第79章 AI演算法課（1 / 1）
刑斌和剛子都兩眼通紅髮澀，看錄影是現代刑偵的一門必需技術手段，但也是一項體能和意志煎熬的工作。
一整夜努力，找出了三個適合的人選。
刑斌跟小衛要了眼藥水，倆人都躺平在椅子上滴眼睛。
“你說我們會不會漏掉監控沒有複製，一晚上就整了這麼三個人出來，感覺跟昨天我們的分類產品一樣，木有啥期望啊。”剛子道。
“要不然了，我們複製的只是其中六分之一不到的攝像頭錄影，全複製回來，這一週都耗這上面，也不見得能多幾個人出來，這是幾條必經路線，如果沒有我估計是真的沒有，完美避開，現在我心裡就一上一下的有點慌。”
刑斌所言不假，如果這三個人都排除掉，昨天這場大範圍大規模的行動，大機率是雷聲大雨點小了。
“假如現代人工智慧的技術突飛猛進，是不是能讓計算機代替我們完成這事兒？就是說，有這麼一套軟體系統，我給出目標畫像，不光是人還有車牌等等，再給出影片原始檔，然後由計算機自動給我們作對比，我們就喝著茶吃著瓜，然後叮一聲結果就出來了。”
剛子眨巴眨巴眼睛，刺眼的燈光讓他不得不又閉上。
“理論上是可以的，其實這個我是真的思考過，需要建模型。影片是由一幀一幀的影象構成，精度越高，每秒的幀數越多。普通的監控一秒25幀，也就是一秒拍了25張像，一個小時9萬張。其實我們肉眼掃描跟計算機掃描本質是不一樣的，肉眼是憑藉對幾何圖形的直觀感覺，計算機則不一樣。”
刑斌起身在白板上寫下幾點：
1.影象縮放到一定大小
2.轉化為灰階
3.計算所有畫素平均值
4.比較畫素的灰度：將每個畫素的灰度，與平均值進行比較，大於或等於平均值記為1，小於平均值記為0；
5.計算雜湊值：將上一步的比較結果，組合在一起，就構成了一個64位的整數。
“就是說每一張圖片都有大小轉換後畫素化再取值的一個過程，這是一個很大的運算量。比如，我們給定條件：揹包、帽子背影或側面，這是一個很模糊的概念。計算機做對比，首先需要一張底圖，那這張底圖應該是什麼樣子呢，我和你揹包、戴帽背影應該差不多，小安跟我們有區別，前天晚上見到的老洗跟我們有區別。包的形狀帽子的形狀，幾個因素的綜合，需要建一個底圖模型庫。比較範圍也不是整個人全部，是從頭部到腰以上，因為揹包長度正常不會過腰。然後才是影片裡的每一幀圖片，每獲取一幀就與底相簿做一次比較，大約是這麼一種模式。如果我們的底相簿是100張，一個小時的影片，需要比對900萬次，我們複製的錄影時長10個小時，自己算，這還是一個攝像頭。”
剛子吐了吐舌頭，“聽著有點嚇人。”
小安也來了興趣，“現在的人臉識別技術不是已經很成熟了嗎？一些辦公大廈、高鐵站，刷臉就能通行。”
“沒錯，但本質概念還是一樣的。高鐵站刷臉，是用你真實的人臉和身份證上的人臉作對比，一共就兩張圖，以身份證照片作為底圖。而且有效的人臉範圍只需要雙眼到下巴這個區間，眼睛以上和下巴以下都是無用資料，用證件照去和抓拍的人臉進行比對，這個對比資料量其實很小，結果都是秒出。”
“是啊，坐高鐵進站的都是臉對著攝像頭一刷就行，最多一秒。”剛子道。
“那只是整個過程，實際不需要一秒，對比結果還要通知感測器，感測器發出開閘指令，整體過程大概一秒。”
“那我們現在的難度在哪裡。”小安道。
“第一我們沒有原型，不過原型庫容易建，就是揹包和帽子，找一些體型身高不同的人穿戴起來，拍下正面和側面，這個量不會大，效率高人齊兩小時就弄完，難點是第二。”
不知不覺間，好幾個事同事都豎起耳朵聽著刑斌講解。
“繼續繼續，別停下來。”小安顯得尤為感興趣。
“我們做的不是靜態分析，而是一種動態的行為分析。”
刑斌索性站到白板邊，寫下：行為分析，從校外進入往另一邊的圍牆走。
“假定一段錄影從頭開始播，先要對比到進入畫面的某個人揹包戴帽的特徵，這一幀影象的資料算是符合，確定一個原型，這個原型不是底相簿的原型，動態的用完就刪除。然後要分析是男還是女，一個人的正臉照，在計算機演算法裡可以識別性別，但側臉就不清楚，估計不行，但女性需要過濾掉，然後一直到這個原型消失，這算一次行為。”
“懂了，出現和消失，這算一次行為。”剛子道。
“別打岔。”小安拍拍剛子。
“對的，出現和消失。那什麼叫做消失，我們肉眼看是這個人走進了攝像頭的死角或者是走出了拍攝範圍，不再出現就算消失。但對計算機資料來講就有點模糊，電腦只認0和1，看得見存在看不見消失，按這個邏輯就會產生很多誤判。”
“為什麼了。”小安比較急切。
“如果一個人蹲下來綁鞋帶，剛好被植物擋住，算不算消失了？按照0和1的邏輯，肯定算消失，但肯定不對。人可以透過快進往前繼續看一段，計算機不能這麼做，必須一幀一幀的對比，否則就沒有意義對吧。”
周圍的同事都點頭同意。
“可這個人只是蹲下綁鞋帶，實際上沒有消失，這與我們設定的行為分析不一致。我們選定的攝像頭是在路線上有連續性的，往一個方向過去，A處消失理論上應該在B處出現，如果他沒出現，肯定是往其他方向走了。其他方向也一樣，只要是向校區後面圍牆走，都有連續攝像頭，還是應該在我們設定的行為範圍內。不過作為一個急於去現場作案的人來講，不會這樣遛彎，他選擇這種方式去案發現場，就是為了避開人，儘量少見到人。”
“那應該怎麼處理了。”小安道。
“可以做一個意外消失的閾值作為補缺，這個閾值是一個時間，可以延時5秒、10秒、20秒，時長可以自己定。也就是在一個人消失後，計算機自動往後讀取閾值範圍內的影象幀，如果閾值範圍內人還沒有出現才算消失。”
“那這樣其實可以解決這個問題。”剛子道。
“看似可以，其實還是存在問題。每個人的行為不一樣，就像我說的剛才綁鞋帶，這沒有一個ISO標準，有人快5秒綁好，有人慢20秒才綁好。再或者，這個人他不是綁鞋帶，他剛好有個電話進來，他就蹲在路上聽電話，這個場景我們前晚從校園出來時見過。”
刑斌看看剛子，剛子點點頭。
“怎麼還有這種嗜好，蹲著舒服嗎？”小安又插了一句。
“個人習慣吧，但這裡產生的問題是：這個閾值應該設多大才合適。設小了，可能會漏掉了捕捉疑犯的機會，設大了，那非常浪費計算機的計算資源和時間。”
剛子舉起手錶示要發言，“如果這個人接電話的時候，不是蹲著，就站著不動，但是打電話時的姿態跟他揹包行走的姿態完全不一樣了，還能判定是同一個人嗎？”
“這一點倒沒任何問題，之前講過，從頭部到腰部這個範圍，不包括雙手，他就是拿著大刀也不影響計算機的邏輯分析。”
“電腦就是個死物，浪費就浪費唄，只要保證結果正確率就行。”小安道。
“系統設計可不是這麼考慮的，尤其商業應用系統，時間和計算資源都是成本。即使加大閾值，確定了這個人行為，那他一定是我們要找的人嗎？可不一定，這只是一個攝像頭的資料，我們的行為設定是要走到牆邊，他可以在中途走進教學樓，也可以走進圖書館，還可以走進教工宿舍區等等，所以必須一直比對到最後一個攝像頭。”
刑斌喝口水繼續，“首先，這個資料量和計算量相較普通的人臉識別不可同日而語，一個天量一個地量。其次，原則上來講，我們從行為確定了一個人，雖然只是背影，但我們想不想看到他的正臉了，一定想。怎麼看到，不是用我們的眼睛，是計算機自動為我們找出來，透過揹包形狀，帽子的形狀，人的側臉，背影，這又是一個模糊演算法。而且光從第一份錄影資料中人的背影，是很難分析他從哪個方向進入，如果只是華山一條路那當然好辦，但真實場景是不可能的，因為他很可能不是走大門進入，而是翻牆。所以必需把每個方向都考慮到，資料量和計算量立即成幾何級數的增加。再次，一個晚上怕不會只有一個人揹包走過，所以N乘以N真的是海量計算。當然，我不是演算法工程師，專業的工程師可能會有更優的思路和演算法邏輯，但資料量是擺在這兒的，因為我們是根據模糊的條件去確定一個模糊的人。不過如果真有這樣技術對我們幫助一定很大，電腦又不知道累也不會飢餓，撐死宕機，人可是會掛掉的。”
刑斌的話音剛落，全辦公室的人熱烈地鼓起掌來。