Loading… 特斯联副总裁刘丰:AI+IoT,构建未来城市版图_TOM科技
正文
Qzone
微博
微信

特斯联副总裁刘丰:AI+IoT,构建未来城市版图

2018-05-29 14:00 亿欧网   

 

特斯联副总裁刘丰:AI+IoT,构建未来城市版图

5月25日,由亿欧主办的“GIIS2018安防AI创新峰会”在北京千禧大酒店隆重举办。峰会上,特斯联副总裁、未来城市事业部总经理刘丰发表了演讲,演讲主题为“AI赋能城市升级,特斯联构建未来城市版图”。

刘丰具有16年ICT行业工业经验,7年国际市场经验,7年智慧城市方案与产品经营管理经验。曾任中兴通讯智慧城市产品线总经理,并先后负责中兴通讯固网产品的研发、测试、欧美和全球战略市场,政府与企业信息化的亚太区市场经营,智慧城市产品线的经营管理工作。现受聘担任沈阳市智慧城市专家委员会专家,参与北京、上海、武汉、宁波、南京、珠海、银川、洛阳等城市的智慧城市规划设计、建设实施、投融资和运营服务工作。

在演讲中,刘丰从AI和IoT的角度出发,分享了特斯联在深耕的社区、楼宇、商圈等智慧城市的细分场景中发现的问题。刘丰认为,通过IoT技术收集多维度的数据,并运用AI技术对数据进行分析处理,不仅能够帮助安防产品和系统变得“会思考、能决策”,还能帮助政府为市民提供更人性化的服务,并让商业运营企业更加了解客户。

以下是刘丰演讲全文。(亿欧在不影响原意的前提下,对内容进行了删改)

谢谢,首先谢谢主办方今天能给我这个机会,在这里跟各位行业大咖,跟各位业界的专家分享在AI,在安防领域我们的一些观点。

首先介绍一下特斯联,特斯联是一家致力于在城市级的智能物联网平台运营的企业,我本人多年在智慧城市物联网、人工智能领域工作,几年前开始转行到安防领域,今天我就把我们在安防领域的一些实践以及思考跟大家分享一下。

首先谈到安防的场景,应该说智慧城市在中国,在全球发展这么多年来,安防一直是刚需,是最根本的需求。不管是平安城市也好,政务、交通、医疗等等,安全、安防是一个最基本的需求。

从安防具体的场景来看,我们用行业的语言来讲,是点、线、面。首先是控点,不管是卡口,微卡口、出口、机场、酒店,通过这个“点”进行布防,“点”的布防之后成“线”,比如说和道路的监控连成“线”,最后成“圈”——针对一片区域,场所呈一个“圈”,做城市级的安防的解决方案和服务。

新的技术,以及我们整个国家产业升级带来的安防产业以及安防方案,主要的挑战在三个方面:数据、分析、决策。

首先是数据。我们面临了大量的数据链条,大量安防的视频以及非视频的结构化、半结构化,非结构化的数据,以及整个我们的安防系统来自于各个社会单位、企业,政府的大量数据带来大量的存储,整个行业压力是非常大的。

从数据分析角度来看,这些海量数据结构化分析,前面云天励飞的陈博士也讲到,城市结构化分析产生的数据需要多种多样的算法,同一个场景下我们也需要不同的算法来处理,这样跨场景的分析,涉及到公安的场景,城关的场景,交通的场景,社区的场景,不同场景的分析带来的挑战也非常大,但最关键的是,所有的系统,所有的方案最重要的是管用,就是要帮助客户做辅助决策,这就是我们面临的挑战。

随着近两年来AI和IoT技术的演进,特别是AI技术逐步成熟,我们看到AI和IoT首先能够通过IoT城市级的物联网技术,包括一些传感的技术,深光电能够做一些更加深度的感知,特别是通过下一代的NB、EMTC这种技术,能够把城市各个角落产生的数据汇聚上来,通过AI来进行深度学习。反向加速互联网行业的应用和落地。所有的数据最后都能变化我们的系统,我们的方案,我们的设备能够主动思考,能够通过对一段视频,图片针对一个场景去理解,以及对视频结构化的理解,语议的分析,最终能分析在一个摄像头,一段视频里面人的行为,以及对他的行为做预测分析。

目前业界有趋势解决上述的问题,我们看到有各种各样的方案,有场景驱动的,有技术驱动的,有系统的方案,也有单点的产品。比如以场景驱动的方案就提供一个全场景的闭环,最终核心是以问题为导向的。也有以技术驱动的,认为最终我把技术做到极致,不管是算法还是芯片做到极致,最后通过极致去做定制化,去适应某一个场景。有系统方案的提法,通过整合的,完整的系统方案,也有通过提供一个单平台的方案。特斯联主要聚焦在一些社区的场景,商圈、楼宇的场景,更加下沉在整个城市最小的细胞单元,我们认为,不管是你提供产品也好,解决方案也好,首先要考虑的就是解决谁的问题,解决什么问题,以及通过什么技术来实现,达到什么效果。

所以我们认为不管用AI技术还是AI+IoT结合,最终要解决特定场景下客户的需求。以智慧社区举例,在社区这样一个封闭的场景里面,不仅仅是简单传统的摄像头,更多的是全方位的感知,从社区传统的安防包括寻根,包括到现在的消防、烟感、井盖、地磁、停车位等等整体的感知,到最终要解决的是把多维的数据能够采集上来,通过新的物联网的手段和网络的技术,服务于我们的政府,公安,社区的管理者以及百姓。

具体在商业模式上,首先要服务于政府对于社区的人口管理,人、车、物以及整体安全的管理,最终让社区的人、百姓能够有安全感。同时通过智慧社区,获取到社区所有的人、车、物的数据,最终把我们的跟安防相关的,跟政务相关的服务一些服务,主动地、精准地提供给客户。

比如说在社区里面针对老人、儿童能够主动地提供服务,为客户——比如公安部门减负增效,不用派那么多民警,每个月工作30个小时,不需要花大量的时间走访,通过IoT的手段,能够采集到大量的人口,人、车、物的信息之后,通过人工智能做辅助决策,什么时间点该去哪里,该防范什么隐患,一旦出现预警以后,告诉他这个区域里面有多少人,道路的分布,车辆分布。

我们的社区客户基本上需要提供的一个一体化的方案,不仅仅是一个硬件或者软件,我们认为是一个硬件+软件+平台+服务的整体化方案。

首先在硬件层,在入口感知层,除了传统的感知手段,还涉及到对人的住、行、商、娱通过新的检测手段,采集大量的入口的数据,这些入口的数据就是对应到一个人以及和人相关的最终能够代表一个人身份的所有的信息。

通过AI的大数据计算,直接把产业信息变化结构化信息,减轻后台的处理压力。通过网络层进行互联互通的汇聚,通过平台层大数据的分析、决策,最终作用于服务应用层,给我们的警务、政务、商务三个方面提供服务。安防的方案不仅仅是行业内的,更多是给社会面的企业、社会公司,社会面的个人提供安防服务。

特斯联在提供整体解决方案的同时,也整合上下游的资源,因为一个单一的算法很难解决在社区复杂场景里面的需求,因为涉及到人脸、车牌,涉及到包括一些行人轨迹的,包括一些特殊场景的,比如说火灾检测等等。我们联合商超包括其他的光大控股投向的企业,运用多样化的算法来去做一些商业化的处理,包括和海康,和大华力合作,用更好的前端设备去感知。并通过我们在社区的层面建立的大平台,获取大量的数据,最终在社区层面提供安防的服务与商业化服务。

我们达到客户的价值主要是四个方面:一个是智能化感知。比如说我们给公安部门提供的鲜活的人口库,通过我们在社区深度地感知,通过社区智能门禁,人脸识别等等,能够深度地智能化的感知并采集到以房屋为单元的一系列鲜活的通勤的数据以及消费的数据,以实现社区更好地管理。

在社区感知的同时,我们结合网格化管理,进一步把人、事、地、情、物、组织进行集约化管理,最大限度共享,共享给政府的部门,最大限度地去提升基层执法力量的效率,进一步推进整个警务体系的改革。

还有一体化联动,基层治安的联动,突出问题一体化联治,基层治安环境一体化联创,最终不光实现打防管控还要通过服务进一步化解可能存在的隐患,通过这些AI的技术我们不仅仅是简单地做事后处理,而是事前在社区里面针对一些上访人员、精神病人、吸毒犯等进行有针对性地管理,最终建立以人为本社区安防的体系。

通过我们的实践我们发现,在上海这样人口老龄化压力比较大的城市,在社区层面管理的压力非常大的,一个社区里面有很多失独的老人,社区矫正的这些人,他们需要的更多的是能够精准地掌握。政府的说法是,人口说法要“来有登记,去有核销”,哪些人来了,哪些人住了一段又走了,要对出租户深度管理,像失独老人三天没出门,政府的网格员,社工就要上门去关怀。

重庆也是,重庆最终要通过服务加强管理,我们的政府将通过更多IoT的手段,AI的辅助做服务做管理,而不是去一家一户做人口普查做管理的服务,最终特斯联是提供全程化的服务。

通过我们这两年多的实践,特别是我们在社区场景深度地耕耘,整合,去提供这些服务,我们发现还有一些仍然没有解决,有待于大家探讨,比如说成本在社区层面依然偏高,这主要是受限于我们的算法芯片目前来说成本还偏高;硬件、算法这些授权的费用偏高;最核心的是人工智能如果要在细分场景落地,它工程的实施,工程维护的成本非常高。同样一个人脸识别算法,在室外的场景,在强逆光的场景,黄昏的场景,以及雨雾天场景都不一样,还要考虑到老百姓的体验的问题,难度更高,未来这种弹性部署的模式能够去解决一部分这样的问题,当然更大的可能是整个行业的进一步成熟,成本进一步下降。

弹性部署就是云边结合的模式,一部分通过边缘侧,一部分通过前端,通过前端的提升,以及一些激光成像,解决图像质量,能够解决前端算例的提升,把一些能够在前端解决的,在前端做结构化,比如说建立前端建立Face ID库,在很多场景不管是社区还是商业楼宇也需要这种人证比对合一的场景,通过前端的体层。

另外基于场景的算例,比如说Scale out,在多个场景里面需要多算法的融合。在边缘侧需要hybrid AI的算法,在城圈或者一片区域的里面需要做ReID的处理,通过这种技术以及超分辨率的技术提高,通过这种超分辨率的技术提高图像的质量。如果在云端做成本压力非常大,传输存储压力非常大。如果我们能够在边缘侧部署算例的分布,在前端结构化处理,对未来我们AI安防的这些产品、方案落地会非常有帮助。

另外我们希望把所有通过AI、IoT产生的数据变成业务提供给客户,通过前端高质量的感知,从感知到认知,最终到辅助决策,最终能帮助我们的客户服务他们的重点人口,服务他的这些特殊人口,以及做一些决策的辅助分析。

以上就是我基于从AI和IOT的角度,从我们深耕的社区、楼宇、商圈的场景给大家带来的一些分享,谢谢!


 

责任编辑: 3858NCY

责任编辑: 3858NCY
广告