a＆s胡學慧

a＆s 朱明初：a&s編輯咨詢委員、上海保安服務總公司原高級工程師，熟悉行業標準驗收規范，擁有豐富的項目評審驗收經驗。

過去幾年里，非現場執法設備、治安卡口以及高速公路監控項目中，軟件與硬件是獨立分開的。而今宇視科技已經做到集攝像機、智能分析算法以及智能交通軟件平臺等技術于一身。雖然單項技術暫不能確定是業界最先進的，然這種軟硬件融合的架構，很大程度上提升了系統的穩定性與可靠度。

方案介紹中提到一個“智能學習”的概念，功能新穎，貼合實際需求。通過云平臺，使得一個地方的實踐經驗可以移植到其他地方。

a＆s Q：現在不少城市都在擴建或改造包括非現場執法設備、治安卡口、高速公路監控的智能交通系統。那么，原有建智能交通系統的城市，如何將改造或擴建的非現場執法設備或卡口系統無縫接入到現有的平臺中？

周春梅：方案級的改造：由原標清或工控識別的方案升級改造為現在的”嵌入式一體機攝像單元”方案；

規模級的擴建：方案已為嵌入式一體機方案，進行后期擴建。

以上兩種情況再進行平臺兼容時的關鍵是數據的共享。視頻可以通過GB28181標準接入，而圖片和過車數據則可以通過開放接口的方式與原有平臺無縫對接。 目前宇視做的很多項目都已經實現了與原有平臺的數據共享。

a&s Q：在一二線城市，由于前端點位數千個甚至上萬個，很難把路面上的監控攝像機匯聚到同一平臺上。如上海，因為其布點范圍甚廣，光纜鋪設投入大；道路交通管理涉及單位多，統一協調困難重重。宇視智能交通方案如何在一二線大城市落地？

閆夏卿：宇視的研發設計有一個理念就是“從實踐中來到實踐中去”。因為技術和應用之間通常還有一段距離。技術本身需要為實際需求服務，方可接地氣。這是我們在丹東收獲最大的。

未來，地級城市交警針對智能交通系統還會提出更多樣化的新需求。宇視會根據不同的模型、不同的數據去做分析。這并不是說宇視軟件自己去做，也有可能通過其原有數字軟件去做，且后者將來會越來越多。

智能交通發展比智能城市更超前、實用，因為它從前端開始，解決了數據問題，它上來的不只是圖片內容，還有大量關鍵訊息。基于這些豐富完整的數據，可以產生很多想象空間。

其實，對廠家來說，最寶貴的就是需求，需求之外的因素都能通過其他渠道獲取。這些源源不斷的需求，對我們來說是非常寶貴的東西。照理來說，丹東不是一個發達的城市，北京、上海等地會有更高的復雜度。

但是最新的技術就發生在復雜的地方，這是一個很有意思的地方，我認為有了技術，他往往是是從一個薄弱的環節開始的。相對于北京、上海等地，他們會更靠后的去解決。這也是體現了使用者最實際的、最貼切的要求，從另外一個角度去看，軟件偏向于業務，硬件更多的是質量和穩定的對比，而這恰好是宇視追求的一個方向。

a&s Q：丹東智能交通方案的一大閃光點便是超過700臺前端相機內置智能分析算法。相比“攝像機+分析服務器”的模式，該類方案對前端攝像機提出了特別高的要求。因為現在一些項目中即便是一些知名品牌的電警設備也出現圖像模糊現象，這倒不是灰塵干擾，而是機器本身的問題。此外還有爆閃燈的使用次數，是一百萬次，還是五百萬次？如果一個道每天過車萬次，爆閃燈也就是半年的壽命。對此，宇視科技的前端設備性能保障有哪些獨到之處？調試頻率是幾月一次？因為如果涉及點位較多，成本自然會高于軟件成本和硬件成本。早在2008年，我負責管理，我們的維修的次數是8707，所包括的電警和卡口當時的數量還不多（1700臺）。所以從用戶角度來說，對這前端設備的質量問題特別關注，尤其是宇視的前端還嵌入軟件模塊。

閆夏卿：在硬件研究開發上，我們一直以來非常痛苦，市場已經把價格壓得很低。從某種意義來說，并不是好事情，也不利于產業良性發展。如果要提升，必須有一個成本的提升，過度壓低成本就只會犧牲品質。對于工廠而言，成本一塊，我就兩塊賣出去，但對于使用者和維護者，就不是這個問題。個人認為，一臺攝像機在賣的時候，如果是十個人力去維護，那么成本就是十倍。

從質量來說，有兩點，一個是設計呈現出來的細節，宇視給自己定的標準高于行業標準，這也是我們感到壓力很大的原因之一。我覺得，不是所有的客戶，而是重要的行業客戶都會選擇我們，事實上，我們的客戶分兩類，一類是快速消費品，去使用，學習他們的快速產量等方式；而在交通、金融、電力始終會回到這方面來，因為一個城市發展幾千上萬的市場，我真的去核算維護成本，其實難度是非常大的。如像旁邊的小超市，他們自己買5臺DVR，其中一臺壞了，有可能就重新買個新的再插上去而不是選擇售后，這就是他的方式。

那我覺得存在是合理的，從長遠來看，宇視科技的理念是有存在價值的。我們做過統計，我們的前端設備的返修率、損壞率，在行業里面是最低點的1\3。

另外一點，我們是在技術上解決維護，宇視產品中使用的每一個配件，都會考慮和整機使用時間的匹配度。如剛才說到的爆閃燈，本來這個燈，不是宇視的核心技術，最近兩年都在自己研發，而且我們也一直在摸索最近的補光技術，其實也是出于產品性能與穩定性保障的考慮。就是說，只有掌握了這些技術，才能控制設備及系統的穩定性。

a&s Q：闖紅燈抓拍到一定的數量，就會放行，也就不罰。其實我們內部也有一個說法，不是抓的越多越好。反倒是堵車問題的解決更為重要，尤其是像上海、杭州這一類大城市。針對交通堵塞一問題，剛才講解涉及并不多，可否作說明。

周春梅：智能交通用于交警行業的主要業務一是處罰，目的在于規范駕乘行為，減少事故發生概率; 一是交通誘導，目的在于方便出行。而后者的問題現在更突出,因為它與我們老百姓每天的出行息息相關。完全可以利用卡口電警所上報的過車信息，進行一些算法計算分析后，得出路況信息，再配合一些可視化手段將這些信息實時的發布，同時還應針對這些路況信息中的擁堵路段做出實時響應以緩解擁堵。同時針對一段時間的路況信息匯總后,得出道路建設規劃的方案才是最終目的。

凌寧：a&s技術顧問，上海瑞潤電子科技有限公司總經理，長期從事安防集成項目，工程實戰經驗豐富。

a&s Q：方案中提及的“軌跡碰撞”如何理解？

周春梅：那個軌跡碰撞，其實是我們給它起的一個名字。它實現的功能就是剛才描述的故事一樣，即從A點到B點，有同一車牌的車輛同時經過了若干個卡口。可以這么理解，我開著一輛車，從機場到宇視公司所在地，我是走的這條線，然后，閆總也是開著一輛車，從另外一條線，到我們外圍，走的是重復的地方，我們就把重復的地方篩選出來，或者說，我們想把已知地點重復的車找出來。

閆夏卿：“軌跡碰撞”應用到數據分析。只要數據在那，我就可以做到。但是到底要做什么，要實現怎樣的價值，還需根據交警用戶的需求。如此一來，一個新的模式就產生了，這也是我們在丹東的業務中的學習。

最初，宇視對大數據的理解是在海量數據中檢索，但是我檢索的速度，和以前不是一個數量級。那這只是一個基本的動作，在這個動作的背后，進行一個數據的疊加、交互和分享，又會有很多延伸動作。在暫無實際業務需求的情形下，該發揮什么樣的作用目前還不明朗。

a&s Q：怎樣才能讓抓拍細節更細膩、清楚？

周春梅：因為我們這個細節拍的清楚度，是對比車輛的一個關鍵因素。丹東項目中宇視提供的是200萬攝像機用的是2/3英寸的CCD、500萬攝像單元用的是一英寸的CCD。這樣在CCD的靶面上，可以充分地抓拍到每個車道，每個車頭上面的信息的像素是足夠的。比之1/1.8CCD的200萬，2/3寸CCD的500萬，該成像方面細節突顯清楚。

a&s Q：宇視的智能交通系統算法有何特別之處？

周春梅：在智能交通應用布局，宇視科技是軟硬兼備。除了500萬、200萬的前端，還有專門研制針對道路監控的智能分析算法。我們的算法涉及到的有三大類，一大類就是我們的特征識別，比方說，汽車有汽車的特征，要將它與自行車、行人等其他物體區分開，就是一個特征的提取；第二就是車牌識別的技術，因為我們最后要呈現出來的就是車牌信息，那么我們就要通過車牌的識辨率來保證；第三是非現場執法設備，就是剛才提到的，因為他是抓違法的，那算法就得通過行為來識別，是正常行駛還是違法行駛。我們的算法主要是覆蓋了這三個部分。

如上三部分都是海量數據分析的一個基礎，這個特征提取的技術針對車輛獨有特征進行感知，例如車燈、后視鏡、輪廓、車牌等。感知之后就進行快速的學習，以提高系統識別率。

把神經元的理念引入我們的算法也是一樣的。看這個“浙”字，在我們相機拍到這個“浙”字，然后把它變位成一堆像素點排列之時就有區別，車的拍攝位置稍微、角度稍有偏差，最后體現到的像素上的排列就有區別。此時，需要神經智能元的感知和經驗的累積，達到都認識它是一個“浙”字，這樣就提高字體的識別率。比如別國的車牌，我們最初做了一版過去，識別率也不是很高，只有60%-70%，但是經過三、四天的訓練之后，這個準確率就提高上來了。

a&s Q：丹東項目中，智能交通系統的實際性能表現如何？

周春梅：在布控、抓捕行動中，時間相差幾秒鐘，犯罪嫌疑車輛可能就開過路口，錯失抓捕機會了。丹東智能交通系統搜索引擎的服務器部署，模糊檢索在四秒內返回，精確車牌檢索在三秒內返回。即使，在上億條數據當中，我們搜索一個車牌，就三、四秒鐘的一個節奏。我們的這種在查詢速度，已經是非常快了，而且還能保證整個系統正常運行。

實際拍攝的圖片，你看著車牌、行人是比較清晰的。交警關注的則是具體的性能參數，丹東項目實際捕獲率能達到99%，車牌白天可以達到99%，夜間能達到97%，車身顏色可以到85%。

張淂福：a&s資深技術顧問、PELCO亞洲泰國及中國地區工程案例技術支持工作20年，熟悉掌握專業的產品技術應用經驗，大型系統項目集成經驗豐富。

a&s Q：如此海量的數據運算很考驗前端的運行效率與穩定性，然在丹東項目中“云監控”竟然做得這么好，這是一個亮點。剛才講解人提到，宇視項目實施過程中遇到一些挑戰和問題，比如說選點立桿、開挖布線等施工環節以及夜視補光問題。還有自然環境因素，比如卡口設備架設好后調試時，其效果受到溫差、雪霜等環境因素的干擾。因為丹東與南方的氣候差異較大。對此，宇視科技是怎樣去克服？

周春梅：其實在丹東項目之前，宇視已經積累了一些在東北項目的施工經驗，比如我們提到的黑龍江的雙鴨山和齊齊哈爾等項目，歷經了幾個項目后，不管是東北地區的極溫，還是雨雪等環境因素，我們都在實際的開局施工中遇到并解決了這些問題，比如加熱，除雪，除霜，以及因為溫度變化帶來的紅綠燈位置偏移等問題。所以在丹東開局時，在這些方面都處理的相對順利一些。

a&s Q：你們遇到外國車牌，如果是在深圳，可能他還有掛雙車牌，這個可能會是你們遇到的問題。像境外地區還有一些特殊車輛、特種車輛掛的車牌位置是不一樣的。在你的3D條件來講，不一定能抓到車牌，尤其是在轉向的時候，他掛車牌的位置，可能會造成一個死角，這是我們在之前面臨到的一個問題。

周春梅：這其實是兩個維度的問題，首先關于特殊車牌識別，因為我們的算法是可以進行自學習經驗積累的，所以,可以針對特殊車牌進行訓練。 其次是大角度識別的問題，因為卡口電警安裝的位置是垂直于車道安裝，所以拍攝到的車牌基本是很規范的照片。非現場執法設備針對轉向位置的車輛的算法主要是跟蹤,識別還是以停車線以內的正向車牌為主的。

a&s Q：你們這個的特點，就是自我學習，我們也在看他能自我學習到什么地步，可能我們現在看到是遙遙領先，這個是針對國內市場，如果宇視走上國際，可能你們就會遇到我們之前所面對的問題，至少是環境上的問題。

周春梅：的確,多語言識別則需要我們建立更多的樣本庫進行學習訓練。但從國際智能交通市場來看,我們面臨的更大的問題是了解國際智能交通行業需求，行業業務，甚至是使用習慣。而這個需求也許還會根據地域，或者國家的發達程度，會有不同緯度的需求。宇視一直提倡客戶導向的核心理念，因此了解需求并規劃產品才是解決之道。