人眼摄像机50米内“盯”上你“看脸黑科技”另有用意

记者/李晶

电脑上只安装了一件小小的设备，屏幕上瞬息万变地显示着从云端获取的信息分析结果，只需要输入人物的特征，使用车辆的特征，即使那个要找的他远在天边，也能在几分钟之内行踪遁现。这是《速度与激情7》中的一个片段。现实中，科技发达的美国在寻找马拉松爆炸案凶手的时候，并没有这样的一套设备，而是通过电视等媒体广泛征集线索，最终通过“人肉”的方式，才将凶手捉拿归案。

影片和现实的差距不言自明，而现在，就在我们身边也许有一只“眼睛”已经接近那个《速度与激情7》里演绎过的片段，它的名字就叫做“人眼摄像机”。

像人眼一样看世界

让计算机看懂世界，是很多人工智能企业的目标。在实现这个目标的过程中，格灵深瞳又迈出了一大步。10月25日的安防展上，格灵深瞳公布了一款名为“深瞳人眼摄像机”的设备。在它面前，数十米的范围内，你已经被“盯”上了。

说被“盯”上了，可能还不够准确。实际上，“深瞳人眼摄像机”带来的是一个“既能看得远又能看得广”的解决方案。因为这个灵感来源于人的眼睛，索性名字中也就加入了“人眼”两个字。

为什么要像人眼一样看世界呢?这和人类眼睛的构造及功能息息相关。我们知道人眼平视时，可视角度超过了180度，尽管视觉系统会把焦点放在前方，旁侧的视野范围只提供了模糊的画面，但这正是眼睛最独特的地方，它将关注点集中在一处，其他非重要的信息只留给余光去观察。

如果，摄像头能像眼睛这么“聪明”，会发生什么呢?

那么，在可视的范围内，那些更值得关注的区域被分配更多像素，重点看清，而其他的地方则一般看清即可。传统摄像头一般在安防领域应用最广，其次还有交通管理及办公环境管理等，这就意味着摄像头观察的最重要的目标是人和车辆。换言之，只要把人和车辆看清楚，摄像头就能完成它的使命。

无论是蓝天白云，或是雾霾阴沉，无论是碧树绿茵，或是枯枝落叶，这些都不是安防监控摄像头应该关注的重点，并不需要将宝贵的像素浪费在这些地方。

说到这，“人眼摄像机”的目标就明确了，只要看懂人，看懂车辆，就算完成基本任务。不过，这可不是个容易的任务!

▲人脸拍摄测试，理论上说看清一张人脸需要至少75×75 像素

看得广和看得远，二者不能兼得?

传统摄像机拍到的人和车辆作为视频输出时，遇到的最大挑战是分辨率的问题。一般情况下，1080P级别的摄像机拍摄距离10米左右时，其人脸的识别像素只能达到30×30左右;2013年4K摄像机推出，同样的10米距离，人脸的识别像素可以达到1080P摄像机的4倍，即约为60×60像素;去年更高级别的7K摄像机由一家加拿大公司推出，同样10米距离，它可视的人脸分辨率约为 120×120像素。

然而，问题是看清一张人脸需要至少75×75像素，这就意味着当前应用的1080P摄像机和因成本过高尚未得到广泛应用的4K摄像机几乎都难以满足“看清”人脸的要求，7K摄像机虽然有可能“看清”人脸，但这样一台设备的售价高达20余万元。

从理论上说，更为高清的摄像机把人脸“看清”只是迟早的事情，但我们似乎忘了另一件事，就是越来越高清的视频意味着需要更大容量的空间进行存储。一个数据显示，硬盘厂商每生产两块硬盘，其中一块就用于安防视频的存储。尽管如此，安防视频通常也只会保留一两个月，现有的存储介质就会被覆盖上新的视频内容。

人眼摄像机如何解决“视觉”矛盾?

不得不提到格灵深瞳的独特算法。他们模仿“人眼”的构造，让人眼摄像机在满足传统摄像机同样视频画面需求的同时，能够通过人工智能算法识别关键的信息(人和车辆)，将摄像机的焦点实时地、动态地分配给关键目标。这种技术就是他们所说的“瞬时动态分布”。

采用这一技术，人眼摄像头可以在50米左右的范围内，识别人脸信息。与传统摄像机相比，同样在10米范围内，可提供的人脸识别图像能达到300×300左右，相当于图像呈现的画质得到了将近100倍的提升。

10月19日，人眼摄像机的媒体发布会上，在雾霾天气下进行了一次现场测试，当40多位媒体记者正常地行走在路上时，人眼摄像机在动态下拍摄了每个人的人脸特写。几分钟后，与网络摄像机拍摄的人脸对比，所有测试者均被100%地比对出来，而现场提取的图片显示，有一位距离人眼摄像机41米外拍下的人脸，仍然较为清晰，肉眼就可识别特征，当然，计算机更能轻松地看懂她的脸。

计算机不解美丑 “看脸”另有用意

看懂，只是人眼摄像机的第一个用途，而它更令人期待的是内置的一款功能强大的人工智能芯片。有了这颗“芯”，它在看懂的基础上，还能提供另一个强大的功能——模拟人脑的智能。

芯片上运行着格灵深瞳已经大量训练和巨幅调优的深度算法，在人眼摄像机拍摄监控画面的同时，这颗“芯”已经在做信息分析，并将这些分析结果以“结构化”的方式上传给云端或其他存储介质。

这种在视频前端进行的“结构化”输出，可将视频中的关键目标(人和车辆)的特征进行标示。比如看出人的性别、有没有胡子、服装颜色、是否背包等，以及看出车辆的品牌、颜色、车型，甚至是不同年份稍有修改的车款也能分辨。

试想一下，当寻找失踪儿童时，公安部门可能只有时间线索以及嫌疑人的衣着特征。按照现有的技术手段，需要调用大量警力集中查阅无数的视频。如果利用人眼摄像机，由于其“结构化”输出的特点，只需输入时间和嫌犯衣着特征，就像网页搜索时输入关键字一样，很快就能找到匹配的线索。

有数据显示95%的犯罪与车辆有关。人眼摄像机能够结构化输出车牌、车型等信息，并且还能在一定范围内观察到车辆内部的情况，比如驾驶舱中人的样子。

80后主导的“黑科技”团队

把科幻带到现实中的是一位名叫蔡炀的80后，他曾就读于美国卡内基梅隆大学，而后来到了格灵深瞳这个大家庭。实际上，格灵深瞳也是一家非常年轻的企业，是由前美国谷歌资深研究员、谷歌眼镜的核心研发团队成员之一的赵勇，于2013年才回国创立的。蔡炀介绍说，现在他们的人眼摄像机的项目聚集了公司40多名同事，大家拥有不同的专业背景，走在一起却碰出了别样的火花。■