近幾年CV（計(jì)算機(jī)視覺）一直是AI最火的技術(shù)領(lǐng)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(yīng)用仍然局限在人臉識(shí)別領(lǐng)域，應(yīng)用范圍有限并且容易看見天花板。隨著人臉識(shí)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(yīng)用，將AI視覺技術(shù)帶入產(chǎn)業(yè)，通過分析監(jiān)控視頻為企業(yè)、項(xiàng)目的生產(chǎn)和運(yùn)營提供指導(dǎo)。

容聯(lián)的實(shí)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(jī)工廠中，工作人員正緊張有序的進(jìn)行洗衣機(jī)生產(chǎn)。生產(chǎn)線的另一邊，一臺(tái)機(jī)器通過攝像頭密切記錄著生產(chǎn)情況。

當(dāng)一臺(tái)生產(chǎn)好的洗衣機(jī)進(jìn)入傳送帶時(shí)，機(jī)器迅速發(fā)出警報(bào)，因洗衣機(jī)表面出現(xiàn)略微凹陷。

這臺(tái)機(jī)器便是容聯(lián)的智能視覺分析平臺(tái)「慧眼」，2019年落地海爾智慧工廠，通過監(jiān)控分析來識(shí)別違規(guī)生產(chǎn)動(dòng)作、產(chǎn)品瑕疵和安全隱患，自動(dòng)識(shí)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(shí)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(dǎo)。

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(gè)賽道還未完全成型，專注于此的大多數(shù)是在某一個(gè)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(gè)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(xì)數(shù)AI技術(shù)落地應(yīng)用，CV應(yīng)該可以說是國內(nèi)最成熟的一個(gè)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(hù)城河，創(chuàng)業(yè)公司很難進(jìn)入，并且人臉識(shí)別算法的普及和應(yīng)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(shí)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(yīng)用到人臉識(shí)別產(chǎn)品外，行業(yè)感知度并不高。

「AI技術(shù)雖然發(fā)展迅速，但大多數(shù)行業(yè)對(duì)AI應(yīng)用都還很陌生。」容聯(lián)聯(lián)合創(chuàng)始人許志強(qiáng)說。

并且對(duì)行業(yè)來說，人臉識(shí)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(diǎn)。在監(jiān)控產(chǎn)品外，他們還需要一個(gè)視覺分析系統(tǒng)，通過分析監(jiān)控內(nèi)容對(duì)生產(chǎn)運(yùn)營提供實(shí)際指導(dǎo)。

據(jù)許志強(qiáng)具體解釋，這種系統(tǒng)可以看作是對(duì)監(jiān)控的補(bǔ)充。系統(tǒng)對(duì)接監(jiān)控?cái)z像頭，通過標(biāo)準(zhǔn)協(xié)議采集攝像頭視頻流，對(duì)視頻進(jìn)行抽幀處理，然后根據(jù)配置的算法模型識(shí)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(gè)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(qiáng)的話說，「這是一個(gè)百億級(jí)別的規(guī)模的，剛剛起步的市場。」

容聯(lián)成立于2013年，是云通訊市場最大的獨(dú)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(wù)。包括PaaS通訊能力（語音、短信等）、CC（云客服與云聯(lián)絡(luò)中心）、UC（IM即時(shí)通訊云、空中營業(yè)廳、企業(yè)直播）和“通訊+AI”服務(wù)，助力企業(yè)提高溝通體驗(yàn)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(xué)聯(lián)合成立AI實(shí)驗(yàn)室，主要研發(fā)深度學(xué)習(xí)AI算法，在此基礎(chǔ)上推出了基于智能語音識(shí)別、自然語言理解的AICC、智能客服產(chǎn)品。

同時(shí)，根據(jù)自身的視頻處理技術(shù)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(tái)「慧眼」和智能化視頻識(shí)別分析一體機(jī)「Aibox」兩款產(chǎn)品。

慧眼屬于平臺(tái)產(chǎn)品，適用于100路以上的攝像頭分析。不僅提供標(biāo)準(zhǔn)化的算法模型，還提供能力接口和模型優(yōu)化服務(wù)，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(yù)算客戶需求推出標(biāo)準(zhǔn)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(wù)。

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(tuán)隊(duì)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(gè)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(shì)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(fù)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(shí)別外，還可做人數(shù)統(tǒng)計(jì)、安全帽、反光衣和聚集檢測，車輛檢測包括類型識(shí)別、數(shù)量識(shí)別，甚至輪胎泥土檢測。

現(xiàn)場作業(yè)區(qū)域可識(shí)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(huì)立刻發(fā)出警報(bào)促進(jìn)問題解決。

在化工園區(qū)，容聯(lián)已幫助多個(gè)化工園區(qū)完成視頻智能化升級(jí)改造

在生產(chǎn)車間、裝卸點(diǎn)、固定動(dòng)火點(diǎn)等作業(yè)區(qū)域可以識(shí)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(diǎn)區(qū)域一旦有外來闖入人員，可自動(dòng)觸發(fā)系統(tǒng)告警，對(duì)于中控室等需要在崗值守場景，可自動(dòng)識(shí)別睡崗、離崗等行為，對(duì)整個(gè)化工園區(qū)可24h自動(dòng)識(shí)別煙霧火焰等目標(biāo)，將事故隱患降至最低。

在智慧工廠領(lǐng)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(yùn)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(jī)廠年產(chǎn)洗衣機(jī)上百萬臺(tái)，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(xiàng)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(shè)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(lǐng)域，容聯(lián)也已具備完整的AI智能分析解決方案

對(duì)廚房操作間的人員行為進(jìn)行智能識(shí)別，如后廚吃飯、抽煙、玩手機(jī)等行為；對(duì)于廚師衣著、帽子、口罩、手套等防護(hù)用具進(jìn)行智能檢測；對(duì)于老鼠蟲害進(jìn)行智能檢測。

當(dāng)然，目前AI的技術(shù)不可能百分百實(shí)現(xiàn)用戶的所有場景需求，經(jīng)常會(huì)有技術(shù)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(zhǔn)捕捉到。不過，容聯(lián)針對(duì)行業(yè)的解決方案已經(jīng)可以解決特定應(yīng)用場景下80%以上的需求。

三、檢測準(zhǔn)確率超過90%，容聯(lián)優(yōu)勢(shì)在哪？

相比于競爭對(duì)手，容聯(lián)產(chǎn)品的優(yōu)勢(shì)很明顯。前段時(shí)間做安全帽佩戴檢測的行業(yè)分析。許志強(qiáng)發(fā)現(xiàn)，容聯(lián)產(chǎn)品準(zhǔn)確率相比競品高出很多。容聯(lián)產(chǎn)品準(zhǔn)確率超過90%，而對(duì)方誤檢率超過了一半。

為什么容聯(lián)會(huì)有這個(gè)優(yōu)勢(shì)？

算法落地行業(yè)，其實(shí)算法本身差別并不大。「算法技術(shù)的發(fā)展最先肯定是在學(xué)術(shù)界，每家企業(yè)只要對(duì)前沿技術(shù)盯得緊，都不會(huì)差太多。」許志強(qiáng)說。

容聯(lián)的優(yōu)勢(shì)就是在于針對(duì)特定場景的數(shù)據(jù)增強(qiáng)處理、AI和傳統(tǒng)技術(shù)的結(jié)合以及工程化處理技術(shù)。

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(duì)于這類素材，容聯(lián)自有的數(shù)據(jù)增強(qiáng)處理技術(shù)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(xué)習(xí)在機(jī)器視覺的圖像分類、目標(biāo)檢測、跟蹤等領(lǐng)域均有革命性的進(jìn)展。但深度學(xué)習(xí)不可避免地依賴于訓(xùn)練數(shù)據(jù)，且深度學(xué)習(xí)輸出結(jié)果中一般都有“閾值”限制，實(shí)際應(yīng)用中，很難設(shè)定適用于所有場景的統(tǒng)一閾值。

此時(shí)即需要結(jié)合傳統(tǒng)CV技術(shù)，傳統(tǒng)技術(shù)的一般特點(diǎn)是通用性較強(qiáng)，結(jié)合深度學(xué)習(xí)后，可得到神經(jīng)網(wǎng)絡(luò)模型輸出的具有語義信息的結(jié)果，在保持通用性的同時(shí)提升精度。例如目標(biāo)跟蹤場景，利用深度學(xué)習(xí)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(dá)到一定集成學(xué)習(xí)的效果。

目前AI技術(shù)在落地過程中仍然受到數(shù)據(jù)量、數(shù)據(jù)質(zhì)量、標(biāo)注成本、數(shù)據(jù)域變化等問題的制約，單純依靠深度學(xué)習(xí)模型難以解決復(fù)雜場景下的實(shí)際CV問題。容聯(lián)具備一系列針對(duì)實(shí)際應(yīng)用場景的工程化優(yōu)化手段，包括圖像的時(shí)序分析機(jī)制、檢測目標(biāo)屬性過濾機(jī)制、目標(biāo)跟蹤及ReID機(jī)制等，提高算法在落地應(yīng)用時(shí)的精度。

另外，除了技術(shù)上的壁壘，容聯(lián)CV產(chǎn)品一個(gè)重要的壁壘還是其在行業(yè)中的積累，因?yàn)樽瞿硞€(gè)行業(yè)的視頻識(shí)別本質(zhì)上就是還是拼行業(yè)數(shù)據(jù)的積累、以及對(duì)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(gè)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(shí)際上容聯(lián)最開始做CV的契機(jī)就是客戶需求。

在實(shí)際操作中，準(zhǔn)確洞悉行業(yè)痛點(diǎn)是一個(gè)周期很長且很重的事情。CV落地會(huì)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(huì)出現(xiàn)畫面被遮擋、光線變化大、距離較遠(yuǎn)等問題，需要要跟客戶溝通調(diào)整。

另外理解客戶實(shí)際需求本身到真正的算法落地需要相當(dāng)長的周期，短則三個(gè)月，長則半年，在這期間需要不斷和客戶磨合，根據(jù)實(shí)際情況調(diào)整算法。最后才能形成一個(gè)在行業(yè)里面能夠達(dá)到生產(chǎn)級(jí)別落地的算法模型。

對(duì)于創(chuàng)業(yè)公司和之前沒有相關(guān)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(gè)行業(yè)的標(biāo)桿，在服務(wù)大客戶過程中會(huì)積累到很多行業(yè)數(shù)據(jù)和經(jīng)驗(yàn)，提升算法精度，容易建立自身優(yōu)勢(shì)，優(yōu)勢(shì)又會(huì)帶來更多客戶，滾雪球式的筑起一個(gè)很高的壁壘。

容聯(lián)的標(biāo)準(zhǔn)化產(chǎn)品Aibox就是在服務(wù)不同行業(yè)客戶，積累許多數(shù)據(jù)模型的基礎(chǔ)上產(chǎn)生的。正是由于這些積累，容聯(lián)能在很短的時(shí)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(wù)。比如在智慧工地行業(yè)與合作伙伴一起提供CV增強(qiáng)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(dāng)前國內(nèi)的AI技術(shù)已進(jìn)入爆發(fā)式發(fā)展，但如何應(yīng)用落地還是亟待解決的問題，正如許志強(qiáng)所說，大多數(shù)行業(yè)對(duì)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(shù)自帶「不落凡塵」的氣質(zhì)，但如果讓技術(shù)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(shí)候掌握技術(shù)只是一個(gè)基礎(chǔ)，在此基礎(chǔ)上開發(fā)應(yīng)用還需要更多的思考與實(shí)踐。容聯(lián)的CV實(shí)踐無疑是提供了一個(gè)非常好的方向。