北京開放ai演算法嗎

Ⅰ 中國人工智慧現在情況如何

2017年9月，高盛發布了關於中國人工智慧的最新研究報告，報告詳細剖析了受益於AI技術的一眾中國公司及中國人工智慧崛起的各種因素，稱中國的人工智慧正在崛起，中國將成為全球的AI超級強國。

本周，美團外賣在北京舉行「智能語音助手」發布會。據介紹，該產品基於豐富的大數據及多項人工智慧技術，讓騎手在送餐過程中可用語音交互完成接單、上報等操作，不再需要手動操作手機。並且系統還將根據騎手騎行狀態自動喚起交通安全提示，從而減少安全隱患、保障騎手生命安全，這也是美團外賣「長城計劃」的第三個重點落地項目。

千萬不要小看這些初設人工智慧的企業，因為他們將代表著中國人工智慧行業的中堅力量，他們將滲透入中國的各行各業並建立不同的服務模式。正如科大訊飛董事長劉慶峰所說的：「人工智慧+時代，是屬於人工智慧領域萬千開發者和科學家的新時代。這里空間廣闊，完全容納得下千帆競發的產業生態。」

人多，需求也高。

Ⅱ AI演算法屬於軟體企業嗎

AI演算法屬於軟體企業。
軟體企業指以計算機軟體開發生產、系統集成、應用服務和其他相應技術服務為其經營業務和主要經營收入，具有一種以上由本企業開發或由本企業擁有知識產權的軟體產品，或者提供通過資質等級認定的計算機信息系統集成等技術服務的企業。
為推動我國軟體產業和集成電路產業的發展，增強信息產業創新能力和國際競爭力，帶動傳統產業改造和產品升級換代，進一步促進國民經濟持續、快速、健康發展，2000年6月24日，國務院發布18號文件――《鼓勵軟體產業和集成電路產業發展的若干政策》。

Ⅲ 亂花漸欲迷人眼,AI如何才能真正落地

人工智慧歷史上經歷過數次沉浮，如今再次被引爆。

從政府、學術界、企業界、投資界到創業者們，無一不將人工智慧視為未來方向;而分析師和媒體從業者們的海量分析報道，更是讓人工智慧快速佔領了每一個普通人的視聽。

於是，正如歷史上每一個產業的興起，人工智慧在歌舞昇平的同時，也逐漸變得有些「亂花漸欲迷人眼」。

從積極的一面來看，人工智慧催生了大量新技術、新企業和新業態，為個人、企業、國家乃至全球提供了新的經濟增長點，甚至將驅動第四次技術革命，創造巨大的價值。

IDC預計，全球人工智慧支出到2020年將達到2758億人民幣，未來五年復合年增長率將超過50%。中國人工智慧技術支出將達到325億元，佔全球整體支出的12%。

從消極的一面來看，盡管人工智慧揭開了一個全新的時代，但也在不斷滋生著「泡沫」，吹捧有之，跟風有之，噱頭有之，近兩年，數十家中美AI創業企業密集倒閉，大量AI創業項目中途夭折，不免讓人感慨，人工智慧是否只是「看上去很美」？

那麼，人工智慧的未來到底會發展成怎樣？如何才能真正落地？如何才能實現規模商業化？盡管人工智慧的概念的提出已經有六十餘年，但理論、技術和應用、商業的結合並沒有太多前人的足跡。

故而，在人工智慧產業的發展中，「拓荒者」和「領頭羊」的角色就顯得尤為重要。

「場景驅動」是AI落地關鍵

在人工智慧的諸多玩家中，阿里巴巴已經正在努力成為這一角色。對於AI的未來，阿里已經有了清晰的認知，以及與眾不同的AI發展路徑。

12月20日，在雲棲大會·北京峰會上，阿里雲總裁胡曉明提出了「AI for Instries」(產業AI)的理念：人工智慧不應僅僅是實驗室里的、PPT里的「概念上的AI」，更應是「產業AI」。

胡曉明表示，「產業AI」的提出，是基於阿里巴巴對人工智慧的三個判斷：

「第一，必須要有場景驅動，我們在解決什麼問題，為這個社會的成本降低了多少，效率提高了多少;第二，在人工智慧背後是否是有足夠的數據來驅動AI能力的提升;第三，是否有足夠的計算能力支撐我們的演算法、深度學習;只有三個場景同時具備的前提下，人工智慧才會有價值」。

阿里將「場景驅動」放在了首位，這正是阿里「產業AI」戰略的核心，也是阿里獨特的AI發展路徑，更是阿里能夠將AI實現落地的獨家秘笈。

和很多企業和機構的做法不同，阿里的AI旅程並不是從實驗室中的研究和討論開始，而是反其道行之，從基礎業務部門開始推動，讓AI從日常場景中「長出來」。

例如，手機淘寶中能夠讓用戶通過拍照的方式實現「以圖搜圖」的「拍立淘」功能，就是源於電商場景，之後通過解決一個個的技術問題，最終形成成熟的AI解決方案。

電商平台為阿里提供了AI生長的優良土壤。大量消費者普遍的、或者個性化的需求造就了不同的應用場景;海量數據為AI提供了充足的「原料」;而阿里雲強大的計算能力則成為了AI實現的加速器。三要素齊備，阿里得以讓人工智慧快速發揮出價值。

事實證明，阿里選擇的這條「自下而上」、「從場景中來」、「再到場景中去」的產業AI路徑方向正確，並行之有效，推動了AI技術在行業應用場景中的真正落地。

「雙11」當天，機器人客服「阿里小蜜」承擔了95%的客服咨詢;機器智能推薦系統生成了超過567億個專屬貨架;AI設計師「魯班」在雙11期間設計了4.1億張商品海報;而阿里華北數據中心運維機器人接替了運維人員30%的重復性工作。

不僅在零售領域，阿里「產業AI」布局已經覆蓋城市、金融、司法、農業、教育、航空、工業、安全、環境、醫療十大垂直領域，並已相繼開花結果，目標以AI技術對垂直產業進行全局重塑。

例如，在金融領域，阿里通過雲計算和智能演算法，將南京銀行申請貸款過程中的人工視頻驗證減少54%;在工業領域，阿里雲ET工業大腦幫助天合光能將電池A品率提升7%;在智慧城市領域，阿里雲ET城市大腦在杭州接管了128個路口的紅綠燈，通過對視頻等數據的全量分析來優化道路運營速度和效率，在試點區域的道路上通行時間減少了15.3%。

在胡曉明看來，過去每一次產業革命都是技術與產業的深度融合，從而引發經濟和社會變革，AI也不例外。未來AI要深入各行各業，去解決生活、生產和社會環境中遇到的棘手問題，這樣才能引領真正的產業革命。

通過「產業AI」布局，阿里正在這條「產業與AI深度結合」的路上漸行漸遠。

「ET大腦」讓行業共享AI紅利

一年前，阿里雲發布了人工智慧ET，全面整合了阿里巴巴的語音、圖像、人臉、自然語言理解等能力。在12月20日的雲棲大會·北京峰會上，阿里雲正式推出整合城市管理、工業優化、輔助醫療、環境治理、航空調度等全局能力為一體的ET大腦，將ET從單點的技能升級為具備全局智能的ET大腦，全面布局產業AI。

ET大腦LOGO

據阿里雲機器智能首席科學家閔萬里介紹，ET大腦的核心能力是「量子拓撲」，其誕生主線要追溯到1905年愛因斯坦發布的關於布朗運動的論文：「從一個巨大的網路上，怎麼樣從這些傳播的表象上找到它最核心的路徑？而這一點恰恰是ET大腦最核心的一個能力，也是與眾不同的能力。」

閔萬里表示，相較於其他AI產品，阿里雲ET大腦將AI技術、雲計算大數據能力與垂直領域行業知識相結合，基於類腦神經元網路物理架構及模糊認知反演理論，實現從單點智能到多體智能的技術跨越，打造出具備多維感知、全局洞察、實時決策、持續進化等類腦認知能力的超級智能體。

ET大腦的發布，意味著阿里雲的AI能力已經從單點技術進化到面向垂直行業的全局能力，在過去的一年中，ET大腦在城市、工業、醫療等領域獲得大量實踐，量變引發質變，進而能夠升級為各行業的「大腦」。閔萬里表示，ET大腦將被設定為一個開放的生態，讓創業公司、開發者和行業公司一起來分享技術的紅利。

除了ET大腦，阿里雲在雲棲大會·北京峰會上還發布了ET航空大腦，用運籌優化、機器學習等人工智慧方法分配停機位，預計每天調度1700架次航班，幫助乘客節省5000個小時，大大提高航班中轉效率，從而降低延誤率。

據閔萬里介紹，為機場提供停機位的智能調度只是ET航空大腦的功能之一，航空大腦還希望深入航空的其他場景。此前，阿里雲天池平台曾聯合廈門航空、白雲機場啟動智慧航空AI大賽，向全球工程師發出邀請，用智能演算法解決航空場景下的問題。未來，ET航空大腦將繼續為航班智能恢復、機場地勤人員調度、航空公司航線規劃等提供人工智慧解決方案，打造智慧航空。

在雲棲大會·北京峰會上，阿里雲還宣布推出具備智能風控、千人千面、關系網路、智能客服等能力的智能決策金融方案——ET金融大腦。

據阿里雲金融事業部總經理徐敏介紹，ET金融大腦可輔助銀行、證券、保險等金融機構實現對貸款、徵信、保險等業務的智能決策及風控監管，可大幅降低資損率，提高信用卡等預測准確率，促進金融機構在互聯網消費金融、中小微企業金融服務等普惠金融方面的探索。

如今，ET金融大腦已經在南京銀行、浙商銀行、廣發銀行等金融機構得到應用，在智能風控、「千人千面」的金融服務、開拓「新金融」商業模式中大顯身手。

推落地促生態，讓AI「普惠」大眾

從《終結者》、《黑客帝國》到《西部世界》，人類表達了對於人工智慧的隱憂，未來，人工智慧是否將代替人類？MIT人類動力學實驗室主任、《智慧社會》的作者Alex Pentland曾經指出，其實我們要憂慮的並非是全球化人工智慧本身，而是它的幕後操縱者。

人工智慧是人類創造的工具。如今，業界更樂於將人工智慧定位於「增強智能」，其目標不是為了代替人類，而是增強人類的能力，為人類生產生活服務。故而，人工智慧不應被封閉在實驗室之中，而是要與人類生產生活緊密結合，普惠大眾。

阿里所提倡的「產業AI」，正是一種將其AI能力開放，普惠大眾的做法。阿里AI能力相繼在城市、工業、汽車、零售、金融、家居、航空等領域落地，在破解行業難題的同時，也切實為普通消費者的生活帶來了改變，讓消費者切實能夠從AI中獲益。

阿里也正在通過開放合作，讓AI能力惠及更多的行業和消費者。

在雲棲大會·北京峰會上，阿里雲和中國電信在安全領域展開合作，雙方將於明年共同推出定製化DDoS防護服務，為中小企業提供普惠安全;新華書店攜手阿里雲，布局智慧書店，在消費側與顧客建立緊密連接，打造全新的「悅讀生活」理念，滿足消費者多元化、個性化的需求。

同時，阿里雲同隆平高科、中信雲宣布達成戰略合作，計劃將ET大腦推進到農業領域，主要用於篩選育種、基建數據化、農事管理、基地選址及農作物生產預測。阿里雲與寶馬中國正式對外宣布，雙方將基於物聯網，為寶馬車主提供從家到車的一站式無縫連接的遠程服務，實現查詢汽車實時狀態以及遠程式控制制車輛的智能生活。

除了將AI技術和行業深入結合，普惠大眾，阿里還在積極參與人工智慧生態的建設和人才的培養，推動人工智慧在中國的加速落地。

在雲棲大會·北京峰會上，阿里雲聯合掌通家園、貝聊、智慧樹、小蟻科技、得圖等廠商發布了「AI視覺守護聯盟」，希望將人工智慧、視頻技術和工業、農業、教育等行業深度結合。

阿里雲深度融入了國家大數據戰略，包括深度參與兩個由政府發起的大數據國家工程實驗室;阿里雲「天池」大數據平台已經聚集了超過11萬名開發者;阿里亦已和307所中國大學開啟了普惠計劃，將雲計算、大數據、人工智慧等新技術帶進高校，培養人才。

綜上，中國人工智慧的發展和落地，既需要「拓荒者」和「領頭羊」，也需要整個生態的繁榮和健康發展。在這個過程中，阿里及其所布局的「產業AI」，都扮演了關鍵的角色。

Ⅳ 我國人工智慧的發展現狀

經過多年的持續積累，我國在人工智慧領域取得重要進展，國際科技論文發表量和發明專利授權量已居世界第二，部分領域核心關鍵技術實現重要突破。

語音識別、視覺識別技術世界領先，自適應自主學習、直覺感知、綜合推理、混合智能和群體智能等初步具備跨越發展的能力，中文信息處理、智能監控、生物特徵識別、工業機器人、服務機器人、無人駕駛逐步進入實際應用，人工智慧創新創業日益活躍，一批龍頭骨幹企業加速成長，在國際上獲得廣泛關注和認可。

加速積累的技術能力與海量的數據資源、巨大的應用需求、開放的市場環境有機結合，形成了我國人工智慧發展的獨特優勢。

與此同時，我國人工智慧整體發展水平與發達國家相比仍存在差距，缺少重大原創成果，在基礎理論、核心演算法以及關鍵設備、高端晶元、重大產品與系統、基礎材料、元器件、軟體與介面等方面差距較大。

科研機構和企業尚未形成具有國際影響力的生態圈和產業鏈，缺乏系統的超前研發布局；人工智慧尖端人才遠遠不能滿足需求；適應人工智慧發展的基礎設施、政策法規、標准體系亟待完善。

人工智慧領域技術能力全面提升為人機協同奠定基礎

隨著大數據、雲計算、互聯網、物聯網等信息技術的發展，以深度神經網路為代表的人工智慧技術飛速發展，人工智慧領域科學與應用的鴻溝正在被突破。

圖像分類、語音識別、知識問答、人機對弈、無人駕駛等人工智慧技術能力快速提升，技術的產業化進程得以開啟，人工智慧迎來爆發式增長的新高潮。機器在人工智慧技術的應用下，在「視覺」「聽覺」「觸覺」等人體感官的感知能力不斷增強。

例如計算機視覺領域中深受關注的Image Net圖像識別挑戰賽獲獎結果表明，2015年，計算機對於圖像的識別能力已經超過人類水平，這意味著計算機能夠在多種場景下一定程度上替代人類視覺的工作，更高效地完成任務。

同時得益於深度學習演算法能力的提升，語音識別、自然語言處理等人工智慧演算法的不斷革新助推計算機視覺產業持續向前。

人工智慧技術能力的不斷成熟使得機器能夠實現越來越人性化的操作。人工智慧技術能力的全面提升為人機系統的能力實現奠定了堅實的基礎。

Ⅳ 2019學AI編程怎麼樣發展如何

原標題：2019年中國人工智慧行業市場分析：發展泡沫逐漸消失，人才發展乃是關鍵

2019年全球人工智慧行業發展概況分析

從日本經典動畫《攻殼機動隊》人工智慧(AI)技術的運用，再到最近好萊塢影片《阿麗塔：戰斗天使》的機械人，在科幻電影中，AI已經成為最常見的主題之一。

而屏幕之外的現實世界，不論是帶有虹膜識別的安防攝像頭，還是裝載有Autopilot(自動輔助駕駛)的自動駕駛汽車，人工智慧技術的運用，更像水和電一樣開始滲透至經濟社會發展的各個方面。

資本的投入加速了AI的發展。關注初創期投資的英國風投基金MMCVentures近日發布關於AI的研究報告(下稱「報告」)顯示，全球早期AI公司的投資資金在五年內增長了15倍，在2018年估計可達150億美元(約合1008億元人民幣)。

人工智慧技術的第一大國——美國繼續全力領航。日前，美國白宮啟動一個新官方網站「AI.gov」，發布美國各聯邦機構為落實人工智慧「全政府」戰略而採取的具體舉措。該網站顯示，美國國家科技委員會下設的人工智慧特別委員會將負責協調15個聯邦機構推動人工智慧技術的研發。

而熱度之下誕生的不只是成倍涌現的技術和企業。

上述報告就指出，在歐洲2830家標榜為人工智慧的公司中，有1580家符合人工智慧公司的定義，也就是說，四成的公司其實和人工智慧沒任何關系。該研究團隊還發現，「一家公司，若是打上AI的標簽，能多獲得15%~50%的融資。」

上海交通大學電子信息與電氣工程學院副院長王延峰告訴第一財經，這種現象不只出現在歐洲，全球都存在。任何一個革命性的東西出來，都會伴隨著泡沫的產生，這也是產業發展的必然規律。但隨著人工智慧+傳統產業的不斷融合，不斷的震盪和淘汰之下，最終留下的還是那些經得住火煉的「真金」公司。

2019年中國人工智慧市場規模將達280億

中國人工智慧市場規模在持續增長。據前瞻產業研究院發布的《中國人工智慧行業市場前瞻與投資戰略規劃分析報告》數據顯示，2017年中國人工智慧市場規模將達到152.1億元，增長率達到51.2%。隨著人工智慧技術的逐漸成熟，科技、製造業等業界巨頭布局的深入，應用場景不斷擴展，初步測算2018年中國人工智慧市場規模將突破200億元大關，達到238.2億元左右，增長率達到56.6%。預測2019年中國人工智慧市場規模將達280億元左右。

2014-2019年中國人工智慧市場規模及增長情況預測

數據來源：前瞻產業研究院整理

人工智慧泡沫正逐漸消逝

「剛開始(2012年)做AI時基本沒遇見幾個有AI技術的公司。」說起剛創業時的情景，Video++極鏈科技集團聯合創始人&COO董慧智對第一財經記者表示。

據他回憶，從2016年開始，國內AI公司一下子多了起來，其中確實有一些真正做AI的公司，但也不乏一些互聯網公司甚至傳統廣告公司來湊熱鬧。

當前，人工智慧技術處於第三個發展高潮期，以機器學習特別是深度學習為核心，在視覺、語音、自然語言等應用領域迅速發展。即使有資本和政策大力支持，但在實際應用場景轉化中，還存在不少的不確定性。

用董慧智的話來說，他們是幸運的。起初，他們的團隊設想從實驗室開發出來的演算法到最後的應用場景落地(商用)，只要演算法面世就算成功了90%。然而，反復實踐後，才發現低估了實驗室演算法和商業應用之間的鴻溝。

「在2015年，我們開放了研究出來的AI演算法，結果在應用時卻發現演算法沒法應用，因此又加大投資，用了兩年多的時間才做到真正應用。現在不少創業者其實是把DEMO(未成形的測試版演算法)放出來，能否落地又是另一回事。」他指出。

此外，由於AI公司的實際技術門檻很高，在發展的過程中，不僅那些打著噱頭的公司會露出馬腳，就連真正的AI公司也可能因為數據和技術的匱乏而關閉。

「小的初創AI企業有兩個大的問題，數據集有限，加上商業這塊沒有出現殺手級的應用，很可能就支撐不下去了。」騰訊研究院產業研究中心副主任吳朋陽告訴第一財經記者。

盡管如此，隨著傳統行業亟待轉型，各個垂直行業對於AI的融合傾向也愈加明顯。報告顯示，預計到2019年底，超過三分之一的企業將部署人工智慧。與此同時，在行業和資本方面，也開始出現了一些新的變化。

吳朋陽表示，從2017年開始，全球對於人工智慧的投資開始變得謹慎。目前在行業上，也開始從線上走向線下，其中製造業就是典型。

「勞動力成本上升、企業生產效率不高的情況下，AI可以發揮很好作用。而製造業相對復雜，所以這是一個單點突破的過程，比較典型的就是圖像識別的應用，比如質檢的准確性甚至可以超過人的處理水平。」吳朋陽分析說。同時他認為，未來醫療和教育這種公共服務領域的突破更有潛能，因為AI可以解決優質資源分布不均的問題，並能激發這種公共服務的數據潛能。

中國在應用層佔主導

從層次上劃分，AI主要有基礎層、技術層、應用層三層。歐美國家在基礎層起步早、投入大，中國則是在應用層和技術層涌現出諸多公司。

上述報告顯示，亞太地區採用AI技術企業的數量是北美地區公司的兩倍。其中，中國公司引領亞太AI，北京、上海、廣東以及浙江和江蘇是主要的聚集地。

和歐美比較，中國的AI產業發展異同也十分明晰。

商湯科技香港公司總經理尚海龍對第一財經記者表示，中國AI產業發展更注重落地應用，同時也在不斷提升對基礎研究的加強，以及對原創基礎設施的搭建。

而應用場景的落地對於原創基礎研究、平台搭建的牽引作用也不容小覷。龐大的市場應用激發和倒推基礎層，這是中國區別於歐美AI產業的最大特點和優勢。

根據中國信息通信研究院去年年底發布的《人工智慧發展白皮書——產業應用篇》，從產業規模看，2017年國內人工智慧市場規模達到237.4億元，相較於2016年增長67%。其中以生物識別、圖像識別、視頻識別等技術為核心的計算機視覺市場規模最大，佔比34.9%，達到82.8億元。

不論是今年的政府工作報告中首次提到的「智能+」，還是中央深改委19日審議通過的《關於促進人工智慧和實體經濟深度融合的指導意見》，以及2017年底的工信部《促進新一代人工智慧產業發展三年行動計劃(2018-2020年)》，都賦予了AI+傳統行業更多可能。

王延峰說，中國的「互聯網+」提了4年，而新一輪的「智能+」，是產業的自然遞進和提升。「『互聯網+』解決了數據，而AI的核心就是數據演算法算力，數據發展程度不夠是做不到智能化的。如今經過幾年發展，數字化進程又提升了一步，所以可以跟人工智慧結合產生新的業態。」他預計，未來的3~5年，「智能+」傳統行業會有明顯的深度融合。

行業熱度持續，更需要人才的助力

長期跟蹤AI產業的騰訊研究院研究員俞點根據最新數據對記者分析，在全球來看，英國有20家高校開設了相關的課程，美國168家，中國2017年是20家，2018年30多家高校開設相關專業，也就是說全球設有AI方向的高校一共近400所，來滿足全世界百萬級的需求。

我國人工智慧人才缺口至少在100萬以上。而且由於合格AI人才培養所需時間遠高於一般IT人才，人才缺口很難在短期內得到有效填補。」俞點說，AI對技術要求非常高，非本專業的學生雖然可以學習相關AI知識，比如專業是計算機，學一年神經網路就可以做比較初級的人工智慧開發，但是深度的基礎開發還是需要高精尖的AI人才。

俞點所說的基礎開發的人才，也是中國AI市場最為缺乏的。王延峰表示，中國AI領域的優勢在於應用端的人才豐富，「場景豐富，加上教育部學科目錄也在跟進，應用層面的人才儲備較多。」但是畢竟起步晚，高端、前沿人才和國外比還有較大差距。

而董慧智則認為，AI人才的薪酬還要和公司具體情況結合，例如他們這種垂直性強的應用型AI公司，就不需要儲備大量的高端AI人才。雖然目前公司有幾十個博士，但還是碩士居多。「很多商用過程不需要博士，而碩士生是完全可以把握的。」他說，在公司AI不同層次人才收入差距也較大，頂尖級的人才甚至沒有上限。

Ⅵ 你覺得北京全面開發自動駕駛計程車，有沒有危險性

我覺得有一定風險性，但風險目前不可預計，需要長效的時間觀察。具體原因如下：

第一、人工智慧AI技術還不夠成熟。現在在北京開放的自動駕駛是由網路公司進行操作執行的，項目網路Apollo，是網路全球最大的自動駕駛平台，現在計劃是五年內實現網路的無人駕駛技術會進入規模化商用階段，一線城市將不再需要限購限行（控制流量）；預計10年之內，基本解決交通擁堵問題。按照現在網路的統計數字，目前大概有10萬人已經嘗試過無人車的使用（是免費體驗喲），這個數字正在向百萬前進。從網路這幾組數字來看，網路的技術是有，但也在測試過程中，需要通過交通，實際問題等等一系列的磨合才能真正推出。

Ⅶ 海康威視ai演算法怎麼設置海康威視AI隱患識別如何設置 演算法

摘要 海康威視在去年的基礎上，展現了更多產品方案的落地與思考，如打造「兩池一庫四平台」等產品實現基礎能力和數據的開放。也許是因為行業傳統思維仍在，有人認為是「炒冷飯」，但如果深入理解，事實並非如此。去年提出架構，今年落地相應軟硬體產品，這些部署都可以看出海康威視在定義AI能力的實現方式。

Ⅷ 北京人工智慧2020年達世界先進水平

日前，北京市出台《加快科技創新培育人工智慧產業的指導意見》，明確北京人工智慧發展時間表：到2020年，新一代人工智慧總體技術和應用達到世界先進水平，部分關鍵技術達到世界領先水平，並形成若乾重大原創基礎理論和前沿技術標志性成果。

因此，利用「人臉+步態」雙模式識別,可最大化地辨識可疑人員,提高安全等級，也可以在公交領域應用，實現安防布控、無卡出行、人群密度、超流量預警等。

「高精度人群計數技術」是通過普通2K攝像機，對100米外1000平方米1000人規模實時計數，只露出頭部即可,就能達到95%准確率。該項技術可進行人群密度實時計算,對超出安全系數的人群密度進行預警,避免發生踩踏等重大安全事故。