四大股东加持，千视通又杀入智慧社区

先后获得川大智胜、佳都科技、明略数据、比特大陆四大股东加持，2011年就开始研究视频结构化技术，千视通显然成为AI初创公司中的翘楚。

早年，基于全目标结构化的视频感知智能，主攻行人、车脸的各类属性，千视通在公安、交通等领域，做出了不错的成绩。

今年，千视通又杀到了智慧社区领域，旗帜鲜明的亮出了自己“AIoT场景融合战略”，并主打“无感通行”解决方案。

将Re-ID和人脸Face-ID融合，并加入三维人脸识别，打造“一人一档”。千视通将最前沿的技术与场景融合，带到了社区这一领域。

Re-ID和Face-ID融合，打造无感通行

近年来，不少企业都开始进入智慧社区这个战场，大型安防厂商、通讯巨头、BAT，以及新兴的AI初创公司都涌入到这一赛道，再加上社区领域的传统企业，社区的智能化正成为各个企业AI落地的新着力点。

这一格局下，成立于2011年，在公安、交通等智能化方面颇有建树的千视通，也选择在今年正式进军社区领域，并提出了“无感通行”的场景解决方案。

“无感通行”是什么？

千视通联合创始人、CTO兼首席科学家胡大鹏博士解释道，千视通基于左右各75°的150°三维人脸技术，通过区域内的各个卡口、门禁、监控摄像头等人脸采集设备联动识别，360°跨镜头关联人的行踪轨迹，生成了“一人一档”，从而提供了“无感通行”的一系列应用。

简单来说，就是将人脸Face-ID、跨镜追踪Re-ID，以及三维人脸识别结合起来。

其中，Re-ID，又称跨镜追踪，是近年来计算机视觉领域的一个重点研究方向。

作为人脸识别技术的重要补充，其内核便是在不同视频中且无法获取清晰人脸特征信息前提下，机器通过穿着、发型、体态等信息将同一个人识别出来，增强数据的时空连接性。

那人形Re-ID和人脸Face-ID怎么融合应用呢？

行人经过某些地方的闸机、门禁、卡口等，摄像头会捕捉到他非常清晰的人脸和人形照片；而在捕捉不到高清人脸的地方，这时通过联合不同的系统，获取到行人的资料，根据底层的算法，将多个维度的信息和属性进行关联，属性越多，档案便建得越完善。

不过，值得一提的是，Re-ID的实现目前还不够成熟，其在确定人身份的唯一性上并没有人脸高。但相对人脸识别不可能在每一个摄像头都能看到清晰人脸，人形的捕捉则相对更多。

“千视通的思考，就是用摄像头将出现较多的人形和唯一性较高的人脸进行关联，从而提高识别准确度。Re-ID可以相当是胶水，将人能够连接起来。”胡大鹏说道。

三维人脸识别，打破二维人脸的约束

而为什么有了二维人脸识别，还要做三维人脸识别？

“在通过卡口拍摄人脸的场景中，我们发现很多人在低头玩手机，这就导致人脸无法清晰完整的被捕捉。很多知名厂家也都试过，但都没有办法。”

“这就是我们做三维人脸的初衷。”胡大鹏说道。

胡大鹏介绍道，二维人脸识别在非约束条件下面临很多问题，如大角度检测，用户在低头或侧面通过摄像头时，原本人脸识别的高准确率就会大幅下降，甚至直接检测不了。

并且，光线情况的变化也会直接导致算法不准，如侧光、逆光、暗光等情况，在室内外场景都非常普遍。

相对来说，三维人脸的应用优势：一是可以活体检测，防止用照片、头套等“假人脸”进行识别，适合对安全布控要求较高的区域使用；二是比较容易适应真实场景下的光线变化问题；三是不同的人脸角度基本都可以识别，提升了用户体验和通行效率；四是更好解决了化妆前后差异的识别问题等。

三维人脸识别采集的人脸的三维图像，相对二维人脸多一位深度数据，能整体复原人的头像。

胡大鹏介绍道，通过其目前打造的成像采集系统，能高逼真数字化还原真实人脸，脸部深度达到0.05毫米的精度。基于复原的头像，再用虚拟摄像头去调节光线和角度，就能生成更多仿真图片，对摄像头进行更好的训练。

不过，三维人脸目前对于非常小的人脸，精度提高还有待优化。

并且，基于摄像头的动态人脸识别上，采用三维人脸还并不成熟。通过闸机的配合式识别，相对应用更多。这也是千视通正在调整和优化的方面。

一人一档，落地智慧社区

有了跨镜追踪Re-ID和三维人脸识别，千视通又如何将其落地于社区领域？

“我们的解决方案分为四点，包括无感通行、一人一档、利旧建新、火情检测。”胡大鹏阐述了整体的方案。

如“一人一档”中，在系统的管理后台，会通过2D或3D地图，将检测到的所有人和事进行关联、重建，这样“一人一档”更加精细化，从而做到对人员行为的智能化管理。

例如黑名单报警，会对出现在摄像头中的黑名单人员进行报警，类似还有陌生人报警、围栏报警、未授权区域报警、访客超时报警、行人属性报警等。

除此之外，还能在保持原有设备的基础上，将设备绑定边缘计算盒子，实现智能前移到边缘端。

在火情监测方面，摄像头能做到比火灾自动报警设备更及时，一旦发现火苗、烟雾等，及时发出警报。

不过，社区的场景也很细分，外来人口的监测就是其中一个问题。

此前有业内人士提到这一问题时就谈到，外来人口检测时可能会牺牲一定的准确率，但能减少误报率，这样折衷处理，系统才能更好运行。

对此，胡大鹏的回答是，检测的“节点”很重要，千视通更依赖用更全的产品线部署社区。

“如果只靠摄像头是做不起来的，所以‘节点’很重要。单靠摄像头肯定会有漏检，所以我们还有闸机。这也是为什么，我们想尽可能多提供点配套给社区。”

而在社区场景中，要做的还不止这些，目前也还有很多问题正待解决。

一个是传统社区改造的问题，尤其是传统摄像头分辨率很低，这给分析和识别到来了很大困难。目前对于监控视频进行智能分析的过程中，需要保证前端的摄像头中采集或传输的视频是较为清晰的。

而很多社区中的摄像头视频压缩比很高，导致其中的人脸模糊，无法进行特征提取。

另外，就是跨摄像头中识别的问题。

跨镜追踪Re-ID的一个问题在于，单个摄像头无法捕捉到人的完整行迹。因而，Re-ID可能在绘制某段轨迹时，将两个不同的人错识为一人，造成跟踪错误。

而再在其他摄像头中捕捉到正确轨迹后，就需要截断之前关联的轨迹，重新进行关联和校正，这就涉及到校正轨迹的问题，对后台的训练能力考验很大。

智慧社区：市场还很大，处于零星的竞争

作为杀入智慧社区的新秀，那么千视通如何看待目前智慧社区领域的市场格局和竞争呢？

接触过不少进军智慧社区领域的大厂，胡大鹏表示，“并没有发生某个企业一下子要占领这个市场的状况。”

胡大鹏认为，目前很多大厂更倾向于提供一个AI平台。他们并不想直接去深入每个细分行业，而是想通过平台提供很多算法，与细分领域企业进行合作，将算法融合，依靠这些企业进入细分市场。

”以往大公司可能每一个行业都做，但他们逐渐发现这样很累。现在，他们反而站得高一些。”

相对于大厂商的大规模占领市场，胡大鹏更愿意用“零星的竞争”来形容目前的市场格局。

“目前的社区行业是从两个不同层面去赋能，一方面是大公司帮中小企业，去赋能；另一方面是中小企业深挖不同行业，去赋能行业。我见到整个生态大概是这样。”

未来3到5年，智慧社区领域的发展会是怎样呢？

“这个很难说，因为真的能做起来的话，规模还很大。”胡大鹏说道，“很多地产厂商，我们也有在接触，他们都有这些需求。他们想在建楼以外，增加一些AI的功能，让管理更容易。很多厂商都跃跃欲试，所以我相信未来的市场还很大。”雷锋网雷锋网雷锋网(公众号：雷锋网)

。