初入CV行业得海尔青睐,云通讯独角兽容联发力视觉智能产业

初入CV行业得海尔青睐,云通讯独角兽容联发力视觉智能产业
近几年CV(计算机视觉)一直是AI最火的技术领域之一。经过几年的攻城略地,国内市场已经形成了旷视、依图、商汤、云从这「CV四小龙」盘踞的格局。

但目前CV应用仍然局限在人脸识别领域,应用范围有限并且容易看见天花板。随着人脸识别算法的普U w g H B Q 2 /及,企业很难做出V Z c w ]有竞争力的差异化产品

国内的云通讯巨头容联云通讯(简称容联)从2018年起开始涉足CV产业应用,将AI视觉O G K A Y Q r * iN e ( K M 5术带入产业,通过分析监控视频为企业、项目的生产和运营提供指导。

容联的实践无疑为已成红海的CV行业指出了一条新的路子。

撰文 | 徐丹

坐落于合肥的海尔滚筒洗衣机工厂中,工作人员正紧张有序的进行洗衣机生产。生产线的另一边,一台机器通过摄像头密切记录着生产情况。

当一台生产好的洗衣机进入传送带时,机器迅速发q / x Y -出警报,因洗衣机表面出现略微凹陷。

初入CV行业得海尔青睐,云通讯独角兽容联发力视觉智能产业

这台机器便是容联的智能视觉分析平台「慧眼」,2019年落地海尔h p u 7 F v ;智慧工厂,通过监控分析来识别违规生产动作、产品瑕疵和安全隐患,自动识别违规操作并记录,大大降低次品率和赔付成本。

海尔工厂的需求并不是特 a - 2 R A例,在常见的人脸识别等监控类安防外,越来越多的企业需要一种操作系统,可以「读懂」监控内容为生产提供指导。

这种操作系统可以称之为垂直于行业的CV产品,目前这个赛道还未完全成型,专注于此的大多数是在某一个行业深耕的创业公司,难见行业巨头。

容联s T Q是国内云通D / l c讯市场「老大哥L _ f T」,2018年开始推出行业CV产品,目前已经涉C O ! = 3 { z $足智能制造、化工园j O w区、智慧工地等多个行业,合作的头部企业十几家。

一、在CV行业冲出新路子

细数AI技术落地应用,CV应该可以说是国内最成熟的一个市场。但正因成熟,目前市场竞争格局基本成型,巨头环伺。

「CV四小龙」牢筑护城河,创业公司很难进入,并且人脸识别算法的普及和应用遍地开花,产品已经很难做出差异。

生产端虽然火热,但从实际落地情况看,除一些车站、小区、办公园区等公共场所应用到人脸识别产品外,行业感知度并不高。

「AI技术虽然发展迅速,但大多数行业对AI应用都还很陌生。」容联联合创始人许志强说。

并且对行业来说,人脸识别解决的问题毕竟有限。而海尔工厂的案例也代表着许多行业真正需求点。在监控产品外,他们还需要一个视觉分析系统,通过分析监控内容对生产运营提供实际指导。

据许志强具体解释,这种系统可以看作是; H ] } z ? 6 y对监控的补充。系统对接监控摄像头,通过标准协议采集摄像头视频流,对视频进行抽帧K S # H处理,然后根据配置的算法模型识别异常情况。包括人员**9 I L | `*、烟火等安全问题或者生产流程中不规范操作、产品瑕疵等等。

初入CV行业得海尔青睐,云通讯独角兽容联发力视觉智能产业

目前致力于行业CV的大多数是垂直某个行业的小型创业公司,难见行业巨头,但需求极大,用许志强的话说,「这是一个百亿级别的规模的,刚刚起步的市场。」

容联= 5 ^成立于2013年,是云通讯市场最大的独角兽。以云化和智能化的方式~ T } C F,为企业客户提供全面的通讯服务。包括PaaS通讯能力(语音、短信等)、CC(云客服与云联络中心)、UC(IM即时通讯云、空中营业厅、企业直播)和“通讯+AI”服务,助力企业提高沟通体验和经营效率。

2016年容Z ~ I联开始根据市场需求涉足AI,2018年与华中科技大学联合成立AI实验室,主要研T J A n ? # o c v发深度学习AI算法,在此基础上推出了基于智能语音识别、自然语言理解的AICC、智能客服产品。

同时,根据自身的视频处理技术和AI算法的积累,容联也向CV行业伸出了触角,推出了智能视觉分析平台「慧眼」和智能化视频识别分析一体机「Aibox」两款产品。

慧眼属于平台产品,适用于100路以上的摄像头分析。不仅提供标准化的算法模型,还提! M # ( %供能力接口和模型优化服务,比如落地海[ D x b V尔工厂的慧眼就可根据生产情况定制工序检查和生产线监控模% c V 7 ! N K 0 |型。

根据定制产品积累的算法模型,容联后续又根据低预算客户需求推出标K t y准化硬件产品Aibox,内置多种算法模型,适用于100路以下摄像头分析,不提供定制和优化模型服m W *务。

二、受海尔、国家电网等多家巨头h ! N y n N 0企业青睐,能5 i y y「读懂」监控的算法什么样?

目前容联CV团队近100人,产品已经L t + ^在化工园区、智慧工地、智慧工厂、明厨亮灶等多个行业落地,合作的客户十几家,包括海尔、l & % k ^ ;国家电网、中国石6 | T m @ 1 E Y l化、中国石油等。

相比于传统监控产品,慧眼和Aibox最大的优势就是可以深入行业环境帮助企业降本增效。

以智慧工地为例,慧眼可结合工地复杂现场做全方面检测。

比如出入口人员检测环节,除常规人脸识别外,还可做人数统计、安全{ N e H A u z帽、反光衣和聚集检测,车辆检测包括类型识别、数量识别,甚至轮胎泥土检测。

初入CV行业得海尔青睐,云通讯独角兽容联发力视觉智能产业

现场作业区域可识别***检测、基坑堆放检测、= T s q Y临边洞口检} R f 3 2测和跌倒检测,人货梯区域有人数超载检测,一旦发现异常情况系统会立刻发出警报促进问题解决。

初入CV行业得海尔青睐,云通讯独角兽容联发力视觉智能产业
初入CV行业得海尔青睐,云通讯独角兽容联发力视觉智能产业

在化工园区,容联已帮7 s * | x x j x助多个化工园区完成视频智能化升级改造

在生产车间、装卸点、固定动火点等作业区域可以识别安全帽、工装、反光衣v B R ! :等劳保用品佩戴情况,在罐区、危k t L # # u化品仓库、配电房等重点区域一旦有J ? s Y n R 4 ] t外来闯入人员,可自动触发系统告警,对于中控室等需要在岗值守场景,可自动识别睡岗、离岗等行为& _ m 4 o ( 6 n,对整个化工园区可24h自动识别烟雾火焰u x 4等目标Y % M,将事故隐患降至最低。

在智慧工厂领域,容联产品已经超越了安全检测范围,可以深入到生产流程检测产品质量。比如在与海尔工厂的合作中检测范围包括运输越线、安全穿戴、工序流程和产品瑕疵,此前海尔合肥滚筒洗衣机厂年产洗衣机上百万台,因次品赔付超过千万元。合作后该厂的违规操作、赔付成% } c c S Z 9本都下降了30%,安全事故发生次数减少了50%。

在与某工厂合作项目中,慧眼可以检测工厂和叉车[ S Q h人行道混乱、员工作业不规范、塔架坍塌和传送带停止等设备$ { Z @ k } V异常,让工厂违规作业现象下降了30%,人力成本降低了10%,安全事故减少了50%。

在“明厨亮灶“领域,容联也已具备完整的AI智能分析解决方案

对厨房操作间的人员行为进行智能识别,如后厨吃饭、抽烟、玩手机等行为;对于厨师衣着、帽子、口罩、手套等防护用具进行智能检测;对于老鼠虫害进行智能检测。

当然,目前AI的技术不可能百分百实现用户的所有场景8 3 A - & b V 5需求,经常会有技术无7 @ 9 ; . 3 [法处理的情况发生,比如智x R # W w ] G I慧工地中的高y $ 3空坠物问题,因物体速度下落太快,摄像头难以精准捕捉到。不过,容联针对行业的解决方案已经可以解决特定应用场景下80%以上的需求。

三、检测准} m & c { R ;确率超过90%Y i 3 # F F 3 t X,容联优势在哪?

相比于竞争对手,容联产品的优势很明显。前段时间做& : n H y安全帽佩? h H h戴检测的行业分析。许志强发现,容联产品准确率相比竞品高出很M I c 7 3 = E多。容联产品准确率超过90%,而对方误检率超过了一半。

为什么容联会有这个优势?

算法落地行业,其实算法本身差别并不大。「算法技术的发展最先肯定是Q ( k 6在学术界,每家企业只要对前沿技术盯得紧,都不会差太多。」许志强说。

容联的优势就是在于针对特定场景的数据增强处理、AI和传统技术的结合以及工程化处理技术。

AI算法极度依赖数据,但是很多情况下数据采集又比较难,如火的素材采集,在正常的场景下很难出现这样的素材,对于这类素材,容联自有的数据增强处理技术可以在素材比较少D w * o N z的情况下获得比较好的效果。

虽然深度学习在机器视觉的图像分类、目标检测、跟x $ R踪等领域均有革命性的进展。但深度d G :学习不可避免地依赖于训练数据,且B ~ L 4 g w .深度v B 0 + S p _ = #学习3 B X V P v _ u r输出结果中一般都有“阈值”限制,实际应用中,很难设定适用于所有场景的统一阈值。

? U R 9时即需要结合传统CV技术( z b,传统技术的一般特点是通用性较强,结合深度学习后,可得到神经网络模型输出的具有语义信息的结果,在保持通用性的同时提升精度。例如目标跟踪场景,利用深度学习检测图像中特定种类物体位置,结合传统背景建模、帧差法、光流法等,达到一定集成学习的效果。

目前AI技术在落5 x I i N )地过程中仍然受到数据量、数据质量、标注成本、数据域变化等问题的制约,单纯c U n 3 i依靠深度学习模型难以解决复杂场景下的实际CV问题。容联r : x j ?具备一系列5 6 ( r Z针对实际应用场景的工程化优化手段,包括图像的时序分析机制、检测目标属性过滤机制、目标跟踪及ReID机制等,提高算法在落地应用时的精度。

另外,除了o ` U 0技术上的壁垒,容联CV产品一个重要的壁垒还是其在行业中的积累,因为做某个行业的视频识别本质上就是还是拼行业数据的积累、以及对行业的理解力, t , H e r

容联本身是国内最大的云通讯厂商,与多个行业内的头部客户有密切联系,容易获取客户信任。实际上容联最开始做CV的契E v * 5 0 r y A O机就8 p Y W r ) H是客户需求。

: { { P p z `实际操作中,准确洞悉行业痛点是一个周期很长且很重的事情。CV落地会碰见许多问题,在视频源方面,客户原本安装的摄像头可能会出现画面被遮挡、光线变化大、距离较远等问P 4 k w =题,需要要跟客户沟通调整。

另外理解客户实际需求本身到真正的算法落地需要相当长的周期,短则三个月,长则半年,在这期间需要不断和客户磨合,根据实际情况调整算法。最后才能形成一个在行业里面能够达到生产级别落地的算法模型。

对于创业公司和之前没有相关资源积累的企业来说,很难获取行业头部企业的m p Y O +信任。并且头部企业a K d 3 { r g往往就是一个行业的标杆,在服务大客户过程中会积累到很多行业数据和经验,提升算法精度,容易建立自身优势,优势又会带来更多客户,滚雪球式的筑起一个很高的壁垒。

容联的标准化产品Aibox就是在服K M 2务不同行业客户,积累许多数据模型的基础上产生的。正是由于这些积累,容联能在很短的时间内做出优于他人的产A g | H W -品demo,获得客户y f F ^ k T ? } M的青睐。

在未来,容联打算V 6 8 { t继续深耕垂直? a ?行业,从「CV产品提供商」深入到「解决方案提供商」,与一些合作伙伴一起,提供「发现问题-解决问题」一体化服务。比如在智慧n / 9 M ! l _ Y J工地行业与合作伙伴一起提供CV增强的建筑工地信息化系统,帮助企业更好的解决问题。

四、尾声

当前国内的AI技术已进入o a Q U c m爆发式发展,但如何应用落地还是亟待解决的问题,正如许志强所说,大多数行业对AI都没有感知力。

研究一些成功的落地案例可发现,AI作为一种高精尖技术自带「不落凡尘」的气质,但如果让技术扎根落地,最重要的还是真正下N Q * U 9 M V p :沉产业。

也就是说,很多时候掌握技术只是一个基础,在此基础上开发应用还需要更多的思考与实践。容联} 6 U l & k W的CV实践无疑是提供了一个非常好的方向。