.物聯網設備 Gateway 系統架構設計

What is an IoT Gateway?


任何顏色車牌——都拍攝的清清楚楚!

來源:文刀 技术汇(jishuhui_2015)


1、背景介紹
隨著業務的不斷擴大,有一批設備需要對接到我們的平台裡,所以我嘗試著去設計一下,我們公司的設備 Gateway 系統架構。

目前接入的均為無線設備,設備與載體可隨時移動,使用普通 SIM 卡流量,所以沒有固定 IP 地址。至於設備網關1.0 的核心功能,說來也簡單,攏共分為三大部分:

① 設備安裝/綁定。

② 設備數據即時上報

③ 設備運維


1 設備網關核心功能


2、四層結構
讓我們從另一個視角來看待設備 Gateway :層次結構。

我整理了一下整個業務過程,追蹤了一遍整個數據流向,於是乎很容易就得出了,如下的四層結構圖:



設備網關四層結構


整個層次結構自底向上依次為數據層、控制層、應用層、表現(顯示)層,該層次結構也成為了我之後設計系統架構的指導思想。

現在對每個層次做一個簡單的介紹:
數據層。處於底層,整個系統的數據源頭,很明顯是一個最基礎的層次。

控制層。這是一個承上啓下的關鍵層次,最主要的功能是指令的解析,以及指令的收發。

應用層。亦可稱之為業務層,這個層次與系統的業務邏輯是緊密相關的,一些業務的實現都將在這裡得以發揮。對上承接的是顯示層,進而可以透過控制層,對設備進行指令的收發,對下接入的是控制層,可以獲取設備相關數據提交給顯示層。

顯示層。亦可稱之為交互層,是人機交互,數據可視化的切入點。不難看出,這個層次是直接與人打交道的,所以在滿足業務需求的同時,需要設計得足夠人性化才行。

透過上述的介紹,結合層次結構圖,不難得出:數據層和控制層是業務無關的,我們可以統稱為「協議層」,而應用層和顯示層是業務相關的,我們可以統稱為「系統層」。整個層次結構相互獨立,而又彼此相連,達到了弱耦合的目的。

3、架構演進(level-1)
做出整個架構也是一個很痛苦的過程,唯恐有考慮不周的地方,導致今後會不斷踩坑。也非常感謝在這個過程中,給我提供幫助和建議的業內人士,在他們的指點下,我才有了更多的靈感。

至於所謂的 IoT 體系結構,也並沒有完全遵循。整個業務場景,也不像是一個非常標準的物聯網,所以給自己的要求不是很高,設計出來的架構堪用就行。

首先,我們從一個較高的視角去看待,整個架構是這樣子的:


3 設備網關係統架構(level-1)


從圖中不難看出,整個設備 Gateway 存在四個關鍵角色。
設備以及設備組成的群組(Device Group),是最基礎的角色,屬於數據層。考慮到今後可能會對設備做精細化管理,所以會按一定的規則(比如地域,組織)對設備進行分組,這部分設計在前期體現得不是很明顯。

中控平台(Center Controller),對應的是控制層。這個角色的主要工作有數據採集,設備指令的收發等,值得注意的是,接入到系統裡面的設備廠商可能不止一家,設備種類也是形形色色,報文協議也不盡相同,因此中控平台應該被設計成「對設備類型不敏感」的,以便提升中控平台的相容性,可擴展性,以及可用性。(如是以資安角度考量,相容性與可拓展性是要有所取捨的!)

業務處理器(Biz Processor),對應的是應用層(業務層)。這個角色集中體現了系統的業務需求,包括設備維運監控,數據分析以及持久化,日誌分析,當然,這也是建立在中控平台的基礎之上。

設備管理系統(Management System),對應的是顯示層。這個角色是直接針對終端用戶的,是一個可操作的人機交互平台,該平台可以透過業務處理器,控制整個數據鏈條。因為是整個架構的最高層級,透過對底層數據的有效整合,想相空間還是很大的。

以上就是設備 Gateway 架構的 Level-1,緊接著我們再更深入的剖析整個架構,進入 Level-2。

4、架構演進(level-2)
這部分內容,我們深入到四個角色的內部,窺探其中的結構組成。

1) 設備以及設備群組。這裡我們將引入一個叫作「子設備」的概念,即一個設備對象下,會再附屬若干個設備,我們稱之為「子設備」。當然,一個設備也可能沒有子設備,依實際情況而定。

舉個例子: 以一扇門作為一個設備,那麼密碼鎖,鎖舌,紅外探頭都可以是子設備再比如地震監測的探針,就是一個獨立的設備,下屬沒有子設備。



4 「子設備」概念


這樣設計的目的,是為了能夠更精細化地對接入的設備進行控制,進可控制單個子設備,退可控制整個大設備。此外,對於平台內的所有大小設備,都不會直接相互進行通信,都是直接與中控平台打交道的。

2) 中控平台。我把這個角色定位為一種中間件,如下是中控平台的組件圖:


5 中控平台組件圖


整個中控平台由八大組件構成,下面做一個簡單的介紹。

連接器(Connector)。這個組件是控制層與數據層的數據傳輸管道,維護著中控平台和各個設備的數據連接,數據傳輸連接都是基於 TCP/IP 協議。

REST API中控平台作為協議層與系統層的樞紐,對下層提供了連接器,對上層則提供了 RESTful 接口。因為設備 Gateway 將會使用微服務架構風格,所以使用的是 REST API,暫不考慮其他的遠端調用方式。

訊息佇列或稱消息隊列,Message Queue)服務。主要是解決應用耦合,異步消息,流量削鋒等問題,最終實現高性能,高可用,可伸縮和最終一致性架構,有利於實現協議層與系統層準即時通信。

協議解析引擎(Protocol Parser)。這個組件很好理解,因為要適配不同的源設備,不同的設備廠商,協議規範是不一樣的,需要透過協議解析引擎進行轉換,並在系統內形成規範。這部分工作對上層系統完全透明,只需要根據系統內的規範進行數據交互即可。所以,協議的解析是雙向的,由內向外,以及由外而內。

指令執行引擎(Command Executor)。在這個組件中會維護一份最新的「指令集」,每條指令都有特定的功能,依靠協議解析引擎,對應到不同的設備上的不同功能。

數據採集器(Data Collector)。顧名思義,這個組件的主要任務,是收集來自設備的所有數據,配合日誌服務進行記錄。數據採集器大致可以分為兩類:即時性和非即時性,根據業務需求響應不同時效性的採集器。

日誌服務(Logger Service)。這部分記錄的日誌有兩種類型:數據型,設備型。日誌的儲存形態不在本篇範疇,這裡著重闡述一下這兩類數據。

- 數據型日誌記錄的是流經控制層的數據,分為三種:
  1. 源數據,亦可稱之為「裸數據」,這一部分數據沒有經過任何的加工,從各個設備直出;

② 結構化數據,這部分數據是最接近業務數據的,對源數據進行了粗加工形成的;

③ 業務數據,根據系統的業務需求,對結構化數據做了進一步整合和加工形成的。

- 設備型日誌記錄的,是接入平台裡的設備相關的數據,分為兩種:
  1. 設備狀態,記錄的是設備狀態流數據;

② 指令收發,記錄的是中控平台對設備指令的收發數據。

管理工具套件(Management Toolkit)。這部分可以認為是中控平台的增值服務,優先級最低,不過想像的空間也是很大的。我打算將其設計成一個可響應Terminal命令的服務,比如獲取當前連接數,最大連接數是多少,指令集配置,發送指令給設備等等。

3) 業務處理器,這個是與業務相關的角色,可以根據實際業務需求去設計。我在設計業務處理器的時候,是以設備為中心的,再去擴充其他功能。如下是一張業務處理器的拓撲圖,具體的業務需求就不再展開敘述了。


業務處理器拓撲圖


4) 設備管理系統(Management System),這部分,我認為要做到兩個「可視化」:數據可視化,設備可視化。「數據可視化」比較好理解,就是數據的整合及其圖形化表示,當然,數據的來源可以是即時的,也可以是離線加工過的,這個業界都有成熟的解決方案。

還有一個就是「設備可視化」,這個主要是給普通使用者,一個比較友好的操作體驗,將設備具象化,點擊不同的按鈕,可以觸發其對應的功能。當然,對於專家使用者,也可以提供站內 Terminal,直接使用命令與設備進行交互。


3 設備管理系統兩個可視化」


5、總結
整篇文章闡述了設備 Gateway 的四層結構,並分兩個層面深入分析設備 Gateway 的系統架構。通篇沒有涉及具體技術細節,因為這是技術架構層面的內容了,定當另起新篇闡述之。

.電腦視覺與圖像:八大對岸中國熱點公司以及九大應用場景

What Is Computer Vision?





IT桔子

編者按:本文來自對岸中國微信公眾號「IT桔子」(ID:itjuzi521),作者IT桔子數據分析部。

根據 IT 桔子數據,對岸中國人工智慧產業中「電腦視覺與圖像」領域的公司數量已達 111 家,僅次於「自然語言處理」類公司,位居第二。

我們將那些核心技術,為「將深度學習技術應用於視覺與圖像領域」的公司,歸到「電腦視覺視覺與圖像」類。同時,「無人機」和「機器人」相關公司並未被統計在內,這部分公司雖然也會涉及到電腦視覺技術,但以後將會單獨在「無人機」和「機器人」專題中有所體現。

我們透過對這 111 家中國公司進行觀察,按公司的業務對企業進行統計如下:

计算机视觉与图像:八大热点公司以及九大应用场景

總融資額過 RMB 億起跳的第一梯隊公司盤點
在這 111 家人工智慧「視覺與圖像」企業中,IT 桔子根據其歷史融資數據進行了分析,並挑選出總融資額過億元(人民幣)的八家該領域新創公司,進行盤點:


计算机视觉与图像:八大热点公司以及九大应用场景
注:以下所有公司圖譜來自桔子雷達 radar.itjuzi.com

TOP 1:商湯科技融資總額人民幣 13.65 億元
计算机视觉与图像:八大热点公司以及九大应用场景
计算机视觉与图像:八大热点公司以及九大应用场景

商湯科技專注於打造人工智慧視覺引擎,基於自主研發的深度學習平台,輸出全套人工智慧視覺技術,包括成像處理、感知、辨識,目前服務於金融、平安城市、機器人、無人駕駛等多個行業。

2017年4 月 20 日,商湯科技獲得賽領資本 6000 萬美元策略投資。本次融資後,商湯科技可能將重點精力,放在商業化運作上,據商湯科技 CEO 徐立則透露,賽領的加盟將帶來更多重量級的資源,幫助商湯的商業化佈局。

TOP 2:曠視科技融資總額人民幣 9.65 億元
计算机视觉与图像:八大热点公司以及九大应用场景
计算机视觉与图像:八大热点公司以及九大应用场景

2016 年 12 月,Face++曠視科技融資一億美元,成為了中國電腦視覺領域,第一家完成 C 輪融資的新創公司,本輪投資方是建銀國際和富士康。

曠視在當時的主營方向是網路金融,建銀國際的投資後,可能會進一步幫助讓曠視在銀行業務有所進展;另外,富士康的投資,可能跟曠視在倉儲機器人領域新成立的公司(艾瑞思機器人)有關。

TOP 3:深醒科技融資總額人民幣 3 億元
计算机视觉与图像:八大热点公司以及九大应用场景
计算机视觉与图像:八大热点公司以及九大应用场景

深醒科技成立於 2016 年初,以人臉辨識技術切入 AI 戰場,在辨識動態模糊拍攝和暗光拍攝的人像上有技術優勢。目前已面向安全監控、金融、地產、學校、醫院等領域,提供多種解決方案。

2017 年 1 月最新一輪融資後,深醒科技表示,會進一步在綜合實戰環境算法優化,及數據訓練等方面加大投入,並在中國公安領域加大市場投入,全面提升高科技在技防中的實戰成效。此外,團隊還在爭取與中航工業、中石油、中鐵建等,有較高安全監控需求的企業,選擇與深醒合作。

TOP 4:依圖科技融資總額人民幣 2.18 億元
计算机视觉与图像:八大热点公司以及九大应用场景
计算机视觉与图像:八大热点公司以及九大应用场景
依圖科技也是人臉辨識領域的佼佼者,2015 年獲得「公安部科技進步獎」,並且與阿里雲合作搭建「貴州公安交警大數據即時作戰雲端平台」。同年,依圖在與銀行合作方面,招商銀行將「依圖人臉辨識技術」推廣到對岸全中國 1500 家網點。

浦發銀行「人像辨識平台及直銷銀行遠端開戶影像認證建設項目」投產,實現 VTM 和手機銀行的人臉身份認證。

2016 年 3 月份,依圖科技獲得 B 輪數千萬美元融資,本輪投資方雲鋒基金創始人馬雲、虞鋒的企業管理經驗,可能將對依圖有所幫助。

依圖已經開始在醫療健康,城市數據大腦等領域的探索和實踐,並且為海關總署及中國邊檢提供人像比對系統。

TOP 5:圖普科技融資總額人民幣 2.15 億元
计算机视觉与图像:八大热点公司以及九大应用场景
计算机视觉与图像:八大热点公司以及九大应用场景
圖普科技是為數不多的,技術緊密結合了盈利的商用場景的 AI 新創公司,在辨識色情、暴恐、時政敏感資訊、小廣告等違規圖片和影像方面市場,挖掘出了對岸市場的剛需,獲取了大量客戶。隨著行動直播的熱潮,圖普科技借勢也獲得了較大提升,已與中國大多數直播公司建立了合作。

據之前圖普科技數據顯示,網路圖像內容審查業務服務費,約為 25 元/萬張圖片,提供月付費或包年方式。由此推測,圖普科技的現金流和營收都很可觀。但是,拿下了中國絕大多數直播公司的訂單後,在該領域可能會很快迎來成長的瓶頸。

2016 年 9 月份,圖普科技拿到新一輪融資後,已經開始拓展新的業務方向。在人臉辨識、物體及場景辨識、文字辨識等方向都已經推出服務。依圖已經成為曠視(Face++)、商湯等公司的有力競爭對手。

TOP 6:格靈深瞳融資總額人民幣 1.98 億元
计算机视觉与图像:八大热点公司以及九大应用场景
计算机视觉与图像:八大热点公司以及九大应用场景
格靈深瞳致力於電腦視覺和深度學習,現主攻安控領域。格靈深瞳早期曾組建過汽車電腦視覺項目組,該項目組已與馭視科技合併,格靈深瞳現作為馭視科技的股東之一。

2014 年 6 月,格靈深瞳獲紅杉中國數千萬美元 A 輪投資。有尚未證實的消息稱,格靈深瞳現拿到了新一輪策略投資,領投方為安控領域大佬,將來業務將可能繼續深耕安控領域。

TOP 7:雲天勵飛融資總額人民幣 1.95 億元
计算机视觉与图像:八大热点公司以及九大应用场景
计算机视觉与图像:八大热点公司以及九大应用场景
雲天勵飛是一家專注於視覺智慧領域,以深度學習和新型處理器技術為核心的新創公司,致力於實現視覺辨識的「前端智慧」與大數據分析的「雲端智慧」。曾服務過 2016 年的杭州 G20 峰會、雙創周主會場、烏鎮互聯網大會等,並協助深圳公安破獲各類案件 500 餘起,找回多名失蹤走失兒童。

據雲天勵飛創始人陳寧稱:「截止到 2016 年底,雲天勵飛已經在平安城市、智慧商業、無人機船車、機器人與智能製造等行業的 1000 家企業,提供視覺晶片和智慧解決方案。該公司第一年即實現過億元訂單,2017 年預計銷售額過 10 億元。」

2017 年 3 月,雲天勵飛獲得數千萬美元的 A 輪融資,投資方包括山水從容傳媒投資有限公司、松禾資本、深投控、投控東海、紅秀盈信等多家投資機構。雲天勵飛創始人陳寧透露,在獲得本輪融資後,公司將會致力於軟硬體的一體化建設。

TOP 8:縱目科技融資總額人民幣 1.4 億元
计算机视觉与图像:八大热点公司以及九大应用场景
计算机视觉与图像:八大热点公司以及九大应用场景
縱目科技成立於 2013 年,主要研發 2D 和 3D 全景視覺輔助駕駛系統,及自動停車和駕駛記錄系統等。產品已被中國許多汽車製造商廣泛使用,包括吉利汽車和上汽集團,以及野馬等汽車配件供應商。

今年 2 月 21 日,縱目科技正式掛牌新三板。兩天後,縱目科技又完成了 1 億元定增融資,認購方主要為北京君聯成業股權投資合伙企業 (有限合伙)、廈門德豐嘉潤股權投資基金合伙企業 (有限合伙),兩者分別認購 7000 萬元、3000 萬元。

縱目科技透露,此輪融資將主要用於公司營運以及自動駕駛研發。公司計劃在廈門新設子公司,開展 ADAS 系統相關感測器的研發和生產,向產業鏈前端延展佈局。本次募集的部分資金,將用於新設子公司的實繳出資。

九大黃金應用場景盤點
從以上 8 家公司的盤點我們可以看到的一點是,大家將人工智慧「視覺與圖像」技術的應用在各個領域、場景都有所應用與佈局。那麼在全部的 111 家企業中,哪些應用場景的熱度與成熟度較高?

IT 桔子詳細梳理出了,主要的九個不同場景下的應用,並根據企業分布數量排序進行盤點:

计算机视觉与图像:八大热点公司以及九大应用场景
TOP 1:人臉辨識
IT 桔子數據顯示,「人臉辨識」是人工智慧「視覺與圖像」領域中,最熱門的應用,在本次篩選出的 111 家公司中,有接近三分之一的企業提供「人臉辨識」產品或服務。

2017 年 2 月,《麻省理工科技評論》發佈「2017 全球十大突破性技術」榜單,來自中國的技術「刷臉支付」位列其中。這是該榜單創建 16 年來首個來自中國的技術突破。

计算机视觉与图像:八大热点公司以及九大应用场景
代表企業:Face++曠視科技、依圖科技、商湯科技、深醒科技、雲從科技等。

人臉辨識技術,中國市場已經廣泛應用於金融、司法、軍隊、公安、邊檢、政府、航太、電力、工廠、教育、醫療等行業。據業內人士分析,中國的人臉辨識產業的需求旺盛,需求推動導致企業敢於投入資金。

目前,該技術已具備大規模商用的條件,未來三到五年將高速成長。而今年,這一技術有望在金融與安控領域迎來大爆發。

TOP 2:影像/監控分析
在企業數量統計中,「影像/監控分析」是人工智慧「視覺與圖像」領域中,第二大熱門應用。

计算机视觉与图像:八大热点公司以及九大应用场景
代表企業:SenseTime 商湯科技、DeepGlint 格靈深瞳、依圖科技、雲天勵飛、深網視界等。

人工智慧技術可以對結構化的人、車、物等影像內容資訊,進行快速檢索、查詢。這項應用使得讓公安系統,在繁雜的監控影像中,搜尋到罪犯的有了可能。在大量人群流動的交通樞紐,該技術也被廣泛用於人群分析、防控預警等。

影像/監控領域盈利空間廣闊,商業模式多種多樣,既可以提供行業整體解決方案,也可以銷售整合硬體設備。將技術應用於影像及監控領域,在人工智慧公司中,正在形成一種趨勢,這項技術應用將率先在安控、交通甚至零售等行業,掀起應用熱潮。

TOP 3:圖片辨識分析
「靜態圖片辨識」應用熱度,在視覺與圖像領域中排名第三。將人工智慧技術單純用於圖片辨識分析的應用,企業數量並不如預想的多,可能有一下幾個方面原因:

1、目前影像監控方向的盈利空間大(?),眾多企業的注意力都放在了影像監控領域;

2、人臉辨識屬於圖片辨識的一個應用場景,做人臉辨識的大多數企業,同時也在提供圖片辨識服務,但是銷售效果不佳,主要贏利點還在於人臉辨識;

3、圖片辨識大多商用場景還屬於藍海,潛力有待開發;

4、圖片數據大多被大型網路企業所掌握,創業公司數據資源稀少。

计算机视觉与图像:八大热点公司以及九大应用场景
代表企業:Face++ 曠視科技、圖普科技、碼隆科技、酒咔嚓、YI+ 陌上花科技等。

TOP 4:駕駛輔助/智慧駕駛
隨著汽車的普及,汽車已經成為人工智慧技術,非常大的應用投放方向,但就目前來說,想要完全實現自動駕駛/無人駕駛,距離技術成熟還有一段路要走。

不過利用人工智慧技術,汽車的駕駛輔助的功能及應用越來越多,這些應用多半是以電腦視覺和圖像處理的技術來實現。

计算机视觉与图像:八大热点公司以及九大应用场景
代表企業:縱目科技、TuSimple 圖森科技、馭勢科技、MINIEYE 佑駕創新、中天安馳等。

Mobileye 是一家以色列電腦視覺公司,是公認的全球一流駕駛輔助公司。在今年 3 月份,英特爾以 153 億美元高價收購了 Mobileye,以佈局自動駕駛。此事件成為以色列歷史上最貴的一次科技收購案,也引起了市場的廣泛關注。

TOP 5:3D 圖像視覺
3D 圖像視覺主要是對於 3D 物體的辨識,應用於 3D 視覺建模,3D 測繪等領域。
计算机视觉与图像:八大热点公司以及九大应用场景
代表企業:DeepGlint 格靈深瞳、拓視覺、非白三維科技、圖漾科技等。

TOP 6:工業視覺檢測
機器視覺可以快速獲取大量資訊,並進行自動處理。在自動化生產過程中,人們將機器視覺系統,廣泛地用於工況監視、成品檢驗和品質控制等領域。

機器視覺系統的特點,是提高生產的柔性和自動化程度。運用在一些危險工作環境,或人工視覺難以滿足要求的場合;此外,在大批量工業生產過程中,機器視覺檢測可以大大提高生產效率和生產的自動化程度。
计算机视觉与图像:八大热点公司以及九大应用场景
代表企業:創想智控、凱視佳、拓視覺、帆聲圖像、華睿科技等。

TOP 7:醫療影像診斷
醫療數據中有超過 90% 的數據,來自醫療影像。醫療影像領域,擁有孕育深度學習的海量數據,醫療影像診斷可以輔助醫生,提升醫生的診斷的效率。

2015 年 4 月,IBM 成立了 Watson Health 部門,開始進軍醫療行業。2015 年 8 月 6 日,IBM 宣佈以 10 億美元的價格,收購醫療影像公司 MergeHealthcare,並將其與新成立的 WatsonHealth 合併。

2016 年 2 月,IBM 又斥資 26 億美元,收購醫療數據公司 TruvenHealthAnalytics。2017 年 2 月份,在 HIMSS17 大會上,Watson Health 公佈了 IBM 的第一個認知影像產品 Watson Clinical Imaging Review,該產品可檢查包括圖像在內的醫療數據,幫助醫療服務提供商,辨識需要關注的最危急情況。

代表企業:推想科技、雅森科技、匯醫慧影、12Sigma 圖瑪深維、DeepCare 等。

TOP 8:文字辨識
電腦文字辨識,俗稱光學字符辨識,它是利用光學技術和電腦技術,把印在或寫在紙上的文字讀取出來,並轉換成一種電腦能夠接受、人又可以理解的格式。這是實現文字高速記錄登入的一項關鍵技術。

2017 年三月份,海康威視研究院預研團隊,基於深度學習技術的 OCR(Optical Character Recognition,圖像中文字辨識)技術,刷新了 ICDAR Robust Reading 競賽數據集的全球最好成績,並在「網路圖像文字」、「對焦自然場景文字」和「隨拍自然場景文字」三項挑戰的文字辨識(Word Recognition)任務中取得第一。同期參賽的有來自 82 個國家的 2367 支隊伍參加,其中包括 Google、微軟、百度、三星、曠視等團隊。

代表企業:海康威視、合合信息、鼎識科技、易道博識等。

TOP 9:圖像及影像編輯
2016 年,Google 舉行了一場「人工智慧作家」的畫展。通過一個名叫「DeepDream」的藝術生成器,谷歌可以將神經網路,由內部傳送到外部。不是辨識圖像,而是創作圖像。有人稱這些機器做的畫為「機器之夢」。

计算机视觉与图像:八大热点公司以及九大应用场景
目前市場上也出現了很多,運用及機器學習算法對圖像進行處理,可以實現對圖片的自動修復、美化、變換效果等操作。並且越來越受到用戶青睞。

近日,全球知名的數位媒體編輯軟體供應商 Adobe,也加入了人工智慧的大潮,發佈了旗下首個基於深度學習,和機器學習的底層技術開發平台——Adobe Sensei。

代表公司:美圖秀秀、潑辣熊、SenseTime 商湯科技、微禾迅科技等。

總結
在分析了「電腦視覺與圖像」領域的公司中總融資額過億元(人民幣)的八家吸金大戶,及九大應用場景後,我們可以得到一些結論及推測。

1、2016 年「人臉辨識」成為了小風口,大量資本湧入,而 2017 年可能則是人臉辨識產業,應用產生突破性進展的一年。

2、人臉辨識和影像監控兩大方向最受資本青睞,同時技術也在尋找其他方向的突破。

3、「電腦視覺與圖像」技術在網路金融、銀行業、安控、交通等行業應用最為廣泛。

4、八家吸金大戶創業公司業務全為 toB 的,人工智慧技術的普及,確實非常需要借助行業的力量。

5、目前「電腦視覺與圖像」泡沫問題並不是特別突出,人工智慧概念確實炒的過熱,但大多數資本還是趨於理性。

6、人臉辨識、影像監控、網路圖像內容審查等應用,已經成為「電腦視覺與圖像」技術的產業切入口,未來市場的認可,將加速人工智慧的產業化進程。

7、我們在梳理企業的時候發現,目前網路創業公司蹭人工智慧熱點的現象非常普遍,確實存在「人工智慧泛化」的問題,但是多數真正擁有人工智慧核心技術的公司,成長狀況都比較良好。

8、技術固然重要,但是,產業的切入點、應用場景、行業服務也是重中之重。最重要的是解決實際問題。


AKD 寰楚專業級全系列監控設備