深瞐科技陳瑞軍：大安防背景下，視頻結構化怎樣走好商業路？

文/李論 億歐專欄作者

2018年，「網約車安全」是一個令人痛心卻又無可回避的話題。從鄭州空姐到樂清女孩，從滴滴命案到嘀嗒司機侮辱女乘客，人性若是被欲望蠶食，再嚴苛的法律也救不回那一條條鮮活的生命。

隨著網路時代的發展，人們的生活方式日新月異，可是，有誰能夠為安全「上鎖」？

億歐日前採訪了一家以車臉識別和視頻結構化為核心技術的公司——深瞐科技，深瞐科技董事長陳瑞軍告訴記者：「基於視頻結構化技術，可以對車輛出行安全進行提前預警，從而降低案發率。」

解決公安剛需

視頻結構化應運而生

視頻結構化，即對視頻數據進行結構化處理，檢測、捕捉、提取出視頻內容中的關鍵信息。具體包括：對運動目標的識別，判斷畫面中出現的是人或者是車；對運動目標特徵的識別，即畫面中運動的人、車、物有什麼特徵，如果是人，則判斷其性別和年齡、有無戴眼鏡、穿什麼顏色衣服。

如果是車，車牌號碼是多少、什麼顏色、什麼車型等等；還有對運動目標的軌跡進行分析，例如車輛此時右轉是否違反了交通規則。

早在2009年，視頻結構化還未像如今這般鋪天蓋地，但公安的視頻圖像分析卻已經有迫切需求。

深瞐科技董事長陳瑞軍認為：「單純通過人眼去查找視頻圖像中的信息，無異於大海撈針。道路監控的制約因素已經由錄影頭數量變為人的工作限度。」在這樣的情況下，通過技術手段幫助公安解決錄影頭的應用管理問題便成為整個安防領域的重中之重。

從2009年便開始接觸視頻圖像分析技術的陳瑞軍感嘆道，時機來了。「利用技術手段將視頻數據中的內容和目標變成可直接表征目標的形狀、屬性以及身份的結構化數據，逐漸成為行業共同的趨勢。」

人臉識別技術當下應用極其廣泛，但是僅靠這單一的手段並不能解決安防行業的痛點和需求。原因在於，人不會主動配合錄影頭進行拍照識別，甚至嫌疑人會故意躲避。相比之下，視頻結構化則少了這些限制。

把數據變活

視頻結構化幫助機器智能「看片」

視頻結構化的商業價值在於對數據的挖掘和預測。

以深瞐科技視頻結構化系統為例，通過該系統對視頻畫面中出現的車輛以及駕駛員進行特徵識別，建立車輛大數據檔案，從而可做到對整個城市所有的車輛進行管理。再針對不同種類的車輛如公車、計程車、貨車等，總結其出行規律，通過出行的方向與時間等數據，挖掘出背後的含義。

以經營車輛數據管理為例，對於計程車，視頻結構化系統可以通過車輛標誌判斷出該車屬於經營車輛。對於私家車，通過對車輛行駛軌跡以及時間，也可以分析出是否屬於經營車范疇。

根據歷年案件判斷，經營車違法事件多發生在無照、套牌、人證不符的車輛上，如若執法人員能夠提前判斷出視頻監控中出現的黑車，有針對性地對其進行監控和管理，或許可以在一定程度上減少「滴滴順風車」事件的發生。

以預測交通情況及交通規劃為例，視頻結構化系統掌握了大量的車輛行駛數據，以此可以分析出道路擁堵情況。如遇到非常規情況，例如某路段封路，由於該系統知曉大部分途徑車輛的起始地與目的地，便可以輔助交警分析出最佳通行路段。

除此之外，還能做到經濟預測，不同車型所代表的經濟價值具有差異，根據高/低端車型出入狀況，可以對該區域的經濟水平做出大致判斷，以此幫助房地產或政府部門做區域規劃。

總的來說，安防是大數據應用的典型領域，然而海量的視頻監控數據本身並不能直接產生應用價值，對數據內容的提取和分析才是關鍵所在。想要做到對視頻大數據的分析和挖掘，首先要解決的便是視頻結構化問題。

從概念到落地

視頻結構化商業探索路的兩條攔路虎

雖然產業界對視頻結構化應用眾說紛紜，但是視頻結構化商業落地影響的原因卻能形成統一的意見，大致兩方面：成本和市場接受度，歸根結底，還是技術問題。

深瞐科技董事長陳瑞軍向億歐表示：「相比於人臉識別和車輛識別，視頻結構化技術起步較晚，且由於其特徵有時難以有明確的劃分，導致該技術的成熟度較低。例如，對於年齡的判斷，機器很難僅從外形上判斷出一個人是中年人還是青年人。而在男女性別的判斷上，隨著中性風大肆走紅，如果單純的因為某個人短髮、打扮帥氣便判斷為男子，也是不準確的。」

因此，如今視頻結構化技術的使用通常將人體特徵與人臉識別綜合到一起，對多個特徵做關聯分析，以此來提升市場接受度。另外，隨著AI視覺應用愈加廣泛，用戶面對新技術的心態也逐漸開放。抓捕嫌犯、社區管理、人流統計、商業數據分析等多種場景下都出現了視頻結構化的身影。

而從公司的角度來講，影響視頻結構化產品商業落地的原因，很大程度上來自於團隊成員對行業的理解以及在技術方面的積累。

對於掌握新技術的AI公司來說，理解與經驗是最大的難關。中國的安防行業已經發展了十餘年，無論在視頻圖像處理、數據存儲、還是硬件設施的建設上都已經有了相當長時間的經驗和積累，而這些經驗可不會在教科書中明明白白的寫出來。「安防公司最終交付給用戶的絕不是單純的技術，而是一種服務或者解決方案，AI算法和AI核心技術只能占據其中的一小部分。」陳瑞軍如是說。

視頻結構化商業變現

安防老兵獨到化解落地難題

作為安防行業的老兵，也是視頻結構化最先嘗鮮的人，陳瑞軍對於視頻結構化公司如何從技術概念走向商業落地有著自己獨到的見解。

陳瑞軍認為：「深瞐科技有兩張王牌，一張以掌握核心技術、善於開拓創新的年輕人為代表。另一張則以長期深耕安防領域、擁有數十年工作經驗的老兵為代表。」

在安防智能化變革的今天，站在AI視角上理解行業，做出符合行業發展規律的新產品，是每一家安防企業必須要思考的問題。如何繼承行業幾十年積累的成熟經驗？如何在此基礎上尋找創新點？這需要安防老兵和AI新秀這兩方人馬同時做出改變。

另一方面，以視頻結構化技術為基礎的公司，需要在安防行業明確自身定位。如何能夠在分散的安防市場中盡可能減少利益衝突？是向用戶提供產品還是服務？如何花費最少的成本而探尋出最適合公司發展的商務模式？所有問題的根本，源自於公司定位。

陳瑞軍基於自身對於安防行業的準確判斷，在實際應用場景和業務需求的引導下，帶領深瞐科技構建起了算法SDK+硬件（智能錄影機、智能視頻分析器、智能存儲器）+軟件（車綜平台、視頻結構化）的完整產品布局。

以上兩點都準備妥當，公司要做的便是產品的打磨。陳瑞軍向億歐介紹，深瞐科技視頻結構化最大的兩個優勢在於準確率和處理效率。硬件方案成熟且效率有明顯提升，加之行業已經進入到迅速擴張的階段，陳瑞軍堅信，深瞐科技定能夠走出一條成果喜人的視頻結構化商業落地之路。

文章內容系作者個人觀點，不代表億歐對觀點讚同或支持；轉載請註明作者姓名和來源。