简短谈谈无人驾驶、平安城市、人工智能

-------------------------------------------

无人驾驶：

辅助驾驶、自动驾驶、智能驾驶、智能网联汽车、无人车，傻傻分不清吧；

无人车简单等于机器人司机+传统汽车；

单一传感器很难全天候工作，多传感器融合才能保证定位方案准确性与实际性；

视觉系统在无人运行系统不可或缺，具有多维信息和分辨率高特点；

多传感器融合，前端感知是必然：毫米波雷达测距远，精度高，不受天气和光线影响，对运动金属物体敏感而对静止物体和非金属物体不敏感，分辨率低；摄像头的信息丰富且有识别功能，比如检测行人、形变物体、停车场横杆，识别各类交通标识，受成像条件和学习样本限制；激光雷达测距远精度高，分辨率较高，但成本高、受阳光，雨雾和互干扰影响，对工作温度等工作环境的要求也较高；

无人驾驶将带动整个泛汽车行业发生改变，颠覆性地重构消费者的出行体验，拭目以待；

针对无人驾驶的配套建设：其中法律法规并不完善、基础设施尚未建立、人们接受程度还没成熟；

多方面因素将影响自动驾驶落地，而低速自动驾驶专用车有望率先落地实用；

低成本技术方案：以视觉技术为主、毫米波雷达为辅、多传感器融合的技术方案；

低成本方案，不等于不安全，落地后续具有极强竞争力；

平安城市：

视频监控+计算机视觉+深度学习+控制云端等结合；

行人检测追踪旨在监控摄像头中定位追踪特定目标人；

行人重识别旨在解决跨摄像头的行人追踪问题；

行人属性识别是指通过算法对行人的性别、年龄、体态、衣着和附属物等进行识别；

行为识别是安防中最大且迫切的需求，事件按照进程可以分为事前、事中和事后，而技术防范手段的主要作用是事前的预警防控、事中的常态监督和事后的规范执法；

海量视频监控数据与人力分析瓶颈之间的矛盾，使得安防系统有效运转面临挑战。一方面对视频监控人员人体产生危害，另一方面，相关研究表明人在盯着视频画面仅仅22min之后，人眼将对视频里95%以上的活动信息视而不见；

人工智能：

人工智能发展三大要素，算力突破-智能芯片、算法突破-深度学习、资源突破-大数据；

人工智能三大分支：经验主义、连接主义、符号主义；

识别任务为目标分类、目标检测、目标识别、语义分割；

未来趋势：万物互联；

希望让机器更好的理解与服务人类；

打破所谓天花板，永不停息；

没有理由停止创新，创新才能突出重围；

压箱底的老技术，其实是非常有用，没必要非得追求新颖；

定义问题，优化目标；

快速迭代，问题总结；

切分模块，各个突破；

AI视频的未来：智能、交互、开放；

没有最好的算法，只有最合适的算法；

代码框架的选择不是只有一种方向；

底层化、通用化的东西结合项目，看是否有必要做罢了；

复杂情况需提高精度，利用深度学习+大数据；

-------------------------------------------