近期，雷鋒網(wǎng)AI掘金志邀請到了文安智能副總經(jīng)理鄭強(qiáng)做客雷鋒網(wǎng)公開課，以“視頻AI技術(shù)在智能交通中的創(chuàng)新應(yīng)用”為題進(jìn)行了干貨分享。

后續(xù)將有更多課程上線，添加微信號 suekee777 報(bào)名聽課。

鄭強(qiáng)認(rèn)為，在國家政策、市場宏觀發(fā)展的趨勢下，下一階段智能交通無論從技術(shù)、管理上都離不開數(shù)據(jù)。加強(qiáng)各方數(shù)據(jù)的匯聚整合和關(guān)聯(lián)分析，釋放大數(shù)據(jù)的能量和價(jià)值也成為政府建設(shè)交通的必然方向。具體來說，主要在車輛智能化、道路智能化和管理智能化三個(gè)方面。另外，鄭強(qiáng)分享了文安智能在交通算法、前端產(chǎn)品、以及核心平臺的創(chuàng)新與應(yīng)用。

以下為鄭強(qiáng)分享內(nèi)容節(jié)選，雷鋒網(wǎng)AI掘金志做了不改變原意的編輯。

市場需求及分析

• 市場宏觀趨勢

國家在智能交通有很多細(xì)分領(lǐng)域，就技術(shù)水平而言在全球靠前，同時(shí)也有很多短板，比如我們的管控，整體交通的協(xié)同。

國家宏觀政策上，2019年國家提出了交通強(qiáng)國建設(shè)綱要，指出到2035年基本建成交通強(qiáng)國，2050年全面建成交通強(qiáng)國。

在這大趨勢下，各地也開始進(jìn)行新一輪的交通規(guī)劃，我們的交通建設(shè)還是以政府為主導(dǎo)。

各地的交通規(guī)劃主要在：織密道路智能感知網(wǎng)絡(luò)，構(gòu)建智能感知、智能分析、智能決策的交通大腦，面向應(yīng)用建設(shè)能夠支撐應(yīng)用的集成指揮平臺。同時(shí)與公安智慧公安體系相輔相成，因?yàn)樵诟兄獙用婊蛘哒f在應(yīng)用層面，公安的體系比交通體系更強(qiáng)。公共安全是國家最重視的，也是老百姓最重視的層面。

另外就是現(xiàn)在如火如荼的智慧城市，智能交通作為整個(gè)智慧城市規(guī)劃的重要分支，要做到共建、共享、數(shù)據(jù)融合。

實(shí)際上從這3點(diǎn)可以看出下一階段交通發(fā)展的一個(gè)方向。從技術(shù)角度看是離不開數(shù)據(jù)這兩個(gè)字的。管理上以前是以人為主，以后對于前面的感知到后面的分析、執(zhí)行判斷，決策都會依靠技術(shù)和數(shù)據(jù)。政府意識到數(shù)據(jù)的價(jià)值，下一階段加強(qiáng)各方數(shù)據(jù)的匯聚整合和關(guān)聯(lián)分析，釋放大數(shù)據(jù)的能量和價(jià)值。

• 交通智能化應(yīng)用趨勢

交通智能化的趨勢主要在三個(gè)方面，分別是車輛智能化、道路智能化和管理智能化。

車輛智能化與to C端相似，現(xiàn)在的車聯(lián)網(wǎng)、自動(dòng)駕駛、輔助駕駛等等實(shí)際上是企業(yè)to C端來做的。

道路智能化，因?yàn)檐嚶穮f(xié)同也是要建設(shè)的，路側(cè)端的建設(shè)帶來道路的管理，包括擁堵、交通信號燈、交通組織、信息服務(wù)、信息發(fā)布等等。

另外一部分就是偏政府管理端的管理智能化，其實(shí)就是分析、決策、執(zhí)法、優(yōu)化到服務(wù)能力提升，其實(shí)到最后已經(jīng)不是管理而是經(jīng)營了，是服務(wù)融入日常生活。

文安主要是以道路智能化和管理智能化為主要的目標(biāo)進(jìn)行相應(yīng)的系統(tǒng)的打造。

道路智能化，具體來說即城市道路做精、高速公路做強(qiáng)、鄉(xiāng)村道路補(bǔ)。其實(shí)也可以從城市的層次分，比如一線城市，二線城市或者三線及以下的城市，各自的基礎(chǔ)設(shè)施、基礎(chǔ)系統(tǒng)建設(shè)情況如何。

通過20年的基礎(chǔ)設(shè)施建設(shè)，從全球?qū)用婵次覈痪€城市的基礎(chǔ)設(shè)施至少是不落后的。

城市道路里真正大的惡性交通事故相對少，所以下一階段，提升在目標(biāo)是秩序，效率，其實(shí)就擁堵。

通行效率其實(shí)是人的舒適度，舒適又跟車輛本身智能相關(guān)。

高速公路上發(fā)生的事件與人身傷害都是有直接聯(lián)系的，所以高速公路對安全的重視要遠(yuǎn)遠(yuǎn)高于城市部分。

同時(shí)高速公路的通行效率又和收益直接相關(guān)，所以在安全和效率是高速公路的要點(diǎn)。目前高速公路因?yàn)樽陨硖匦裕ㄔO(shè)了一部分智能化基礎(chǔ)設(shè)施，下一個(gè)階段是加強(qiáng)，把補(bǔ)齊短板。

鄉(xiāng)村道路是周期建設(shè)，這一點(diǎn)與智慧城市相同。

在周期中，我們可以考慮強(qiáng)化鄉(xiāng)村的基礎(chǔ)設(shè)施，農(nóng)村基礎(chǔ)建設(shè)太薄弱，雪亮工程才開始在農(nóng)村安裝攝像頭；交通方面也有很多空白，我們應(yīng)該補(bǔ)剛需的地方，也叫補(bǔ)弱。實(shí)際上鄉(xiāng)村道路人身傷害的交通事故是比較嚴(yán)重的，所以既然要補(bǔ)弱，就要把最基本的需求做好，即安全。

這是三個(gè)不同應(yīng)用場景下所要面臨的目標(biāo)。

AI應(yīng)用實(shí)踐

文安AI交通產(chǎn)品解決方案：全覆蓋、全智能、端到端

正如前面說的，2019年國家才提出交通相關(guān)的大規(guī)劃，在這之前行業(yè)里是基于自己的理解開發(fā)相應(yīng)的產(chǎn)品和系統(tǒng)。文安智能的產(chǎn)品和系統(tǒng)跟政府的政策不謀而合，這是我們的優(yōu)勢：能理解用戶的需求。目前，我們的前端AI產(chǎn)品，邊緣端、終端、中臺AI產(chǎn)品，以及后臺的智能管控運(yùn)營應(yīng)用系統(tǒng)和市場大趨勢是完全一致的?？椕芨兄W(wǎng)絡(luò)，構(gòu)建、感知、分析、決策大腦，集成指揮平臺，這些都是完全相符合的。

比如織密感知網(wǎng)絡(luò)，一是違法監(jiān)測點(diǎn)靈活補(bǔ)增，同時(shí)對現(xiàn)有設(shè)備的二次復(fù)用，更加賦能應(yīng)用，這是我們的方向。

構(gòu)建感知、分析、決策大腦上，如何更高效分析高密度大規(guī)模的視頻，出來的大數(shù)據(jù)、動(dòng)態(tài)感知的數(shù)據(jù)，怎么進(jìn)行數(shù)據(jù)分析。以及最后的應(yīng)用，肯定是要和用戶的業(yè)務(wù)流程數(shù)據(jù)，包括智慧城市的大數(shù)據(jù)要能發(fā)生聯(lián)動(dòng)融合，我們也做了一些創(chuàng)新。

1.核心創(chuàng)新：AI交通算法

我們的立足之本就是算法，我認(rèn)為交通算法還有很大的提高空間，不只是應(yīng)用算法的種類，還有算法的精度?，F(xiàn)在一說AI、算法，大家都知道深度學(xué)習(xí)、機(jī)器學(xué)習(xí)，但是實(shí)際交通場景有很多復(fù)雜的應(yīng)用需求，精度的提升絕對不只是一種算法。

比如，人臉識別可以用很強(qiáng)的深度學(xué)習(xí)算法做，因?yàn)槿四樥掌ㄟ^大量的數(shù)據(jù)就可以算，但是在交通中很多場景不是簡單的、標(biāo)準(zhǔn)化的。舉個(gè)例子，通過視頻我們知道兩車在剮蹭，但是用算法判斷，絕對不是用簡單的深度學(xué)習(xí)能做的，最多能認(rèn)出是那個(gè)車，但他們相對的行為是認(rèn)不出來的。

這后面還有人賦能上去的結(jié)構(gòu)化知識，因?yàn)樯疃葘W(xué)習(xí)其實(shí)上是一個(gè)Black box, 這個(gè)黑箱里到底算法是如何工作的，是神經(jīng)網(wǎng)絡(luò)自己生成的，但交通里頭要加白箱，是人要做算法匹配，是這樣的一個(gè)概念。

• 十六合一電警

我們有十六合一電警的算法。496行標(biāo)相對比較少，就五六種，我們現(xiàn)在做了十幾種已經(jīng)在各地得到了應(yīng)用。

非機(jī)動(dòng)車檢測中，機(jī)、非機(jī)、人都可以通過結(jié)構(gòu)化檢測，但是非機(jī)動(dòng)車違法檢測又不一樣，因?yàn)榉菣C(jī)動(dòng)車和人，深度學(xué)習(xí)是可以發(fā)揮優(yōu)勢的，違法檢測很難。

外賣車闖紅燈，既要看紅燈，也要看他的行為，涉及大量算法的創(chuàng)新；是否帶頭盔/超載，這些需要更精細(xì)的算法匹配。路口電警算法遠(yuǎn)遠(yuǎn)沒有達(dá)到視覺能夠呈現(xiàn)出來的數(shù)據(jù)，最多能檢測路口違章，大部分都是機(jī)動(dòng)車違章。對行為、事件的感知，機(jī)動(dòng)車和非機(jī)動(dòng)車現(xiàn)在都可以通過視覺做，唯一欠缺的還是算法，算法的精度能不能達(dá)到用戶可以用的程度。

大家會覺得?？荡笕A都在這個(gè)領(lǐng)域，我們還可以做什么？我們有自己的競爭優(yōu)勢，他們可能都是標(biāo)準(zhǔn)化的、非創(chuàng)新性的，因?yàn)樗麄冇泄こ袒?、產(chǎn)業(yè)化的能力，我們一定要?jiǎng)?chuàng)新，才能生存。

• 八合一卡口檢測

因?yàn)榭诤芏喽际墙Y(jié)構(gòu)化，深度學(xué)習(xí)能做很多，相對而言可以創(chuàng)新的不多，

但是我們也在不斷的豐富。車輛各種各樣的屬性，包括車?yán)锩娴娜说娜四樧ヅ?、副主駕駛這些也都在做，這些我們也都不會落后。

• 交通流量檢測

交通流量其實(shí)是為了交通管理整個(gè)態(tài)勢。

以前流量檢測一般只針對車，現(xiàn)在我們可以對人、非機(jī)動(dòng)車流量檢測，包括一個(gè)地區(qū)靜態(tài)的流量。

將來交通管理肯定是個(gè)立體的，大數(shù)據(jù)的，不是一個(gè)簡單的路口。一個(gè)路口的數(shù)據(jù)和另一個(gè)路口的數(shù)據(jù)，甚至和周邊的居民出行的情況，都是有相關(guān)性的。

大數(shù)據(jù)發(fā)展到后面會往大數(shù)據(jù)平臺走，數(shù)據(jù)多了，能做的事多了。

• 交通設(shè)施異常檢測

我們增加了圍欄倒掉、信號燈故障、路面破損、路面拋灑物檢測等等的創(chuàng)新。

比如路口左轉(zhuǎn)不讓直行場景中，左轉(zhuǎn)車沒有優(yōu)先讓直行的車輛過，把視頻進(jìn)行相對的分析，深度學(xué)習(xí)，認(rèn)出車和車牌、車上的文字，它其實(shí)是一個(gè)復(fù)合的算法。

包括一些更復(fù)雜的場景檢測：右轉(zhuǎn)車輛不讓同向直行非機(jī)動(dòng)車。機(jī)動(dòng)車右轉(zhuǎn)時(shí)，右邊有非機(jī)動(dòng)車或者人，交通法要求讓人先走，如果機(jī)動(dòng)車沒有讓，可以檢測出來。這要有人體建模，人體的行為，車輛的建模，包括車輛的機(jī)動(dòng)車建模的行為，這些相對都很復(fù)雜。

大家覺得車牌識別可能比人臉識別要簡單，因?yàn)槿四樧R別不需要人的行為，只要頭肩比例，找人臉抓拍下來，然后用后臺的算法就可以來進(jìn)行身份識別了，難點(diǎn)在于你的人臉數(shù)據(jù)庫，1萬人、10萬人、100萬人，最后呈現(xiàn)出來的精度和應(yīng)用體驗(yàn)是不一樣的。

而機(jī)動(dòng)車和行為由其相對性判斷，是要講究證據(jù)鏈的，罰錯(cuò)了，要付出相應(yīng)的代價(jià)。

2.前端創(chuàng)新：AIoT太陽能電子警察相機(jī)

正如我剛才講的，有的算法是有工程能力，但是用戶用不了。除了算法，還要有用戶可以應(yīng)用的產(chǎn)品。

交通行業(yè)目前對相機(jī)有大量需求，因?yàn)橛械娜藭荛_有相機(jī)的點(diǎn)位，或者過了測速路段就超速，還比如高架橋等地方不能挖土、立桿、通電，這些地方是智能交通的盲點(diǎn)盲區(qū)。

這就要求相機(jī)具有綜合成本小型化、輕量化的特點(diǎn)，如果沒有這一點(diǎn)，就不能解決根本的問題。我們這個(gè)產(chǎn)品就應(yīng)運(yùn)而生了。

我們這個(gè)產(chǎn)品是一個(gè)超低功耗AIoT相機(jī)。

特點(diǎn)一：多應(yīng)用場景

一個(gè)它小巧，可以快速安裝，然后里面內(nèi)嵌了低功耗AI芯片，實(shí)時(shí)監(jiān)控。它可以檢測是否違章、有哪些違章，比如違法占道、違停、壓線、逆行等。一旦發(fā)生相關(guān)行為，立馬抓拍，車牌識別、行為識別，然后傳到后臺。

特點(diǎn)二：快部署

小型輕量，體積重量比傳統(tǒng)太陽能監(jiān)控相機(jī)小很多，安裝簡單，裝好后可以馬上用?？梢岳门f桿體，不需要另外拉電線、拉網(wǎng)線；還能無線通信，可以隨時(shí)傳輸，目前是4G傳輸，未來肯定是5G。

特點(diǎn)三：成本低

傳統(tǒng)的太陽能，費(fèi)用成本也高，而且不能移動(dòng)或者不能動(dòng)。目前因?yàn)榈貓D都會播報(bào)“前面多少米要超速/闖紅燈罰款”，車主會繞道，無法真正規(guī)避這罰款。我們的AIoT獨(dú)立式電子警察，在一個(gè)點(diǎn)位抓拍后可以拆下來裝到另外一個(gè)點(diǎn)位，綜合成本非常低。

案例介紹：應(yīng)急車道占用電警項(xiàng)目

我們這個(gè)應(yīng)用，其實(shí)主要在應(yīng)急高速上占道、違停的抓拍，效果非常好。我們在北京測試過，一天可以抓拍到3000多個(gè)違章，按照罰款算的話，一輛車200塊，3000張，一天罰款60萬，這是這個(gè)產(chǎn)品體現(xiàn)的一個(gè)價(jià)值。當(dāng)然這個(gè)價(jià)值不是體現(xiàn)在罰款的上，但是至少可以對某區(qū)域的違章有量化，比如一天大概3000個(gè)違章，是否要做既有罰又有疏導(dǎo)的決策。

3.  AI視頻分析平臺

• 云端全智能電子警察

大家都知道云是信息化最基本的，但是云應(yīng)用這么多年也出現(xiàn)了一些瓶頸，很多的云離用戶太遠(yuǎn)了，比如視頻都到公有云或中心端去識別，對網(wǎng)絡(luò)帶寬要求很高，各種成本也高了。

以前公安建設(shè)的雪亮工程攝像機(jī)基本都是非智能的，近期才建了一些抓拍人臉的智能相機(jī)。非智能相機(jī)到后端后，還是人看視頻，越建越多的結(jié)果是人不可能看得完。

政府優(yōu)質(zhì)的資源，就是視頻資源，如何高效地利用這些資產(chǎn)和資源。

我們的AI視頻分析平臺是介于前端和云端中間的邊緣計(jì)算云，叫邊緣云。當(dāng)然我們也有邊緣計(jì)算的小盒子，它功能和前端相機(jī)差不多，只是賦能在非智能的相機(jī)里，邊緣視頻分析平臺和邊緣云的概念是一樣的。

它最大的效果就是把以前建設(shè)的這些攝像機(jī)都結(jié)合起來，和公安互通互用。

我們把所有的視頻通過既有的網(wǎng)絡(luò)可以到中心端進(jìn)行相應(yīng)的識別，中心端就是我們剛講的，邊緣云做云端AI，大量的算法來進(jìn)行匹配，就是云端全智能的電子警察。

• 功能特點(diǎn)：視頻智能分析、圖片結(jié)構(gòu)化、高性能

卡口的、電警的、創(chuàng)新的都裝在里面，它是個(gè)算法資源池，根據(jù)需要配置到不同的路數(shù)的前端的相機(jī)的視頻流里去做分析。

可以做視頻分析，也可以做圖片分析。因?yàn)榻煌ㄓ写罅孔ヅ牡膱D片，以前的算法或者別人家的算法，不如我們精準(zhǔn)，我們會做二次識別，把不精準(zhǔn)圖像進(jìn)行二次篩選。

它的超高性能體現(xiàn)在算力專用化的挖掘上，一臺設(shè)備憑什么能處理100路視頻。比如華為做鯤鵬，實(shí)際上也是把算力專用化做應(yīng)用，我們現(xiàn)在基于別人的芯片也有自己的分析服務(wù)器，單臺最高處理160路1080P智能視頻分析或500萬張圖片二次識別，性能是非常高的。

它是一臺兩用的服務(wù)器，以前我們也做過通用的CPU服務(wù)器，就是幾個(gè)機(jī)柜的普通服務(wù)器，成本和維護(hù)都很高，現(xiàn)在我們只要用2~3臺就可以做以前上千路的識別分析，減少維護(hù)成本，同時(shí)省電節(jié)能。

我們和華為的鯤鵬平臺也有合作，因?yàn)樗挠布枰覀冑x能才能體現(xiàn)最大的價(jià)值，我們需要更高算力的平臺支撐我們的算法更高效地處理，降低綜合成本。我們跟華為是作為合作伙伴在一個(gè)生態(tài)體系里。

應(yīng)用上我們也做了很多，雪亮工程中很多相機(jī)是非智能的，其中很多球機(jī)需要人在后臺操縱的，耗費(fèi)了大量的人力，而且在操縱過程中，未必能抓到?，F(xiàn)在我們把前端球機(jī)做自動(dòng)尋切和預(yù)置位，自動(dòng)旋轉(zhuǎn)，每到一個(gè)場景，后臺自動(dòng)分析。比如違停場景做罰款，事件做報(bào)警，信號燈設(shè)施做監(jiān)控，可以做很多，甚至一個(gè)球機(jī)就變成了N個(gè)固定相機(jī)，這樣一個(gè)球機(jī)價(jià)值就很大了，很好的給雪亮賦能。

我們還做了一些其他的專項(xiàng)應(yīng)用，這些應(yīng)用是需要算法支撐的，但是算法如果只是放在前端很難更換，如果在中心端，所有的算法都在里面，對于這種專項(xiàng)項(xiàng)目，就可以一鍵配置需要的算法。

比如去年大慶要抓違章停車，就把攝像機(jī)都配成違章停車的這種算法。下一個(gè)場景要治理超寬超限超載，又可以一鍵配置。這對用戶的易用性是一個(gè)很大的提升。

4.智能交通管控平臺

高速公路最主要的是安全預(yù)警，剛才也分析了高速公路的需求，但是安全預(yù)警絕對不是僅僅是閃個(gè)燈，而是通過感知、發(fā)現(xiàn)、分析之后再反饋到駕駛員和管理者，所以后端需要一個(gè)整體綜合控制的平臺。這就是我們現(xiàn)在要做的綜合智能的交通管控平臺。

國家在平臺建設(shè)多年，現(xiàn)在分成雙網(wǎng)雙平臺。雙網(wǎng)，就是公安網(wǎng)內(nèi)是由公安部交通管理科學(xué)研究所，它的交通集成指揮平臺核心板部署，它已經(jīng)有很強(qiáng)大的功能了，但是仍然有不足。然后各個(gè)地區(qū)也有些自己的特點(diǎn)，所以在公安網(wǎng)外，實(shí)名入網(wǎng)內(nèi)要雇一些外掛平臺，即所謂的專業(yè)版。同時(shí)還有移動(dòng)警務(wù)，另外還有大數(shù)據(jù)研判，所以是兩個(gè)平臺，兩個(gè)網(wǎng)，四個(gè)應(yīng)用的一個(gè)架構(gòu)。

我們現(xiàn)在不可能再做官網(wǎng)內(nèi)的集成指揮平臺，我們主要做標(biāo)準(zhǔn)的外掛平臺。因?yàn)楣簿W(wǎng)集成指揮平臺是部省市三級，越往下有獨(dú)特的應(yīng)用需求，我們主要做相關(guān)業(yè)務(wù)的緊密性比較高的“情指勤督”部分。

這部分實(shí)際上是各種各樣的感知信息，數(shù)據(jù)接完后，統(tǒng)一的信息接口接給公安的交通集成指揮平臺。

我們這個(gè)平臺有六類功能，指揮調(diào)度、地圖及可視化服務(wù)、態(tài)勢感知、大數(shù)據(jù)、警務(wù)管理、智能運(yùn)維。

• 整體架構(gòu)及業(yè)務(wù)流程

整體架構(gòu)，剛才講到的工程能力是體現(xiàn)在與實(shí)際業(yè)務(wù)流程的緊密結(jié)合。實(shí)際業(yè)務(wù)其實(shí)是相對復(fù)雜的，既有分層：感知層、數(shù)據(jù)層、分析層，往上有可視化展示應(yīng)用層；同時(shí)有很多并列的子系統(tǒng)：警務(wù)的、警力的、勤務(wù)的；設(shè)施管理都有運(yùn)維，事件預(yù)案處置等等，這些都需要有對業(yè)務(wù)極強(qiáng)的熟悉程度，才能做到讓它用起來。

態(tài)勢感知

舉幾個(gè)例子，態(tài)勢感知，感知主要是基于兩方面，一方面前端的多維數(shù)據(jù)，多維數(shù)據(jù)除了視頻之外，還有比如車牌、電子標(biāo)簽、通信設(shè)備的數(shù)據(jù)。其實(shí)對我們來講，視頻本身產(chǎn)生數(shù)據(jù)這件事也沒有挖掘到極致。路口大圖里所有的信息還沒有做好，我們還是要把精力放在這上面，同時(shí)接入別人的物聯(lián)網(wǎng)，做多元數(shù)據(jù)的接入和匯集。

感知要做什么？一方面是感知整個(gè)入口或者整個(gè)城市，像阿里的城市大腦，它能把所有的視頻分析完之后告訴你哪堵車什么。另外一個(gè)最重要的還是事故、違法車輛的態(tài)勢，統(tǒng)一的整合和分類，這實(shí)際上是感知與大數(shù)據(jù)的結(jié)合。

交通數(shù)據(jù)研判：“車/人”管控

另外一部分就是研判，數(shù)據(jù)要有研判，當(dāng)然視頻中出現(xiàn)違法直接可以判斷出來，但是有一些隱形的交通違法，比如說發(fā)生了事故，司機(jī)是不是被人冒名頂替的、某人是不是毒駕或醉駕，這就要靠大數(shù)據(jù)進(jìn)行多維的數(shù)據(jù)分析。因?yàn)榻煌ㄒ粋€(gè)特點(diǎn)是都是以線下場景為主，不像網(wǎng)上購物基本都是線上行為，數(shù)據(jù)自動(dòng)就形成了線下的行為。

那么如何去感知隱形違法呢？視頻是不可不可欠缺的手段，或者說在很長一段時(shí)間內(nèi)都是唯一的手段。

這就是AI在這個(gè)行業(yè)里能夠繼續(xù)生存的主要原因。

管控示例

通過抓拍車輛對車牌號、車型、顏色等屬性進(jìn)行識別并放入六合一數(shù)據(jù)庫比對，如果發(fā)現(xiàn)假的或套牌車輛可以報(bào)警；抓拍主副駕駛?cè)四槪诺焦踩四槑毂热纾R別嫌疑人。

剛我們講到公安和交警做融合，就是因?yàn)榭梢园l(fā)揮1+1大于2的效果。

預(yù)案處理

預(yù)案處理實(shí)際上是有很大潛力，以前是按照流程去做，很僵化，或者根據(jù)專家、行業(yè)老警察的經(jīng)驗(yàn)。

基于人工智能的知識庫整合法律法規(guī)、先進(jìn)技術(shù)理論、實(shí)踐經(jīng)驗(yàn)、專家知識等等，進(jìn)行總結(jié)，對預(yù)案的表現(xiàn)形式及應(yīng)用場景提供反饋，最終達(dá)到事件預(yù)案處置的推薦，而且可能不止推薦一個(gè)方案。

智能運(yùn)維

智能運(yùn)維也是我們的一個(gè)亮點(diǎn)，以前的運(yùn)維基本就是前端硬件的運(yùn)維，人工智能算法匹配應(yīng)用后的運(yùn)維有點(diǎn)像以前的公安的一個(gè)應(yīng)用，圖像質(zhì)量分析，意思是設(shè)備本身沒問題，但是圖像花了。

這個(gè)智能運(yùn)維系統(tǒng)應(yīng)用是我們公司當(dāng)時(shí)首創(chuàng)的，分析圖像質(zhì)量，是不是有雪花有斜紋，是不是CCD問題。

現(xiàn)在AI，尤其在交通里，圖像花不花不是主要，識別率、有效率、捕獲率是關(guān)鍵，因?yàn)槟愕乃惴ㄒ坏┭b到某個(gè)設(shè)備里，就固化了，但是場景變化是很大的，隨著應(yīng)用或者城市發(fā)展不一樣，精度可能在下降。

精度下降是需要有一個(gè)AI大腦去作為基準(zhǔn)來評價(jià)比對，我們就做了一個(gè)智能二次分析來跟前端進(jìn)行比對，最后分析抓拍率、在線率、有效率是不是都正常。所以這是后端除了剛才講的后端集群時(shí)做一些預(yù)先分析之外，還能做的運(yùn)維分析。

知識共享，實(shí)現(xiàn)運(yùn)維經(jīng)驗(yàn)分享

當(dāng)知識分享、運(yùn)維經(jīng)驗(yàn)由機(jī)器來做，它就會自動(dòng)保存，可以用于運(yùn)維問題查找、員工培訓(xùn)、知識數(shù)據(jù)共享。

指揮調(diào)度”一張圖“

指揮調(diào)度一張圖，現(xiàn)在有很多做AI，在真實(shí)的視頻上疊加一些數(shù)據(jù)，再往后5G來了，就VR了，給用戶以更直觀的展現(xiàn)，更便捷的應(yīng)用，這是一個(gè)目的。

產(chǎn)品系列：端邊云協(xié)同

我們的產(chǎn)品系列很全，前端攝像機(jī)、邊緣端、集群服務(wù)器、后端的應(yīng)用平臺都有。

我們有很多行業(yè)里首創(chuàng)的技術(shù)和產(chǎn)品。現(xiàn)在AI玩家，我覺得基本上一個(gè)趨勢是做后端，因?yàn)榍岸擞泻芏嘤布切枰a(chǎn)業(yè)化能力，這不是大多數(shù)AI企業(yè)的強(qiáng)項(xiàng)，所以往中心端走，中心端畢竟是偏軟件，現(xiàn)在也有很多企業(yè)嘗試著做AI分析芯片等等，我覺得現(xiàn)在華為做的不錯(cuò)。

還有一部分企業(yè)在建設(shè)云平臺，其實(shí)有一種是一個(gè)平臺做多種垂直應(yīng)用，只要是AI的分析應(yīng)用都做，不光是交通，那這肯定是一個(gè)大玩家，它需要大融資的支持，因?yàn)橐粋€(gè)交通就需要這么多算法，需要這么精準(zhǔn)的分析，做多種行業(yè)，都做需要巨大的資金和算法算力。

我們公司就做垂直，垂直的品牌聚焦在一個(gè)單一領(lǐng)域去深耕，把它做到不止是落地，更要給用戶一個(gè)價(jià)值體現(xiàn)。

剛才我舉的交通例子，簡單安裝一個(gè)設(shè)備，除了矯正行為，處罰有經(jīng)濟(jì)效益，社會效益雙豐收，所以太陽能前端的AIoT相機(jī)，不用我們?nèi)ピ趺赐茝V，我們的客戶，像北京交管局都直接替我們推廣，因?yàn)榇_實(shí)好。

所以在交通領(lǐng)域，AI還是有很大的發(fā)展空間。

公司簡介

我們現(xiàn)在的技術(shù)核心方向是視頻AI技術(shù)，也就是計(jì)算機(jī)視覺，主要應(yīng)用在智能交通領(lǐng)域。

文安公司成立于05年，也是老牌的智能交通領(lǐng)域產(chǎn)品的供應(yīng)商，早年因?yàn)锳I公司相對比較少，智能交通需求大，所以我們公司利用AI技術(shù)在智能交通中做了很多的首創(chuàng)。

我覺得要做到一個(gè)行業(yè)的Top 1需要有強(qiáng)大的產(chǎn)業(yè)化和工程化能力，除了技術(shù)要得到應(yīng)用，還有要讓用戶用得多快好省，給用戶帶來很大的價(jià)值的能力，這種能力往往是現(xiàn)在大多數(shù)AI企業(yè)的短板。也因?yàn)檫@個(gè)短板，經(jīng)過上階段的人工智能大潮，近兩年AI技術(shù)回歸到具體的應(yīng)用價(jià)值，回歸到理性和以人為本。

我們文安智能一直在補(bǔ)短板，同時(shí)強(qiáng)化優(yōu)勢，我們的優(yōu)勢是創(chuàng)新，創(chuàng)新是我們永不停歇要做的事情，是我們源動(dòng)力，我們在做產(chǎn)業(yè)化同時(shí)沒有停止創(chuàng)新。雷鋒網(wǎng)雷鋒網(wǎng)雷鋒網(wǎng)

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。