1

測評表現

提起博思廷，業內人士都非常熟悉，這是一家擁有深厚安防場景應用的研發公司，但過去又似乎顯得與傳統的安防制造商格格不入，其重要原因就在于 AI還未融入安防之前，博思廷就一直專注于AI算法研發及安防領域的基礎應用研發，很少做市場推廣，因此，也讓其在行業掀起AI浪潮之前，沒有獲得安防圈足夠的關注。如今，安防大步向智能化轉型，博思廷也以其行業深耕獲得了前所未有的關注。那么，與算法公司、傳統安防企業相比，博思廷的技術實力如何?又有哪些優勢？今天a&s就對其進行一番評估。

對人：4大類全面捕捉

在展開論述之前，小編先描述一個測評過程中的小插曲。本次測評在博思廷總部，其門口即采用了博思廷自主研發和組建的人臉門禁方案，從產品一眼看出，攝像機為第三方設備，小編駐足偏昏暗的過道上，門始終無法開啟，但工作人員(已做人臉庫登記)在行進過程中系統即完成了人臉身份認證，并準確識別與開門，應用非常便捷。

不過人臉識別和門禁細分場景應用，對博思廷來說，是再簡單不過的解決方案，其針對人，主要有4大類：人臉識別、人體識別、客流統計、行為異常分析，以滿足各種復雜場景需求。

先介紹人臉識別。系統經過比對后從視頻流中采集效果最佳的人臉圖像并提取人臉特征值，再通過“一人一檔”歸檔存檔。接著是人體識別，其人體屬性結構化產品是博思廷推出的高端智能分析產品，可實現性別、年齡、眼睛、臉部特征、體型、頭肩、上下衣樣式、鞋樣式、衣鞋顏色/紋理、行走方向、附屬物、騎車等屬性準確檢測，并結構化為文本數據。而客流統計，博思廷為滿足各場景的準確應用，提供有俯視、斜視等多種計數算法，能通過人流量和流速生成統計分析圖。最后是行為異常識別，該算法有別于前三種，其主要針對駕駛艙特殊應用場景，用于檢測司機的疲勞駕駛、抽煙、打電話、注意力集中與否的駕駛行為檢測。

對車：分類特征提取

與主流應用于卡口、電警場景的智能交通應用不同，博思廷針對車輛的AI應用，主要是為后續的事件分析提供準確研判數據，其主要針對平安城市、道路等公共治安場景車輛識別，其中車輛特征檢測正是其中之一，包括車牌、車色、車牌顏色、車標、駕駛員等特征進行識別。針對車內前排司乘人員，同樣進行人臉識別，作為車輛關聯信息的一部分，只是在半結構化、結構化數據建庫時，車與人則分別建庫保存，便于提升監控平臺做數據碰撞時的處理效率。

對事件：優勢承襲，深度挖掘

安防事件檢測是博思廷的傳統優勢項目，主要支持周界入侵檢測、遺留物檢測、物品移動/移走檢測、目標徘徊檢測、密度等級檢測、PTZ自動目標跟蹤、煙霧檢測、火焰或火花檢測、漏油檢測、人員脫崗、人員倒地、打架檢測、奔跑追逐、懸掛條幅、電梯檢測、人臉遮擋、逆行檢測、人數異常等20多種細分應用算法。

交通事件檢測算法子模塊通過對車流量、車道密度、平均車速、排隊長度、紅綠燈狀態等交通參數的提取，支持交通擁堵、異常停車、車輛慢行、非法停車、行人闖入、車輛逆行、物品遺撒等應用。

需要說明的是，博思廷獨特算法在早期對事件的智能研判就有著不錯的效果，目前更是與時俱進，在承襲背景建模算法的同時，引入深度學習算法，雙引擎確保特征提取、分析、識別、研判全流程的準確性。以交通事件檢測為例介紹，測試時視頻中兩輛車因擦碰停車，V6s經過分析后，向后臺推送“異常停車”告警信號。

事件檢測算法作為博思廷有別于很多廠商的優勢算法，支持標清、高清、全高清、超高清分辨率視頻采集分析，單路視頻可同時運行最多16個規則；尤為特別的是，其每一種算法都有著針對性場景，如走廊、通道、電梯、出入口、隧道、高速公路等，算法繁多又互不沖突；共同筑造一道事件檢測長城。

運維：增穩降成本

目前來說，安防系統進入了最為復雜的時代，除了正在布建的高清系統，還有利舊標清、模擬產品，而最新的智能化設備也在不斷賦能其中，形成老、中、青的“多民族”大融合，這給系統的管理帶來了很多麻煩，如設備掉線、畫質異常、拍攝角度被非法移動等。目前的監控系統一般都比較龐大，已難以依賴人工方式進行維護。

針對這一老生常談行業詬病，V6s平臺同樣植入了運維管理功能，在不斷強化“對外”人工智能應用的同時，也在通過AI手段持續提升自身穩定性。目前可支持清晰度異常、亮度異常、信號丟失、噪聲干擾、雪花干擾、視頻偏色、PTZ運動、畫面凍結、場景變換等視頻檢測，通過系統自動巡查策略，快速查找異常情況，然后有針對性地派員維護，大大提升了運維效率并降低成本，最重要的是實現了為視頻內容分析的順利執行保駕護航。

平臺：由點到面綜合研判

V6s是一整套的視頻圖像綜合應用管理平臺，該平臺以視頻聯網為基礎，以智能視頻分析為核心，以多種類型的大數據倉庫為存儲;以電子地圖、告警聯動等多種業務功能為服務方式，以多種客戶端類型為應用選擇，該平臺可集中管理多個智能視頻分析子系統，形成“1個視頻監控聯網子系統” + “人臉識別、人體識別、車輛識別、安防事件檢測、交通事件檢測、客流統計、行為異常檢測、運維診斷的8大AI引擎”的智能應用。平臺不僅把結構化、半結構化、非結構化海量數據做好安全存儲、快速定位檢索，還使它們建立相互聯系，避免數據孤島，通過對這些數據的深度學習、統計分析讓這些數據產生巨大的價值，如同行人、出行規律、落腳點、區域碰撞分析等，還可通過1:1直接比對、1:N靜態數據庫比對、1:n實時熱數據比對、M:N庫庫碰撞、以圖搜圖、以圖搜人、條件檢索方式，實現人臉識別、智能安防、客流統計、智能交通的全方位智能應用。

同時，該平臺架構設計靈活，通過基礎聯網，可適應改建、新建、接入第三方平臺等多種落地方式;而模塊化設計也讓平臺具有很強的伸縮性，可根據不同行業、不同場景選擇合適的AI引擎;再有就是博思廷多年的行業深耕，使得V6s支持ONVIF/GB T28181/RTSP、SDK等多種兼容對接方式，降低二次開發成本。

小結

雙基因奠定行業深耕

博思廷介于“安防企業”與“AI算法公司”之間的角色定位，使其兼具安防與AI雙重基因——有著深厚的安防行業經驗積累和AI開發實力，是早期“安防+AI”企業在大浪淘沙中為數不多的決勝者，這一背景直接奠定了其獨具一格的行業地位，并在V6s中得到了體現。首先平臺側重的是AI，而不是監控，通過AI實現監控、平臺統一調度的智能化;其次博思廷AI算法實力過硬，復雜場景良好識別效果、多種數據庫歸類及比對等，沒有同時對安防行業和AI算法深刻的認知是無法做到的;最后是豐富的算法，目前博思廷已開發出超過72種AI算法，無論是比對安防公司還是AI公司，博思廷都引領風騷。

2

核心技術

V6s作為該平臺方案的搭載媒介，視頻監控只是結果，其核心是通過智能化管理手段，解決傳統低效、高成本、難預判等監控過程桎梏。其中涉及了豐富的人臉識別、人體識別、車輛識別、行為分析、安防事件檢測、交通事件檢測、客流統計、運維管理等合計70余種應用算法;再通過數據碰撞實現軌跡分析、同行人、出行規律、落腳點、區域碰撞分析等研判應用，實現了由點到面的AI覆蓋;與此同時，平臺方案始終不脫離“監控”這一本質。

3

算力要求

博思廷采用CPU + GPU的異構處理架構，針對x86 CPU，ARM CPU，GPU等硬件平臺進行了針對性優化，能夠充分發揮硬件的運算性能。例如單塊GPU在執行人臉檢測抓拍任務時可每秒處理500幀1080P圖片，在執行人臉批量入庫時每小時可處理超過50萬張人臉。此外，還針對不同硬件平臺特點和不同應用對準確率的需求有針對性地開發了不同的復雜度模型，確保在各類應用中都有良好表現。

4

大數據訓練

博思廷根植安防多年，幾乎與業內AI算法企業同步引入深度學習算法，對其原有的AI應用進行升級;借助積累的數據資源及豐富的場景實戰項目，有針對性地對其各個AI算法進行充分的場景訓練。例如對于人臉識別應用，博思廷積累了千萬身份，億張人臉圖片規模的數據集，基于海量數據訓練深度達百層的卷積神經網絡(CNN)，并采用多個CNN并聯融合人臉不同特征區域進一步提高準確率，能夠在億分之一誤識率時達到90%以上的識別率。

5

落地能力

首先是模塊化設計，博思廷8大AI算法引擎都可以獨立或相互組合使用，可根據場景需求選擇對應的算法，讓用戶沒有整體打包的壓力;其次，博思廷的眾多算法中，很多都別具一格，比如火花檢測等，是其多年行業經驗積累的結果，避免了與同行的同質化競爭;第三是每一算法都有其行業需求，是實戰經驗的AI轉化，面對不同場景，博思廷都有針對性解決方案;第四是算法種類多，博思廷的雙基因定位，決定了其必須以AI決勝安防，豐富而有效的AI應用已成為博思廷生存之本;再就是靈活的組網方案，提供有新建、改建、融入第三方等建設模式，適用各種項目落地。

6

案例分析

博思廷V6s平臺是通用型的智能化應用平臺，廣泛應用在公安、軌道交通、道路交通、司法、文教衛、園區、社區等分行業中。就地鐵為例，在全國已有幾十條地鐵線接入了V6s平臺系統，通過V6s平臺的人臉識別，可以在地鐵進出口進行黑名單布控，及時控制可疑人員;通過安防事件檢測模塊，可對乘客在站臺上追逐、打架斗毆、劇烈運動等進行實時監測并報警;在地鐵內，通過客流統計及智能管理模塊，可及時安排人員干預、疏導、限流或采取其他措施來避免人員聚集或踩踏事件發生等。V6s平臺的高擴展性、渠道應用方便、高性價比，深受合作伙伴的歡迎。

7

AI創新亮點

算法獨特而豐富，差異化和行業深耕是其立足之本，無論與安防企業還是AI算法企業相比，博思廷特色明顯，是對現有AI細分應用的重要補充;

算法應用效率高，博思廷在原有背景建?；A上，引入深度學習算法，面對再復雜背景，AI引擎也能精準識別目標并根據需求提取特征值;

賦能監控，打造智能化視頻監控方案。

8

專家點評

博思廷V6s視頻監控智能平臺方案是基于“1+8”架構基礎上實現的，其核心是豐富多樣的智能分析應用，包括人臉識別、車牌識別等常見的算法，更多的是獨特的行業應用，如安防事件、交通事件等，都有獨特的應用場景，并且在高識別率下，滿足了多場景的使用需求。與眾多推出AI應用企業不同的是，博思廷從誕生之日起，就定位于“AI+安防”，是為數不多根植于安防的AI企業;多年的經驗積累，更是博思廷在新一輪競爭中的重要保障。另外，隨著視頻偵查AI引擎的逐步完善，該平臺方案的功能將會更為強大，將會基于“1+N”架構下形成大數據研判應用，AI與視頻監控也將更為有機融合。

9

提升空間

在數據碰撞及大數據應用挖掘層面，該平臺方案還有較大提升和完善空間。

10

測評評分

評分標準

1、有待完善：x<6分

2、常規水平：6≤x<8分

3、優秀水平：8≤x≤9.5分

4、領先行業：9.5

5、考評由測評單位、專家顧問、企業各自評分;宣傳時各項評分全部公開;評選時以平均分作為考評標準。

6、本測評評分僅是從模擬實際應用場景的測評表現展開評分;落地能力、性價比等更多評分參考將在“a&s AI創新應用評選論壇”上顧問現場評分。