作为“新基建”的核心领域之一，人工智能的发展有目共睹。尤其是其中的重要分支——机器视觉在近年来的发展极为迅猛，让越来越多的设备拥有了感知物理世界的能力。而这一能力的核心，便在于数据结构化技术的进步。这也让深耕这一领域的人工智能企业备受行业关注，如近日获得CVPR 2020智慧城市挑战赛ReID赛道亚军的睿沿，其以ReID技术为核心，研发的全目标视频结构化技术和ReID产品，就被广泛应用于智慧城市、智慧交通、智慧安防等诸多领域，在“新基建”赛道上成功抢跑。
图：睿沿获CVPR 2020智慧城市挑战赛ReID赛道亚军
基于全目标视频结构化技术，睿沿助力AI应用与新基建
据了解，睿沿是业界一流的人工智能研发企业，一直致力于计算机视觉与深度学习领域的研究与创新，具有从硬件到软件、覆盖端到端的研发能力。通过核心技术的不断累积，目前睿沿在行为识别、目标重识别、3D视觉、人脸识别、人体分析、OCR、超分方案领域具有领先水平，并已经以AI+解决方案成功布局智慧城市、智慧校园、智慧安防、智慧能源、智慧园区等多个领域。除此之外，睿沿还在遥感图像智能解析领域取得了技术的创新突破，并在近日携手土豆数据成功晋级2020数字中国创新大赛“建筑智能普查”赛道决赛。
为进一步赋能场景智慧化升级，睿沿推出了全目标视频结构化技术。该技术能够对视频中的重要内容信息，包括行人、车辆、非机动车、人脸等全目标，进行结构化提取并组织成可供计算机与人能够理解的信息，如抓拍图、属性值、特征值等进行存储。在应用该技术建立起结构化视频数据库后，使用者可以选择不同的属性进行快速检索，如通过选定摄像机和时间范围检索结构化目标;通过行人、机动车、非机动车的结构化属性检索;上传一张或多张图片，配合时空和属性信息组合实现以图搜图。基于以上智能检索方式，使用者还可以跨摄像头对人员和车辆的行动轨迹进行跟踪。
图：睿沿推出全目标视频结构化技术
该技术的突破加速了计算机视觉技术在安防、交通、智慧城市等领域的落地应用。以安防为例，此前道路摄像头的内容是无法被机器自主理解的，如果想要了解某一人、某一车辆的轨迹，往往需要肉眼观看大量的视频，耗时耗力且存在错漏的可能性。同时，监控系统所采取的视频采集配合简单存储模式，也造成了存储空间的极大浪费。通过睿沿的全目标视频结构化技术，有关部门就可以实现快速检索与轨迹跟踪，快速寻找目标解放人力，并推动公安系统数据基础建设。此外，结构化视频数据的存储占比也将大幅降低，让数据的存储更加持久。
目前，基于全目标视频结构化技术，睿沿能够开发出更多具备实际价值的AI应用，落地公安、交通、零售、商超、园区等多个场景，推动城市智慧发展，并且在这些场景之中，以AI赋能于摄像头等基础设施建设，助力打造信息数字化的基础设施，实现新基建最本质的概念。
发力人工智能基础层，睿沿从底层赋能行业进步
新基建的核心就是为了推进产业实现智能化转型升级，实现新旧动能的转换。但与其他行业一样，中国机器视觉行业同样面临着一些普遍的弊病，例如共性技术平台等基础层企业数量较少，核心技术和零部件受制于人，知识产权与关键组件的进口规模一直居高不下等。
不过，随着人工智能企业在核心技术等方面的突破，这类情况正在逐渐得到改善。以睿沿推出的全目标视频结构化技术为例，该技术实现了以机器自动处理为主的视频信息处理和分析，是机器视觉最关键的一类技术。在完整的AI生态中，这代表着机器视觉在基础层与技术层的进步，为应用层的开发提供了基础的后台保障和技术供给力，让机器视觉的有关应用能够在更多场景实现落地，助推智慧警务、智慧交通、智慧城市、智能制造等应用领域的迅速发展，并最终支撑国家新基建，为国民经济发展提供强有力的底座。
事实上，除了机器视觉，语音识别、自然语言处理、机器学习等人工智能技术也在不断创新，让AI更加有效地推动新型基础设施建设。目前，包括睿沿在内的中国的人工智能企业正围绕AI芯片、前沿算法、无人驾驶、智能机器人、AI+5G等产业发展深入，并持续在教育、金融、医疗、工业、智能驾驶等各场景渗透应用，积极发挥人工智能的赋能作用。
人工智能作为底层工具类技术，凭借其广泛实用性将赋能各个行业，推动经济转型，有望成为新基建的主要抓手。而随着被列入新基建，人工智能产业在基础技术与场景落地方面又将得到进一步发展。其中，睿沿在全目标视频结构化等技术领域取得的突破，将让人工智能基础层进一步夯实，解决我国智能产业基础层发展薄弱的问题，以此助力新基建体系建设成熟，让我国在新一轮技术革命的全球格局中占据更有利地位。