人脸识别自从刷入公众的视野便一发不可收拾，但回顾人脸识别的发展就会发现，这项“网红”技术也有“不得志”的历史。

人脸识别技术从2001年开始被公安部门慢慢认识，期间几度易折，直到2015年才真正作为一种侦查手段得到警方认可。其间曲折的过程，旷视智能物联业务群组副总裁陈雪松作为在安防行业深耕17年的老炮，感知尤深。

2011年成立的旷视科技作为AI四大独角兽之一，在2014年切入安防市场，以深度学习和物联传感技术为核心，在“赋能机器之眼，构建城市大脑”的愿景下，力图用AI为安防产业带来智能及业务流程的改变。

85%的识别率等于0，不能超过人眼的机器不可用

和其他伟大的技术一样，“网红”人脸识别也经历了千山万水，才最终走到公众的视野里。

此前在中国电科第十五研究所任公共安全信息化事业本部主任，后又曾担任北京市奥运安保指挥系统等多个国家级项目总师，旷视的陈雪松见证了人脸识别技术的“坎坷”发展史。

早在2008到2013年，公安部门就兴起了一波人脸识别建设的高潮，当时的日本NEC信息巨头是人脸识别的主要构筑师。但无奈当时的人脸识别准确率仅达到85%，远低于人眼识别能力97%——这意味着机器还不如人眼准确。

在2008年北京奥运会上，国家也曾考虑在闸机中使用人脸识别技术，但由于通过率不达标，最终被迫放弃。人脸识别在安防领域可谓一次次折戟。

“85%的通过率与0本质上是一样的”，陈雪松表示，“对警察伤害很深”，因为到头来还得自己再干一遍。

直到2015年，随着深度学习的发展，人脸识别技术越来越成熟，更多人才意识到，人脸识别技术已经完全不同。自此，警方的信心才被拉起来。而目前旷视人脸识别技术准确率已达到99.97%。

旷视科技进入安防市场则刚好在人脸识别技术方兴未艾、市场还尚未完全打开之前。2014年下半年，旷视成立安防事业部，2015年，旷视决定大力进军安防。

但竞争也很激烈。去年为了拿到某地级市的人脸识别项目，旷视与其他13家知名公司进行激烈竞争，最终在11个区县中拿到了6个。

而到目前，旷视已为全国32个省市的公安部门提供了智能安防解决方案，协助警方抓获在逃人员和犯罪嫌疑人5000多名。

花开两朵，智能的前端与后端之争

虽经波折，但人脸识别这朵花总算开在公安领域，而其中最重要的一项应用就是视频结构化分析——对公安部门监控设备不断产生的视频进行人脸、车辆等进行智能分析，快速提取其特征。这也是旷视安防业务中重要的一项。

但花开两朵，各表一枝，在摄像头前端添加智能还是利用后端的软件平台进行智能处理，成为人脸识别领域的一个分岔路口。 一派企业认为完成前端摄像头 “端上智能”才能实时、本地的处理数据，而另一派企业则认为已有的成量视频还有待处理，因而对其持观望态度。

而对此，陈雪松的观点是：前端智能会是趋势，但形势却还不成熟。并且前端与后端之争并不在于智能要停留前端还是后端，而在于实际上大量数据并没有必要传回后端。说到本行，陈雪松拿起了笔在白板上演示起来：视频结构分析分为前、后两部分，虽然前后均能实现分析。但问题的关键在于，大部分的数据没有必要在后端进行处理。摄像头前端可以通过对视频流的简单预处理完成“10”的计算量，即通过视频流解析在大量视频中找到最好的一帧人脸，而需要传回后端、进行更深层次处理业仅是这“最好的一帧”，处理这部分数据仅需再付出“1”的计算力去详细分析人脸的年龄、情绪等。因此，大部分的数据处理可以在前端进行解决。

前端智能性价比虽更高，但也有问题。比如目前的前端视频不都是智能摄像头，而要大规模更换则成本很高，技术变化很快，硬件智能相机赶不上后台软件更新，并且还有大量的未智能分析的成量视频。

监控视频公安至少存储三个月，小区等至少存一个月，然后大量视频就此被格式化。“95%以上不会有人去看，因为根本看不过来。”陈雪松说，他认为，首先要解决视频数据结构化问题。因而旷视的策略是，在目前综合治理的安全政策下，先协助政府处理好成量市场的视频。

而对于未来的前端智能，陈雪松也认为，这不仅仅是“加入”智能的概念，而是要引起一种相机策略的变化。给人看的相机和给机器看的相机是不同的，人关注的是“平均曝光”，画面场景需要比较均衡，而机器，不关注场景，只关注对象，即“人脸的清晰”。

陈雪松认为，未来是智能感知的时代，会达到前端与后端的平衡。

黑、白、红、灰四名单，解决安防业务中“Ta是谁”、“谁是Ta”

人脸识别技术的关键就是让机器能够智能化地辨识出人脸。在金融场景，人脸识别技术可以切入到实名验证和征信等业务环节，帮助用户证明“你是你”；而在安防场景中，人脸识别技术为公安带来最大的变革是快速地解决“Ta是谁”、 “谁是Ta”以及“要不要重点识别Ta”“Ta做了什么”的难题。基于不同的人脸识别策略，旷视建立了黑、白、红、灰四个名单，用不同的人脸库对人群进行分层处理。

“黑名单”应用的是追逃库，网上在逃犯罪人员一经发现就会立刻报警。 旷视利用行业领先的人脸识别技术结合黑名单，曾在某市一个布点、一天之内就抓了19人。此外，通过与常住人口库进行n:n对比，还能查出一人使用多个身份证的办假证行为。

由于系统实战效果太好，利用黑名单守株待兔的抓捕模式大大改变了公安原有的工作流程，使更多的警力资源得以充分利用，而不是被限制在监控室内。

“白名单”的应用大多是商业场景，如企业、车站等允准的通行人群，通过“刷脸”核验身份。 而在安防业务中可以通过“白名单”对走失人口进行布控搜索，帮助走失人口回家。

除了常规的“黑名单”和“白名单”，旷视科技还根据实战经验将名单细分为“红名单”和“灰名单”。陈雪松解释， “红名单”是重点要跟踪和展现的人群，如领导人、VIP等。 可在识别后进一步分析人群的活动范围，重点跟踪人群，生成个人轨迹报告，帮助安保人员作出相应的防范与监控。基于行人再识别技术的突破，旷视目前已经实现跨过多个摄像头对特定目标人员的跟踪。

而“灰名单”则是还原路人的行为模式，并从中找出“异常行为者”，并进行预警。 在公安的人像数据库中进行大规模的碰撞比对分析，旷视的智能安防系统可以帮助民警对应找出如车站等场景中常出现的小偷、黄牛等行为异常的“陌生人”。

黑白红灰不同的识别策略下，人脸识别便犹如天网一般让犯罪分子无处遁形。而在精确度上，四名单也各有不同。“黑名单” 解决的是大范围的筛查，所以要求较低，但对报错的容忍度较高所以需要人工进行二次排查，而对红名单、白名单、灰名单而言，精度要求则较高，99%和99.9%的可靠度差距并不是0.9%，而要反过来算，差距是10倍。这也催生了旷视对人脸识别精度的不断要求。

尤其对于灰名单来说，需分析大量普通行人的日常数据并进行大数据分析。陈雪松谈到，一个城市的摄像头一年可以产生百亿级数据，而百亿级聚类分析要求的算法精度比目前还要提高两个数量级。旷视目前正在这方面寻求突破。

小闭环转动大闭环，“AI”重塑公安业务流程

而人脸识别并不只是技术精度达到了就可以，要真正成为公安的一把利器，就需要打入公安流程“内部”，带来流程的一种变化。

陈雪松介绍到，公安领域分为“情”、“指”、“勤”三部分，情即情报，指即指挥，勤即勤务、工作，从收到情报到中枢系统发布指令，再到实际行动、工作是一个完整的闭环。

也就是说若要一个案件若要被完成，都要经过情报系统收集信息，再经指挥系统分发命令，进而才能完成。

陈雪松打了个比方，我们如今习以为常的短信报警、网络报警在作为一种新的报警方式出现时，公安部门就单独成立了小组进行信息收集，然后由专人进行案件处理。其不进入整体的“情”“指”“勤”部分，可以说是单独的“小闭环”。而当其报警方式逐渐成熟后，就开始并入公安的大系统，进行统一处理，开始融入“大闭环”。

而现在的“视频报警”一系列业务就相当于曾经的短信报警等这些新形式，先单独由团队负责，成熟以后就会整合到整个指挥系统。 而那时，人脸识别、视频报警等做的就会更多，其将不只是公安的一种技术手段，而是深入事前、事中、事后各个业务环节的大数据综合平台。

旷视目前所做的是改变公安大系统中的一个小闭环，而当其成熟之后就会慢慢改变整个大的闭环，就像小齿轮不断转动从而带动大齿轮。而最关键也是最难的一步——让整个小齿轮在系统内部运转起来——旷视已经做到了。

创造新业务场景，先小闭环，再呈现价值，以“人”为核心打通数据……这是陈雪松和旷视的愿景，也是旷视在场景方面的核心优势。

“我在安防行业工作了17年，切身感受到人工智能对作业模式、作业流程、作业效率的改变。虽然AI在安防中的落地过程中屡屡遇到阻碍，但不得不说，这一次，它对传统安防地改变是彻头彻尾的。” 陈雪松不无兴奋的说道。

在撬动公安安防这块铁板的途中，旷视也时常“踢到铁板”。在安防行业多年摸爬滚打，陈雪松认为公安领域也存在前端智能化不理想、各个部门之间的数据难以打通、业务流程难以改变等问题。

公安领域的困难犹在，但对于旷视来说，用精准的人脸识别技术突破不可用性、用视频结构化分析去让视频更智能、用黑白红灰四名单分层识别人脸、用小闭环去改变大闭环、重塑公安业务流程……旷视作为“AI+安防”的先行者，正在走的是一条打破成见和常规、披荆斩棘的道路。未来的智能安防之路还待它走出一个样来。