隐藏在摄像头里的AI

本文来自驭势科技人工智能组组长潘争在LiveVideoStackCon 2017大会上的分享，并由LiveVideoStack整理而成。潘争回顾了AI在图像识别领域的历史与难点，以及在安防和自动驾驶方面的实现思路。

 

文 / 潘争

整理 / LiveVideoStack

谷歌的人工智能平台Alpha Go让AI再次进入了普通老百姓的视野，我记得2016年3月时Alpha Go第一轮测试结果就令大家十分震惊。随着技术的进步，AI的能力一定会越来越强。我们可以看到近两年AI在深度学习方面的技术进展成果显著。今天我为大家准备了一些最近与摄像头相关的人工智能研究成果。

概览：

•  摄像头里的数据宝藏
  

•  视觉识别的挑战与应对

•  AI+安防实践

•  AI+自动驾驶实践

今天我的分享内容主要分为以下几点：第一是我们生活中的这些摄像头所采集的数据中隐藏了哪些值得挖掘的宝藏，以及如果要去挖掘有价值的数据需要面临的一些挑战与应对的方法；第二是我在安防与自动驾驶领域应用AI的一些实践经验。

1. 摄像头里的数据宝藏

大家可以设想一下自己周围有多少观察我们的摄像头，有我们随身携带的手机、平板电脑等移动设备的前后摄像头；如果你开车，你的车至少会有一两个摄像头；当你走在大街上或商场、超市里时，随便一抬头都能看到一个监控摄像头。可以说我们的生活布满了摄像头，其中记录了我们生活一点一滴的数据便具有了非凡价值。例如商场的管理人员可通过摄像头判断此时商场里有多少顾客，大致掌握顾客的男女比例，年龄层次，从而掌握潜在消费群体的实时动向；也可以通过摄像头搜寻经常前来消费的顾客，并在正确的位置精准投放相应广告吸引其消费从而增加销售额。而在安防领域，警察可通过安装在街道上的摄像头监控预防群体事件的发生，迅速识别定位逃犯并掌握其逃跑路径从而实现快速抓捕。还有在自动驾驶领域，通过汽车上集成的多部摄像头获取的数据可以告诉自动驾驶系统周围汽车的数量、相对速度与距离等，也可识别车道线位置，推断汽车是否偏离车道，并在需要变道或刹车时及时作出反应，保障自动驾驶系统的正常运行。从摄像头中发掘有价值的数据并加以有效利用，无论对安防领域还是自动驾驶领域而言都非常重要。当然数据挖掘与处理的过程也充满挑战。

2. 视觉识别问题中的挑战与应对

 

例如上面的这张图，也许一个三岁的小孩也能够识别出图片中的物体是一只猫，而对计算机来说，这张图可能只是一系列的数字。如果我们想通过这一系列的数字识别出这是一只猫则可能会遇到非常多的挑战。

挑战1：视角变化

而随着视角的变化，例如上图的同一张人脸会呈现出非常明显的差异

挑战2：光影变化

光影的变化同样至关重要，由于光源位置的不同，同样的几只企鹅，有可能是全黑的，也有可能是全白的，这对视觉识别也非常具有挑战性。

挑战3：尺度变化