2020 年 9 月 5 日，第三届「中国人工智能安防峰会 」即将于杭州强势重启。（原计划 6 月 20 日开幕，疫情原因延期召开）
一名科学家开山立派，最显著的标志就是世界级的重大研究方向，能够与该学者划上等号，如相对论之于爱因斯坦，神经网络之于 Geoffrey Hinton。
「中国人工智能安防峰会 」给出的答案是：城市大脑数字视网膜化、机器视觉三维化、数据建模联邦学习化。
数字视网膜、三维视觉、联邦学习，对应的世界级领军科学家，分别是高文、权龙、杨强。
2018-2020 年间，中国人工智能安防峰会，分别邀请了高文、权龙、杨强，首次出席安防论坛，讲述世界级前沿技术，对安防行业的变革。
2018 年 3 月，深圳，雷锋网 AI 掘金志举办中国首个以「动态人脸与车辆识别」为主题的AI 安防峰会。
这是业内第一次将五大安防企业（海大宇天网）及商汤等 AI 独角兽的首席技术高管，聚于一堂的行业盛会。
峰会之上，中国工程程院院士、鹏城实验室主任高文带来了题为《城市大脑与数字视网膜》的开场报告。
他提到，智慧城市已被谈及多年，“视频监控+AI”也成为众多公司研究的方向。
现阶段，通过监控摄像头让城市变得更智智慧，不单单是单一的视频检索和计算机视觉问题，而是在面临海量信息和突发事件时，能否能迅速做出一定的反应、能否降低计算量、能否有效识别和检索等一系列庞大的系统工程。
现有视频监控体系的弊病，使得很多复杂任务没办法完成，即便是人工智能大规模渗入后，需求方也往往为了一些特殊目的才加特定的智能摄像头和处理系统。有些专用摄像头只是用来识别车牌号，有些摄像头只用来识别人脸，这种打补丁式的方法实际会带来很多问题。针对这样一些问题，高文院士提出了“数字视网膜”的概念。
所谓数字视网膜，即类比于人类视网膜，对传统摄像头乃至视觉计算架构进行演进与革新，从而能更智能地支持城市大脑，服务智能安防、城市精细管理等智能应用。
具体来说，传统摄像头只是把拍摄到的视频数据压缩后上传到云端进行存储，再做分析识别处理。
而数字视网膜则要求在摄像头端对拍摄视频进行高质量视频编码和视觉特征提取编码，对压缩编码过后的视频流进行本地存储的同时按需上传到云端，而所有的紧凑特征流同步实时同步到云端，从而既能确保高效的存储，又能够便捷地支撑大数据查询分析。
与此同时，支持在端 - 边 - 云之间进行面向智能视频编码和特征分析的深度学习模型自适应迁移、压缩、更新与转换。
简而言之，数字视网膜就是这样一种包含视频编码流、特征编码流和模型更新流的可伸缩端边云协同视觉计算架构。
这一概念从正式提出至今，才不过三年，然而从最初构想、前期实践、到理论基础构建却花了近五年的时间。即使到现在，数据视网膜的技术框架也仍然在逐渐完备当中，但其影响却将是颠覆性的。
我国已明白准确地提出“到 2020 年，基本实现全域覆盖、全网共享、全时可用、全程可控的公共安全视频监控建设联网应用”，但是假如没有重大技术突破，数千万摄像头根本没办法实现“全网共享”的实时数据汇聚，更不可能实现“全时可用”的联网分析识别，“数据大”变不成“大数据”，巨大潜在价值无法发掘。数字视网膜是应对上述挑战的一种可行的颠覆性技术发展方向。
高文院士对于「数字视网膜」的理解，是伴随着对城市中视频监控体系所有一定的问题的深刻认识而不断深化的。
据可考查资料，高文院士最早对城市中摄像头所存在缺陷以及可能的改进进行思考始于 2013 年初（或者稍早）。
在 2013 年新年伊始，高文院士曾接受人民网采访，他提到现代摄像头密布，但还需要后端人力去盯，一旦遇到重大案件，去调用录像资料，却往往起不到太大作用。
如果能够在设计视频编码时，让系统把数据中有用的信息抽取、挖掘并分析出来，不但能节省后期的人力投入，而且能起到应急作用。可以合理猜测，这样一个时间段他已经有了模糊的概念，但对于具体如何去做，却仍在酝酿当中。
在 2013 年 10 月，高文院士在中国信息化周报上发表了题为《智慧城市中的视频编码、分析与评测》的文章。在这篇文章中，他首次系统提出了他对“智慧城市”中视频监控所有一定的问题的深入思考，他指出：
1、目前的监控系统在设计时是为了视频存储和以人为核心的视频跟踪，而非以计算机为中心的自动分析，因此靠这样一套系统来实现智慧城市的视频系统，去做自动分析，是根本没办法完成的。
2、智慧城市中的视频技术面临三大问题，分别是存储成本高（数据量太大）、检索困难、对象再标识难。而这三个问题归结到本质则是两个问题，一个是编码问题，而另一个是视频分析识别问题。因此如何对监控视频进行高效视频编码，以及如何对其做多元化的分析和检索，是必须要思考的两个本质问题。
3、在学术界存在一个奇怪现象，即做视频编码的学者对视频分析不感兴趣；而反过来，做视频分析的人对编码也不感兴趣。原因主要在于前者处理的是像素和图像块，属于图像处理领域，而后者处理的是图像特征，属于模式识别领域。就像两条路上跑的车很难交汇。
幸运的是，高文院士正好跨界这两个圈子，无论是在视频编码领域，还是在计算机视觉（特别是人脸识别）领域，他都有着重要的影响力。
其学生陈熙霖、山世光两位研究员继承了他在人脸识别领域的衣钵，如今已成为国际计算机视觉领域的领军人物；
而其学生黄铁军和马思伟两位教授则继承了他在编码领域的衣钵，在国际视频编码领域也有着重要的影响力。
高文院士对当代城市监控系统存在问题的本质分析，奠定了他在随后解决这一问题的研究思路和方向。
关于高文院士高文，北京大学博雅讲席教授。1982 年于哈科大获得学士学位，1985 年于哈工大获得硕士学位，1988 年和 1991 分别获得哈工大计算机应用博士学位和东京大学电子工程博士学位。
1991 至 1996 年就职于哈尔滨工业大学，1996 至 2006 就职于中国科学院计算技术研究所，2006 年 2 月至今就职于北京大学。IEEE Fellow、ACM Fellow、中国工程院院士。
他的研究领域为多媒体和计算机视觉，包括视频编码、视频分析、多媒体检索、人脸识别、多模态接口和虚拟现实。
他最常被引用的工作是基于模型的视频编码与基于特征的对象表达。他先后出版著作七本，合作发表 300 余篇期刊论文、700 余篇国际会议论文。
他先后多次获得国家科技进步奖、国家技术发明奖、国家自然科学奖等学术奖励。
2019 年 3 月，雷锋网 AI 掘金志再次站在技术、产业和商业格局最前沿，在杭州举办第二届「中国人工智能安防峰会」。
大会共设置“城市大脑与边缘计算”·“全球顶尖算法应用”·“前端动态识别与智能视频云”·“城市 AIoT 与边缘智能引擎”四大议程主题。
本次峰会之上，CVPR、ICCV 世界顶会主席权龙教授为与会者们带来了题为《三维视觉重新定义智能安防》的开场报告。
权龙教授认为，人工智能的核心是视觉，但现在的视觉仍局限在二维识别层面，未来三维视觉重建将会成为最重要的任务。
现在的计算机视觉就是基于卷积神经网络而来，整个 CNN 的架构格外的简单，能做的事其实也没那么多，它提取了高维的特征，然后要结合其它方法解决视觉问题。
如果有足够的数据还可以明确定义想要的东西，CNN 的效果很好，但是它并没有智能。
它能识别出猫和狗，但猫和狗的分类都是人类自己定义的，人类能把猫和狗分开，也可以把复杂的狗类动物进行聚合和分类，这么多东西本质上来说并不是客观的，而是主观的。
人们做计算机视觉研究的理想，是让机器进行理解图像。如何让它进行理解？这非常的困难，直到现在也没有人知道它怎么去进行理解。现在它能做的，只能做到认知。人们研究计算机视觉的目的是得到视觉特征，有了视觉特征后才能开展一系列工作。
为什么视觉特征如此重要？在语音识别领域，语音的特征已经定义得非常清晰——音素。
但如果拿来一个图像，问它最重要的视觉特征是什么，答案并不明确。图像包含像素，但像素并不是真正的特征。像素只是一个数字化的载体，将图像进行了数字化的表述。计算机视觉的终极目标就是寻找行之有效的视觉特征。
在这样一个拥有视觉特征前提之下，计算机视觉也只有两个现实目的，一个是识别，另一个是三维重建。
计算机视觉不是一个很好定义(ill-posed)的问题，没有一个完美的答案或方法。
这一轮的卷积神经网络最本质的一件事是重新定义了计算机视觉的特征。在此之前，所有的特征都是人工设计的。今天 CNN 学来的东西，它学到特征的维度动辄几百万，在以前没有这类网络的情况下是根本做不到的。
纵使 CNN 的特征提取能力极其强，但是别忘记建立在 CNN 基础上的计算机视觉是单目识别，而人类是双目。
双目视觉对整个生物世界的等级规划区分是很严格的。马的眼睛往外看，对角的部分才有机会得到一部分三维信息，但它的三维视角非常小，不像人类。鱼的眼睛也是往两边看的，它的主要视线范围是单目的，它能看到的双目视区也是非常狭窄的一部分。
人类有两只眼睛，通过两只眼睛才能得到有深度的三维信息。当然，通过一只移动的眼睛，也能够得到有深度的信息。
获取深度信息的挑战很大，它本质上是一个三角测量问题。第一步需要将两幅图像或两只眼睛感知到的东西进行匹配，也就是识别。
这里的“识别”和前面不一样，前面提到的是有标注情况下的识别，这里的“识别”是两幅图像之间的识别，没有数据库。它不仅要识别物体，还要识别每一个像素，所以对计算量要求非常高。
在生物世界里，双目视觉很重要，哺乳动物都有双目视觉，而且越凶猛的食肉的动物双目重叠的区域越大，用双目获得的深度信息去主动捕捉猎物。吃草的或被吃的动物视觉单目视觉，视野很宽，只有识别而无深度，目的是被进攻时跑得快。
在这一轮的 CNN 之前，计算机视觉里面研究最多的是三维重建这样的问题，在 CNN 之前有非常好的人工设计的视觉特征，这么多东西本质上最早都是为三维重建而设计，例如 SIFT 特征。
而在这之后的“识别”，只是把它放在一个没有结构的图像数据库里去搜索而已。由此可见，现代三维视觉是由三维重建所定义。CNN 诞生之前，它曾是视觉发展的主要动力源于几何，因为它的定义相对清晰。
一、定位置。假如我给出一张照片，计算机视觉要知道这张照片是在什么位置拍的。
二、多目。通过多目的视差获取三维信息，识别每一个像素并进行匹配，进行三维重建。
三、语义识别。完成几何三维重建后，要对这个三维信息进行语义识别，这是重建的最终目的。
权龙教授强调，人们要把三维场景重新捕捉，但三维重建不是最终的目的，而是要把识别加进去，所以说最终的应用肯定要把三维重建和识别融为一体。
关于权龙教授权龙教授是享誉世界的计算机视觉与图形学专家，全球最高级别的两大计算机视觉学术会议主席,是 CVPR 和 ICCV 创办 30 多年来极为少有的华人主席。
权龙于 1989 年在法国 INPL 取得博士学位,随后在法国 INRIA 任职 CNRS 高级研究员。2001 年加入香港科技大学并担任视觉计算与图像科学中心主任。
权龙同时也是知名三维重建视觉平台 Altizure 的创始人。权龙曾于 2011 年担任 ICCV 大会主席,也将在 2022 年出任 CVPR 大会主席。
国际人工智能联合会首位华人理事会主席 杨强教授联邦学习或为 AI 安防的第二落脚点
2020 年 9 月 5 日，第三届「中国人工智能安防峰会」也将如约而至，于杭州正式启幕。
AI 与安防的融合，经由 2018 年的静水深流、2019 年的混沌厮杀，2020 年的技术探讨研究与方案落地将会更为清晰、成熟。
今年峰会之上，国际人工智能联合会首位华人理事会主席杨强教授将会作题为《联邦学习下的数据价值与模型安全》的开场报告。用新一代 AI 技术，解决人工智能落地的最大两座大山：数据孤岛与数据隐私。
安防行业历经两次跨越，从最开始的通用级产品到解决方案，再到内容分析前置，接下来则是平台运营。未来，安防行业背后是兆亿级别且呈几何式增长的巨大流量入口。
1、认知问题相较感知问题较难解决。感知问题能用神经网络函数逼近，相比之下认知问题解决起来比较棘手，比如如何教会机器辨识一把椅子。
2、在弱线索、遮挡、模糊、对象追踪等情况下，人类在识别的过程中通常会依据常识，并加入丰富的想象及推理。但是想要将这些能力传授给机器则非常困难。
3、计算机视觉技术带给机器的能力不只是用来观察世界，而是需要与世界建立联系，从而一起做交互，而想要做到“交互”这一步，还有非常长一段距离。
在这个市场中，谁能清楚看到算法精度提升解锁的更多场景，并根据场景的变化做到最为快速且精准的反应，谁就能在未来竞比中走得更远。
一方面，AI 在安防行业的探索才起步；另一方面，做好 AI 所必须的数据养料有限且质量较差，不同数据源之间有难以打破的壁垒。
除了少数几家拥有海量用户、具备产品和服务优势的巨无霸企业外，大多数中小型 AI 安防企业难以以一种合理、合法的方式跨越人工智能落地的数据鸿沟，或者需要付出巨大的成本来解决这一问题。
此外，随着大数据的发展，重视数据隐私和安全慢慢的变成了一种世界性的趋势，一系列条例的出台更是加剧了数据获取的难度，这也给人工智能的落地应用带来了前所未有的挑战。
何解？针对这样的一个问题，雷锋网同时采访了六位学术界、工业界领头人，得到的答案比较一致：从目前的研究进展来看，“联邦学习”技术可能是解决以上问题的最佳选择。
联邦学习作为新一代人工智能基础技术，正在渗透到 AI 商用瓶颈的根源，通过解决数据隐私与数据孤岛问题，重塑城市安防、金融、医疗等领域。
近两年，在杨强教授等世界级专家的联合推动下，国内外诸多科技巨头，均已开始搭建联邦学习的研究与应用团队。
眼下，国内已然浮现联邦学习、共享智能、知识联邦、联邦智能和异步联邦学习等多个相关研究方向。
本次出席雷锋网第三届中国人工智能安防峰会，杨强教授所引领的联邦学习技术是否有新的进展？技术的迭代又匹配了哪些城市安防场景？而这是否又会带来新一轮的市场洗牌？
9 月 5 日，雷锋网 AI 掘金志将带你共同见证「城市安防」的未来，寻找问题的最优解。
关于杨强教授国际人工智能联合会（IJCAI）成立 50 年，唯一一位华人理事会主席。
国际两大顶级人工智能学术期刊《IEEE TBD》和《ACM TIST》开创主编。关键字：编辑：什么鱼 引用地址：安防行业前沿技术和未来变革的探讨
提到威盛电子，行业人士并不陌生，甚至能够说是耳熟能详。 在奔腾4的时代，威盛电子作为台湾老牌芯片公司，一度被英特尔、AMD视为市面上最强劲的对手。与此同时，威盛电子更是凭借主板芯片等硬件名噪一时，纵观海内外，能与之抗衡的对手屈指可数。 而对于威盛电子来说，从踏足芯片设计这一领域开始，便就把理想定位在“做世界第一流的中国人自己的芯片”，为追逐理想，威盛电子不畏艰险、执着进取，数十年如一日的坚持“中国芯”战略布局，推动IT产业绿色变革，在自身的发展征程上坚实地踏出每一个足印。 然而，随着PC市场逐渐没落、增速减缓，威盛电子开始规划自己的未来和发展，而AI成为威盛电子所瞄准的领域！ “其实威盛在AI领域的转型不是
行业嵌入式平台 /
人工智能曾经仅是科技领域关注的焦点，今年人工智能因国家领导人而大放光彩。先是习主席在英国伦敦进行国事访问期间，机器人为习大大表演微创手术；再是 全国大众创业万众创新活动周 上，百度机器人机智应答总理，机器人精彩表现的背后依赖的是人工智能技术。 今年7月4日，国家层面首次推出加快AI发展的指导文件《国务院发布的关于积极地推进 互联网＋ 行动的指导意见》，文件中精确指出，人工智能作为重点布局的11个领域之一。在席卷全球的人工智能浪潮中，我国人工智能技术进入到哪个阶段？在哪些关键领域已实现突破？下一步人工智能的发展趋势将是如何？能否从跟随转为主导？这是当下的考量，也是未来前行的关键。
迈向认知智能阶段 /
在工业4.0时代，AI是全球各行业智能化发展的动力引擎之一。近年来，AI所到之处遍地开花，不论是Google、Facebook、阿里巴巴等通过产业布局进入AI领域的互联网公司，亦或如旷视科技、极链科技Video＋＋、优必选科技等直接以AI起家的原生技术企业，都引领着AI技术带来的变革。 这场变革无疑也渗透到了航空领域之中。据预测，到2025年航空业对AI领域的投资将从1.52亿美元增长到22.02亿美元。那么，人工智能如何应用于航空安全呢？ 1、AI技术帮助实现智能航空 自动化系统在商用航空已应用多年，机器学习和人工智能技术承担了部分飞行员的职责。目前，已有多项技术应用与实践中。 例如，跑道超限保护（ROPS
松下今年百岁， 索尼 今年72岁。这两家老牌日本电子企业，五六年前曾经历巨额亏损的阵痛，经过艰难的转型，如今依然活跃在世界 消费电子 的舞台上。它们“葆青春”的秘诀在于，收缩电器业务并转守高端以维持消费者心中的品牌形象，并发展商用事业赚大钱。 商用事业赚大钱 索尼2017财年（截至今年3月31日）预计将创下72年来的营业 利润 新高峰，盈利将达到7200亿日元。其中，影像传感器所在的索尼半导体业务，是索尼利润贡献的“冠军”， 2017财年前三季已累计创利1654亿日元，主要受益于智能手机带动影像传感器销售大增。 索尼中国传媒公关部总监姜京源向记者透露，早几年索尼曾卖掉在日本的办公大楼，回收的钱就是投入到影像传感器的工厂
人工智能最近再次受到关注。3月5日，国务院总理在政府工作报告中提出，加快培育壮大新兴起的产业，全方面实施战略性新兴起的产业发展规划，加快新材料、人工智能、集成电路、生物制药、第五代移动通信等研发技术和转化，做大做强产业集群。这是“人工智能”首度被列入政府工作报告。实际上，2016年7月，在国务院印发的《“十三五”国家科学技术创新规划》中，人工智能被作为新一代信息技术中的一项列入规划。 人工智能这一术语诞生于上世纪50年代，最初含义就是用机器模拟智能。1997年，IBM公司“深蓝”电脑击败了人类的世界国际象棋冠军卡斯帕罗夫，这让 人工智能技术 惊艳了世界。而今年一个人工智能的标志性事件就是“阿尔法狗”与世界围棋冠军李世石的“人机大战”，同样
2020年，为了让更多人学习 机械臂 知识，我们推出了世界上最小的6轴 机器人 手臂：myCobot，之后陆续推出码垛机械臂mypalletizer，小六轴mechArm，双臂myBuddy。将昂贵的工业机械臂转化成桌面级机械臂，通过较低的价格，搭建了一个机器人研究和教育平台，降低了 AI人工智能 领域的学习门槛。 为满足更多用户的需求，我们逐步扩大桌面级机械臂产品线，推出功能更强大、操作更便捷的高精度桌面机械臂奥创ultraArm，并搭配完善写字画画、激光雕刻与视觉识别相关套装，用户可直接选用。 ultraArm奥创机械臂是一款超小型桌面机械臂，全身采用经典金属结构设计，本体占用面积只有A4纸张的一半，灵活使用。搭载高性能步
对AI领域的勇于探索商业模式的公司、大公司来说，可以获取顶级AI人才并且有人才的持续输送能力十分重要。而在抢人层面，初创公司面临着不小的压力。 由于算法突破、政策支持、资本蜂拥，AI行业在2017年迎来跨步发展，AI创业公司不断涌现。但眼下专业人才的稀缺，慢慢的变成了阻碍AI勇于探索商业模式的公司逐步发展的瓶颈。 2017年12月初，腾讯研究院联合BOSS直聘发布的《2017全球AI人才白皮书》显示，全球AI领域人才约30万，而市场需求在百万量级。全球共有三百多所有AI研究方向的高校，每年供给AI领域的毕业生约为2万人，远不能够满足市场对人才的需求。 在这种供需极不平衡的情况下，勇于探索商业模式的公司、巨头公司间的人才拼抢日益激烈。用人单位为招
10月31日，2023云栖大会在杭州开幕，大会吸引全球数万开发者参会。阿里巴巴集团董事会主席蔡崇信在致辞中表示，今年云栖大会主题回归“计算，为了没办法计算的价值”，这也是2015年云栖大会的主题，当时云计算支撑的移动互联网创新如雨后春笋，今天希望在AI时代继续支撑所有开发者的创新和梦想。 过去十四年来，云栖大会吸引了全球70多个国家的70万行业人士和开发者相聚杭州云栖小镇。今年，本届云栖大会有全球44个国家和地区的合作伙伴前来参加。大会成为具有全球影响力的云计算和开发者盛会。 AI创业者成为大会焦点。蔡崇信表示，过去十来年，阿里云服务了中国移动互联网的大发展。今天，随着大模型技术的迅速发展，智能化时代正在开启。阿里云正在面向
应用领域
直播回放： 英特尔 FPGA 可编程加速平台介绍，走近 AI、数据中心、基因工程等大咖工程
3D机器视觉技术研讨会
ADI世健工业嘉年华—有奖直播：ADI赋能工业4.0—助力PLC/DCS技术创新
MPS 隔离式稳压 DC/DC 模块——MIE系列首发，邀你一探究竟！
说到 TI（德州仪器），想必大家都不陌生，它在模拟器件领域处于世界领先水平，特别是我们熟知的DSP，更是超越了各大同行。同样，在CPU领域 ...
微信导语：诚邀您光临研讨会现场全球半导体解决方案供应商瑞萨电子将于12月12日在深圳举办“智慧控制，绿色可持续”主题的瑞萨电子嵌入式工 ...
近期，关注米尔的工程师都说米尔活动不断，大大福利了年底做项目ST、TI、全志的开发板都搞活动，那NXP的粉丝咋办呢？别慌！这就来了一直关 ...
IAR嵌入式解决方案发布全新版本，增强云调试和仿真功能，推动下一代嵌入式软件开发
通过先进的Arm虚拟硬件集成和Linux系统中增强的基于云的协作，赋能下一代嵌入式软件开发瑞典乌普萨拉，2023年12月7日 - 嵌入式开发软件和 ...
12 月 8 日消息，支付宝、华为终端于 12 月 7 日宣布合作，基于HarmonyOSNEXT 启动支付宝鸿蒙原生应用开发，成为又一家启动鸿蒙原 ...
移植u-boot-2010.09到S3C2440（二）——ARM汇编中的LDR及ADR的区别
BOE（京东方）获评国家级工业设计中心认定 AIoT工业设计能力取得国家级认证
英飞凌扩展ISOFACE产品组合，为工业和汽车应用提供四通道数字隔离器
新年测评活动！ST NUCLEO-H743ZI“佩奇”待测，快来申请年后第一波测评！
站点相关：嵌入式处理器嵌入式操作系统开发相关FPGA/DSP总线与接口数据处理消费电子工业电子汽车电子其他技术存储技术综合资讯论坛电子百科