作為“新基建”的核心領域之一，人工智能的發展有目共睹。尤其是其中的重要分支——機器視覺在近年來的發展極為迅猛，讓越來越多的設備擁有了感知物理世界的能力。而這一能力的核心，便在于數據結構化技術的進步。這也讓深耕這一領域的人工智能企業備受行業關注，如近日獲得CVPR 2020智慧城市挑戰賽ReID賽道亞軍的睿沿 科技 ，其以ReID技術為核心，研發的全目標視頻結構化技術和ReID產品，就被廣泛應用于智慧城市、智慧交通、智慧安防等諸多領域，在“新基建”賽道上成功搶跑。

圖：睿沿科技獲CVPR 2020智慧城市挑戰賽ReID賽道亞軍

基于全目標視頻結構化技術，睿沿科技助力AI應用與新基建

據了解，睿沿科技是業界一流的人工智能研發企業，一直致力于計算機視覺與深度學習領域的研究與創新，具有從硬件到軟件、覆蓋端到端的研發能力。通過核心技術的不斷累積，目前睿沿科技在行為識別、目標重識別、3D視覺、人臉識別、人體分析、OCR、超分方案領域具有領先水平，并已經以AI+解決方案成功布局智慧城市、智慧校園、智慧安防、智慧能源、智慧園區等多個領域。除此之外，睿沿科技還在遙感圖像智能解析領域取得了技術的創新突破，并在近日攜手土豆數據成功晉級2020數字中國創新大賽“建筑智能普查”賽道決賽。

為進一步賦能場景智慧化升級，睿沿科技推出了全目標視頻結構化技術。該技術能夠對視頻中的重要內容信息，包括行人、車輛、非機動車、人臉等全目標，進行結構化提取并組織成可供計算機與人能夠理解的信息，如抓拍圖、屬性值、特征值等進行存儲。在應用該技術建立起結構化視頻數據庫后，使用者可以選擇不同的屬性進行快速檢索，如通過選定攝像機和時間范圍檢索結構化目標；通過行人、機動車、非機動車的結構化屬性檢索；上傳一張或多張圖片，配合時空和屬性信息組合實現以圖搜圖。基于以上智能檢索方式，使用者還可以跨攝像頭對人員和車輛的行動軌跡進行跟蹤。

圖：睿沿科技推出全目標視頻結構化技術

該技術的突破加速了計算機視覺技術在安防、交通、智慧城市等領域的落地應用。以安防為例，此前道路攝像頭的內容是無法被機器自主理解的，如果想要了解某一人、某一車輛的軌跡，往往需要肉眼觀看大量的視頻，耗時耗力且存在錯漏的可能性。同時，監控系統所采取的視頻采集配合簡單存儲模式，也造成了存儲空間的極大浪費。通過睿沿科技的全目標視頻結構化技術，有關部門就可以實現快速檢索與軌跡跟蹤，快速尋找目標解放人力，并推動公安系統數據基礎建設。此外，結構化視頻數據的存儲占比也將大幅降低，讓數據的存儲更加持久。

目前，基于全目標視頻結構化技術，睿沿科技能夠開發出更多具備實際價值的AI應用，落地公安、交通、零售、商超、園區等多個場景，推動城市智慧發展，并且在這些場景之中，以AI賦能于攝像頭等基礎設施建設，助力打造信息數字化的基礎設施，實現新基建最本質的概念。

發力人工智能基礎層，睿沿科技從底層賦能行業進步

新基建的核心就是為了推進產業實現智能化轉型升級，實現新舊動能的轉換。但與其他行業一樣，中國機器視覺行業同樣面臨著一些普遍的弊病，例如共性技術平臺等基礎層企業數量較少，核心技術和零部件受制于人，知識產權與關鍵組件的進口規模一直居高不下等。

不過，隨著人工智能企業在核心技術等方面的突破，這類情況正在逐漸得到改善。以睿沿科技推出的全目標視頻結構化技術為例，該技術實現了以機器自動處理為主的視頻信息處理和分析，是機器視覺最關鍵的一類技術。在完整的AI生態中，這代表著機器視覺在基礎層與技術層的進步，為應用層的開發提供了基礎的后臺保障和技術供給力，讓機器視覺的有關應用能夠在更多場景實現落地，助推智慧警務、智慧交通、智慧城市、智能制造等應用領域的迅速發展，并最終支撐國家新基建，為國民 經濟 發展提供強有力的底座。

事實上，除了機器視覺，語音識別、自然語言處理、機器學習等人工智能技術也在不斷創新，讓AI更加有效地推動新型基礎設施建設。目前，包括睿沿科技在內的中國的人工智能企業正圍繞AI芯片、前沿算法、無人駕駛、智能機器人、AI+5G等產業發展深入，并持續在教育、 金融 、醫療、工業、智能駕駛等各場景滲透應用，積極發揮人工智能的賦能作用。

人工智能作為底層工具類技術，憑借其廣泛實用性將賦能各個行業，推動經濟轉型，有望成為新基建的主要抓手。而隨著被列入新基建，人工智能產業在基礎技術與場景落地方面又將得到進一步發展。其中，睿沿科技在全目標視頻結構化等技術領域取得的突破，將讓人工智能基礎層進一步夯實，解決我國智能產業基礎層發展薄弱的問題，以此助力新基建體系建設成熟，讓我國在新一輪技術革命的全球格局中占據更有利地位。