據去解決問題。我覺得他應該是說還沒有足夠的標注數據去解決問題。生產環節的數據太多了。
開復認為，人工標注是不能從根本上解決問題的，現在我們做深度引擎開發都遇到了這樣的問題。必須在真實運用場景里得到閉環回饋的標注，才能真正解決大數據的標注問題，從而推動 AI 向更高層次發展。
這就引出了我們技術和應用的痛點。
有監督的深度學習需要大數據訓練。但是人工標注費時費力，能用于標注的人力、財力和時間資源都有限。雖然有監督的深度學習還有一定的發展空間，通過提升算法、改進網絡架構、增大標注數據等手段，但它的提升空間不會巨大，我認為，與 2014 年前后的迅猛發展相比，它的發展已經放緩，在向天花板靠近。
從應用來講，剛才我說到動態識別的誤報率太高，沒有將大數據資源充分利用起來；核心引擎的提升需要標注數據，而數據的標注、加工需要靠人工進行。這是 AI 技術和應用的一個發展瓶頸。
所以，我們必須實現開復所說的，形成應用場景的數據閉環，能夠利用生產環節的大數據進行自主學習。
另一方面，從數據源頭來看，視覺傳感器輸出的圖像質量，仍然受到暗光、強光和逆光的影響，導致人臉識別性能的進一步下降，特別是在室外、動態場景下。雖然現在有寬動態、星光級攝像機，但這仍然是一個很嚴重的問題。
與視覺相關的一個趨勢就是 3D 傳感器的發展，從 Kinect 到 iPhone X 到 Lida。三維傳感器能提供深度信息，是對二維信息的補充，能夠提升 AI 應用的能力和水平。
技術新突破與總結
最后簡單介紹中科奧森的三個最新技術突破：
（1）大數據閉環自主學習；
（2）從大數據到一人一檔；
（3）新一代智能相機。
這是三個非常原創、非常獨特、門檻非常高、并且有巨大價值的技術突破。
首先看大數據閉環自主學習。我們有前端數據獲取，抓取數據之后送到后臺大數據存儲中心，在后臺我們還有核心引擎，當然這個核心引擎可能也在前端，另外訓練一定是在后臺的。
大家聽過 AlphaGo，早期他們用大量的標注數據，用各種各樣的棋局進行訓練，打敗了李世石、柯潔。2017 下半年，他們推出了 Alpha(Go) Zero 采用零標注數據，僅利用走棋和勝負判斷規則，進行自主強化學習。AlphaZero 在訓練第 3 天打敗李世石，第 21 天打敗柯潔，第 40 天打敗所有人類。后來他們不僅用這一技術下圍棋，還下其它的棋以及玩游戲，也取得了很大成功。
注意到 AlphaZero 的自主強化學習是在有限狀態空間進行：19×19 的棋盤，有黑白兩子，可能的棋局數量巨大，但卻是有限的，走棋的規則、最終勝負判斷都是明確規定的。所以，雖然它沒有用任何標注的棋局，但不能說是非監督學習，可以說它是弱監督學習。我們可以借鑒，但不能直接拿來用，因為我們做視覺感知，其中的引擎學習是在無限狀態空間中的過程。
我們的做法是用 AlphaOne 技術，把后臺大數據與核心引擎的再學習打通，實現開復老師說的閉環。之所以稱為 AlphaOne，是指我們有一個深度網絡基礎引擎，通過可用的標注數據，采用深度學習算法，訓練而成。AlphaOne 自主學習在此基礎上進行。
對比有監督深度學習和半監督自主學習，兩者對標注數據要求是一樣的。從模型的訓練方式看，前者是離線訓練，后者是利用生產數據在線主動學習。引擎性能方面，如果通過有監督深度學習訓練的模型性能為 X，通過半監督自主學習的模型在性能上可超過 X 100 倍。
下面講講第二個突破，一人一檔。安防視頻大數據系統中，有路人庫（抓拍）和名單庫。路人庫是增量存儲的，前面分析了數據規模，一個月累積可能百億級甚至千億級規模，名單庫中可能有 20 萬人或更多（比如包括常住人口）。
假設轄區常來常往 100 萬人，所謂的一人一檔就是要把路人庫（包括該轄區內 100 萬人、從外地過來的人、以及被抓拍的名單庫人員）根據人員 ID 進行聚類，梳理成一人一檔。一人一檔建立在識別引擎之上，我認為它是人臉監控識別的一個終極核心技術，它是識別引擎、大數據和自主學習共同產生的結果。
第三個突破是一個發明專利技術，新一代智能視覺相機，單目全光照全輸出，解決目前智能相機的缺陷，提供更豐富、更可靠的圖像視頻數據。它是個單目攝像機，能輸出 RGB、NIR、3D（深度），或這三種的任意組合 RGB+NIR、RGB+3D 和 RGB+NIR +3D，所以叫全輸出。并且它能適應全光照，從暗光到強光再到強逆光都可以拍得很清楚。
如果說我 10 多年前創新近紅外人臉識別以及最近創新的雙目防偽攝像頭能夠被友商仿制，這個單目全光照全輸出相機是很難仿制的。
最后再總結一下我的主題，我要重點強調的是中科奧森能力，以及最新的三個創新，即：新一代智能視覺傳感器，單目全光照全輸出，大數據自主學習突破深度學習瓶頸，一人一檔安防大數據終極核心技術。
在座的安防企業和 AI 新銳有不少交叉，現在如果不做 AI，人都不好意思說自己是安防的。安防跟 AI，特別是深度學習，是深度融合的。新銳企業算法技術做的很好，但如果做純算法肯定沒有出路，所以像商湯、曠視這些企業都在做落地應用，與安防企業競爭，做業績。我覺得大家各有各的優勢。傳統安防，像海康、大華這種巨頭在行業深耕多年，有強大的市場優勢，銷售渠道健全，落地應用做得非常好。他們既有競爭，也有勾搭合作。希望傳統安防企業和新銳 AI 企業能有很好的互動。
（完）
雷鋒網編輯整理。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
