近幾年CV（計算機視覺）一直是AI最火的技術領域之一。經(jīng)過幾年的攻城略地，國內(nèi)市場已經(jīng)形成了曠視、依圖、商湯、云從這「CV四小龍」盤踞的格局。
但目前CV應用仍然局限在人臉識別領域，應用范圍有限并且容易看見天花板。隨著人臉識別算法的普及，企業(yè)很難做出有競爭力的差異化產(chǎn)品。
國內(nèi)的云通訊巨頭容聯(lián)云通訊（簡稱容聯(lián)）從2018年起開始涉足CV產(chǎn)業(yè)應用，將AI視覺技術帶入產(chǎn)業(yè)，通過分析監(jiān)控視頻為企業(yè)、項目的生產(chǎn)和運營提供指導。
容聯(lián)的實踐無疑為已成紅海的CV行業(yè)指出了一條新的路子。
撰文 | 徐丹
坐落于合肥的海爾滾筒洗衣機工廠中，工作人員正緊張有序的進行洗衣機生產(chǎn)。生產(chǎn)線的另一邊，一臺機器通過攝像頭密切記錄著生產(chǎn)情況。
當一臺生產(chǎn)好的洗衣機進入傳送帶時，機器迅速發(fā)出警報，因洗衣機表面出現(xiàn)略微凹陷。
這臺機器便是容聯(lián)的智能視覺分析平臺「慧眼」，2019年落地海爾智慧工廠，通過監(jiān)控分析來識別違規(guī)生產(chǎn)動作、產(chǎn)品瑕疵和安全隱患，自動識別違規(guī)操作并記錄，大大降低次品率和賠付成本。
海爾工廠的需求并不是特例，在常見的人臉識別等監(jiān)控類安防外，越來越多的企業(yè)需要一種操作系統(tǒng)，可以「讀懂」監(jiān)控內(nèi)容為生產(chǎn)提供指導。
這種操作系統(tǒng)可以稱之為垂直于行業(yè)的CV產(chǎn)品，目前這個賽道還未完全成型，專注于此的大多數(shù)是在某一個行業(yè)深耕的創(chuàng)業(yè)公司，難見行業(yè)巨頭。
容聯(lián)是國內(nèi)云通訊市場「老大哥」，2018年開始推出行業(yè)CV產(chǎn)品，目前已經(jīng)涉足智能制造、化工園區(qū)、智慧工地等多個行業(yè)，合作的頭部企業(yè)十幾家。
一、在CV行業(yè)沖出新路子
細數(shù)AI技術落地應用，CV應該可以說是國內(nèi)最成熟的一個市場。但正因成熟，目前市場競爭格局基本成型，巨頭環(huán)伺。
「CV四小龍」牢筑護城河，創(chuàng)業(yè)公司很難進入，并且人臉識別算法的普及和應用遍地開花，產(chǎn)品已經(jīng)很難做出差異。
生產(chǎn)端雖然火熱，但從實際落地情況看，除一些車站、小區(qū)、辦公園區(qū)等公共場所應用到人臉識別產(chǎn)品外，行業(yè)感知度并不高。
「AI技術雖然發(fā)展迅速，但大多數(shù)行業(yè)對AI應用都還很陌生?！谷萋?lián)聯(lián)合創(chuàng)始人許志強說。
并且對行業(yè)來說，人臉識別解決的問題畢竟有限。而海爾工廠的案例也代表著許多行業(yè)真正需求點。在監(jiān)控產(chǎn)品外，他們還需要一個視覺分析系統(tǒng)，通過分析監(jiān)控內(nèi)容對生產(chǎn)運營提供實際指導。
據(jù)許志強具體解釋，這種系統(tǒng)可以看作是對監(jiān)控的補充。系統(tǒng)對接監(jiān)控攝像頭，通過標準協(xié)議采集攝像頭視頻流，對視頻進行抽幀處理，然后根據(jù)配置的算法模型識別異常情況。包括人員入侵、煙火等安全問題或者生產(chǎn)流程中不規(guī)范操作、產(chǎn)品瑕疵等等。
目前致力于行業(yè)CV的大多數(shù)是垂直某個行業(yè)的小型創(chuàng)業(yè)公司，難見行業(yè)巨頭，但需求極大，用許志強的話說，「這是一個百億級別的規(guī)模的，剛剛起步的市場?！?/p>
容聯(lián)成立于2013年，是云通訊市場最大的獨角獸。以云化和智能化的方式，為企業(yè)客戶提供全面的通訊服務。包括PaaS通訊能力（語音、短信等）、CC（云客服與云聯(lián)絡中心）、UC（IM即時通訊云、空中營業(yè)廳、企業(yè)直播）和“通訊+AI”服務，助力企業(yè)提高溝通體驗和經(jīng)營效率。
2016年容聯(lián)開始根據(jù)市場需求涉足AI，2018年與華中科技大學聯(lián)合成立AI實驗室，主要研發(fā)深度學習AI算法，在此基礎上推出了基于智能語音識別、自然語言理解的AICC、智能客服產(chǎn)品。
同時，根據(jù)自身的視頻處理技術和AI算法的積累，容聯(lián)也向CV行業(yè)伸出了觸角，推出了智能視覺分析平臺「慧眼」和智能化視頻識別分析一體機「Aibox」兩款產(chǎn)品。
慧眼屬于平臺產(chǎn)品，適用于100路以上的攝像頭分析。不僅提供標準化的算法模型，還提供能力接口和模型優(yōu)化服務，比如落地海爾工廠的慧眼就可根據(jù)生產(chǎn)情況定制工序檢查和生產(chǎn)線監(jiān)控模型。
根據(jù)定制產(chǎn)品積累的算法模型，容聯(lián)后續(xù)又根據(jù)低預算客戶需求推出標準化硬件產(chǎn)品Aibox，內(nèi)置多種算法模型，適用于100路以下攝像頭分析，不提供定制和優(yōu)化模型服務。
二、受海爾、國家電網(wǎng)等多家巨頭企業(yè)青睞，能「讀懂」監(jiān)控的算法什么樣？
目前容聯(lián)CV團隊近100人，產(chǎn)品已經(jīng)在化工園區(qū)、智慧工地、智慧工廠、明廚亮灶等多個行業(yè)落地，合作的客戶十幾家，包括海爾、國家電網(wǎng)、中國石化、中國石油等。
相比于傳統(tǒng)監(jiān)控產(chǎn)品，慧眼和Aibox最大的優(yōu)勢就是可以深入行業(yè)環(huán)境幫助企業(yè)降本增效。
以智慧工地為例，慧眼可結(jié)合工地復雜現(xiàn)場做全方面檢測。
比如出入口人員檢測環(huán)節(jié)，除常規(guī)人臉識別外，還可做人數(shù)統(tǒng)計、安全帽、反光衣和聚集檢測，車輛檢測包括類型識別、數(shù)量識別，甚至輪胎泥土檢測。
現(xiàn)場作業(yè)區(qū)域可識別入侵檢測、基坑堆放檢測、臨邊洞口檢測和跌倒檢測，人貨梯區(qū)域有人數(shù)超載檢測，一旦發(fā)現(xiàn)異常情況系統(tǒng)會立刻發(fā)出警報促進問題解決。
在化工園區(qū)，容聯(lián)已幫助多個化工園區(qū)完成視頻智能化升級改造
在生產(chǎn)車間、裝卸點、固定動火點等作業(yè)區(qū)域可以識別安全帽、工裝、反光衣等勞保用品佩戴情況，在罐區(qū)、危化品倉庫、配電房等重點區(qū)域一旦有外來闖入人員，可自動觸發(fā)系統(tǒng)告警，對于中控室等需要在崗值守場景，可自動識別睡崗、離崗等行為，對整個化工園區(qū)可24h自動識別煙霧火焰等目標，將事故隱患降至最低。
在智慧工廠領域，容聯(lián)產(chǎn)品已經(jīng)超越了安全檢測范圍，可以深入到生產(chǎn)流程檢測產(chǎn)品質(zhì)量。比如在與海爾工廠的合作中檢測范圍包括運輸越線、安全穿戴、工序流程和產(chǎn)品瑕疵，此前海爾合肥滾筒洗衣機廠年產(chǎn)洗衣機上百萬臺，因次品賠付超過千萬元。合作后該廠的違規(guī)操作、賠付成本都下降了30%，安全事故發(fā)生次數(shù)減少了50%。
在與某工廠合作項目中，慧眼可以檢測工廠和叉車人行道混亂、員工作業(yè)不規(guī)范、塔架坍塌和傳送帶停止等設備異常，讓工廠違規(guī)作業(yè)現(xiàn)象下降了30%，人力成本降低了10%，安全事故減少了50%。
在“明廚亮灶“領域，容聯(lián)也已具備完整的AI智能分析解決方案
對廚房操作間的人員行為進行智能識別，如后廚吃飯、抽煙、玩手機等行為；對于廚師衣著、帽子、口罩、手套等防護用具進行智能檢測；對于老鼠蟲害進行智能檢測。
當然，目前AI的技術不可能百分百實現(xiàn)用戶的所有場景需求，經(jīng)常會有技術無法處理的情況發(fā)生，比如智慧工地中的高空墜物問題，因物體速度下落太快，攝像頭難以精準捕捉到。不過，容聯(lián)針對行業(yè)的解決方案已經(jīng)可以解決特定應用場景下80%以上的需求。
三、檢測準確率超過90%，容聯(lián)優(yōu)勢在哪？
相比于競爭對手，容聯(lián)產(chǎn)品的優(yōu)勢很明顯。前段時間做安全帽佩戴檢測的行業(yè)分析。許志強發(fā)現(xiàn)，容聯(lián)產(chǎn)品準確率相比競品高出很多。容聯(lián)產(chǎn)品準確率超過90%，而對方誤檢率超過了一半。
為什么容聯(lián)會有這個優(yōu)勢？
算法落地行業(yè)，其實算法本身差別并不大。「算法技術的發(fā)展最先肯定是在學術界，每家企業(yè)只要對前沿技術盯得緊，都不會差太多?！乖S志強說。
容聯(lián)的優(yōu)勢就是在于針對特定場景的數(shù)據(jù)增強處理、AI和傳統(tǒng)技術的結(jié)合以及工程化處理技術。
AI算法極度依賴數(shù)據(jù)，但是很多情況下數(shù)據(jù)采集又比較難，如火的素材采集，在正常的場景下很難出現(xiàn)這樣的素材，對于這類素材，容聯(lián)自有的數(shù)據(jù)增強處理技術可以在素材比較少的情況下獲得比較好的效果。
雖然深度學習在機器視覺的圖像分類、目標檢測、跟蹤等領域均有革命性的進展。但深度學習不可避免地依賴于訓練數(shù)據(jù)，且深度學習輸出結(jié)果中一般都有“閾值”限制，實際應用中，很難設定適用于所有場景的統(tǒng)一閾值。
此時即需要結(jié)合傳統(tǒng)CV技術，傳統(tǒng)技術的一般特點是通用性較強，結(jié)合深度學習后，可得到神經(jīng)網(wǎng)絡模型輸出的具有語義信息的結(jié)果，在保持通用性的同時提升精度。例如目標跟蹤場景，利用深度學習檢測圖像中特定種類物體位置，結(jié)合傳統(tǒng)背景建模、幀差法、光流法等，達到一定集成學習的效果。
目前AI技術在落地過程中仍然受到數(shù)據(jù)量、數(shù)據(jù)質(zhì)量、標注成本、數(shù)據(jù)域變化等問題的制約，單純依靠深度學習模型難以解決復雜場景下的實際CV問題。容聯(lián)具備一系列針對實際應用場景的工程化優(yōu)化手段，包括圖像的時序分析機制、檢測目標屬性過濾機制、目標跟蹤及ReID機制等，提高算法在落地應用時的精度。
另外，除了技術上的壁壘，容聯(lián)CV產(chǎn)品一個重要的壁壘還是其在行業(yè)中的積累，因為做某個行業(yè)的視頻識別本質(zhì)上就是還是拼行業(yè)數(shù)據(jù)的積累、以及對行業(yè)的理解力。
容聯(lián)本身是國內(nèi)最大的云通訊廠商，與多個行業(yè)內(nèi)的頭部客戶有密切聯(lián)系，容易獲取客戶信任。實際上容聯(lián)最開始做CV的契機就是客戶需求。
在實際操作中，準確洞悉行業(yè)痛點是一個周期很長且很重的事情。CV落地會碰見許多問題，在視頻源方面，客戶原本安裝的攝像頭可能會出現(xiàn)畫面被遮擋、光線變化大、距離較遠等問題，需要要跟客戶溝通調(diào)整。
另外理解客戶實際需求本身到真正的算法落地需要相當長的周期，短則三個月，長則半年，在這期間需要不斷和客戶磨合，根據(jù)實際情況調(diào)整算法。最后才能形成一個在行業(yè)里面能夠達到生產(chǎn)級別落地的算法模型。
對于創(chuàng)業(yè)公司和之前沒有相關資源積累的企業(yè)來說，很難獲取行業(yè)頭部企業(yè)的信任。并且頭部企業(yè)往往就是一個行業(yè)的標桿，在服務大客戶過程中會積累到很多行業(yè)數(shù)據(jù)和經(jīng)驗，提升算法精度，容易建立自身優(yōu)勢，優(yōu)勢又會帶來更多客戶，滾雪球式的筑起一個很高的壁壘。
容聯(lián)的標準化產(chǎn)品Aibox就是在服務不同行業(yè)客戶，積累許多數(shù)據(jù)模型的基礎上產(chǎn)生的。正是由于這些積累，容聯(lián)能在很短的時間內(nèi)做出優(yōu)于他人的產(chǎn)品demo，獲得客戶的青睞。
在未來，容聯(lián)打算繼續(xù)深耕垂直行業(yè)，從「CV產(chǎn)品提供商」深入到「解決方案提供商」，與一些合作伙伴一起，提供「發(fā)現(xiàn)問題-解決問題」一體化服務。比如在智慧工地行業(yè)與合作伙伴一起提供CV增強的建筑工地信息化系統(tǒng)，幫助企業(yè)更好的解決問題。
四、尾聲
當前國內(nèi)的AI技術已進入爆發(fā)式發(fā)展，但如何應用落地還是亟待解決的問題，正如許志強所說，大多數(shù)行業(yè)對AI都沒有感知力。
研究一些成功的落地案例可發(fā)現(xiàn)，AI作為一種高精尖技術自帶「不落凡塵」的氣質(zhì)，但如果讓技術扎根落地，最重要的還是真正下沉產(chǎn)業(yè)。
也就是說，很多時候掌握技術只是一個基礎，在此基礎上開發(fā)應用還需要更多的思考與實踐。容聯(lián)的CV實踐無疑是提供了一個非常好的方向。
京公網(wǎng)安備 11010502049343號