千視通是為數不多走在隊伍前列的AI新勢力。
作者 | 張棟
不管是投入重金做好城市基礎設施，還是持之以恆打造智能城市平臺，實則都是通過科技手段，從頂層設計開始，讓所有的用戶能夠通過智能平臺，改變當前城市系統中落後的管理模式，讓生活智慧化、便捷化、安全化。
藉助於移動互聯網和人工智能的快速發展，不少企業已經投身到智能城市建設的隊伍中來。
千視通是為數不多走在隊伍前列的AI新勢力。
在2019深圳安博會上，雷鋒網AI掘金志發現千視通已經展出了一系列硬件、軟件及AI解決方案。如智能視頻快速採集分析一體機、NVR盒子、人臉抓拍識別一體機、全域追蹤視頻感知平臺、視頻圖像結構化解析平臺，及智慧警務、交通、社區等解決方案。
他們正通過大數據、雲計算、人工智能等前沿技術，在AI城市領域打造一系列智慧案例，在行業內引起不小反響。
越簡單，越好用
人性討厭複雜，喜歡簡單。
以學校無感通行項目為例，學生每天上學、入寢、就餐、借書均需要在複雜繁瑣的身份識別中排長隊，浪費很多時間。
如果通過簡單便捷的智能終端，將這個勞力費神的身份ID確認的工作交給人臉識別技術，對於老師和學生來說，豈不快哉。
又比如，在日常的教學管理工作中，老師需要花費很大的精力在學生的課堂考勤、生活管理等方面，而部分學生也在千方百計地想著法子如何應付老師。
這些傳統的管理模式，已經兩頭都不討好，導致目前的管理水平很難踏上新臺階。如何與時俱進地利用先進的科學技術，讓管理更智能，是所有科技企業必須考慮的業務邏輯。
換句話說，科技之於行業，一定要將複雜的流程邏輯，變成機器人簡單的“0與1的邏輯”，讓大家在簡單的制度化關係中輕裝前行。
幸運的是，包括千視通這樣的AI企業已在這條路上奮力馳騁，AI掘金志瞭解到，他們已經在各行各業落地了眾多項目：
譬如廣州某區出租屋人臉識別智能門禁系統項目。千視通採用行業創新人臉識別門禁方案依託平安雲建設全區出租屋管理系統，實現流動人口管理與服務。
譬如PAFC人臉識別通行管理系統項目。PAFC人員通行管理系統採用行業創新人臉識別投影技術依託平安雲建設一套雲端人臉比對通行管理系統，為PAFC提供安全通行保障。
譬如北理莫斯科大學人臉識別通行項目，北理莫斯科大學新建校區人臉識別通行系統包括學生宿舍通行管理、校門通行管理系統，實現該校宿舍進出無人管理及雲端人臉比對快速通行。
再譬如河南百所中小學學校無感通行項目，千視通採用無感人臉抓拍技術將百所中小學統一實現校門口大人流量無漏抓拍，對百所學校師生人員進行人臉比對，為學校提供安全預警保障。
越簡單，越不簡單
很多人認為，人臉識別、大數據技術現在很多AI企業都可以做，並且準確率都很高，難度不大。
這個說法並無大的邏輯錯誤，深度學習技術日益成熟的今天，識別技術對人臉的判斷並不難實現。
但是，做得好人臉識別技術，不代表人工智能解決方案就做得好，人工智能解決方案做得好，不代表智慧場景就做得符合用戶的實際需求。
千視通，要麼不做，要做就做全、做好、做細，讓智慧警務、智慧校園等各個業務場景的管理者都會用。
做全，是千視通從用戶真實場景需求的出發點。
目前，千視通已經在包括智慧警務、智慧校園、智慧社區等多個場景有眾多業務落地。
做好，是千視通在人工智能領域的基本要求。
其核心團隊來自香港ASTRI、上海交大Person search 世界冠軍團隊、加拿大McMaster研究院。公司創始人、董事，先後獲得視頻智能分析領域國家科技進步二等獎，主導公安部視頻檢索GA/T 1154.3 GA/T 1154.5 GA/T1399等標準制訂。
他們主打Face-ID和Re-ID融合應用，雲+邊+端軟硬一體化部署，提供AIoT無感通行場景落地，目前已經服務於華為、平安、微軟、Nokia等全國超過300家用戶單位。
做細，是千視通為解決用戶最後一公里痛點的立足點。
以智慧警務為例，千視通發佈了視頻警務實戰應用2.0全域追蹤解決方案。
千視通產品總監肖長清曾提到，“我們真的從汗水警務完全跨越到智慧警務了嗎？”老人小孩走丟了難以快速找到；在監控中找到嫌疑目標，無法有效關聯身份；前端攝像頭普遍智能化程度不高。
總結來說，目前智慧城市的發展仍然面臨著算法不全不準、算力成本居高不下、應用功能堆積不實用等問題。
圍繞這些難處積極思考，千視通分別交出了結構化2.0、算硬結合和全域追蹤等多種解決辦法，在多維數據融合感知的時代，從場景應用的實戰角度開發出更高效的AI產品。
該方案值得一提的是嵌有基於注意力架構模型的高精度Re-ID提取。
通常來說，人臉識別技術雖然準確度高，但是隻能覆蓋30%左右的監控點，基於成本因素，70%的監控為非卡口點位，無法拍攝到清晰人臉，只能拍攝到人體。
再譬如人體識別，最大的難點在於，行人是非剛體結構，當人在走動時，手和腳都在擺動，還往往伴隨有其他動作，因此不同於車輛等剛體結構，任意角度都是同一個型態。l傳統的算法無論是將目標對齊或者進行切分，都無法消除非剛體結構對算法的干擾。
千視通設計的主軀幹網絡不要求軀幹位置的標註，模型能夠從淺層視覺到高層語義的不同空間內自動捕捉關鍵區域，挖掘多尺度的注意力特徵，自動實現行人肢體（如面部，上身及下身）的特徵融合，對於姿態改變以及空間變化有著很好的魯棒性，可以有效的完成行人搜索工作。
方案之上，千視通通過圖譜關聯關係，可突破傳統的視頻結構化檢索與目標檢索顏色強相關的瓶頸，為軌跡擬合提供數據基礎；另外，基於多維數據融合，時空研判推演，實現跨鏡、實時、快速、精準的全域追蹤。
慢火才能熬好粥，精工才能出細活。
千視通針對各個場景的實際情況，為各類場景用戶打造適配解決方案，讓用戶更輕易、便捷、智能地使用，但在每個簡單易用的智能化應用的背後，都是技術的不簡單。
而在這背後，是千視通近年來對大數據、雲計算、智能識別、人工智能等技術創新的加大投入。
藉由此，千視通也獲得了包括AI掘金志在內的眾多媒體的肯定，在深圳安博會期間，他們還斬獲創新百強企業獎，為AI更好賦能樹下又一個堅定信心。
閱讀更多 AI掘金志 的文章
