SenseFace视频监控中的大规模人脸识别技术，可在光照、角度、表情、遮挡、年龄变化等情况下保持超高的识别准确率，在千万级人员库中300ms内获得比对结果，让城市安防领域建设迅速取得突破

　　在SenseFace的一旁，则是能够实现人、非机动车和机动车检测和跟踪的SenseVideo。借助来自于大数据的支持，它可以检测出行人的性别、年龄、衣服款式、颜色，是否背包、带帽、戴口罩等等；针对车辆则可以辨别颜色、车型、车牌，开奖，甚至车款。它不需要人工记录，便能够逐一记录街道上过往的行人车辆，因而打造数字化智能分析系统，这毫无疑问代表了未来智慧交通的发展方向。

SenseVideo视频结构化系统是智慧城市建设的关键，其拥有行人检测、车辆检测、车辆分类等多种技术，为路面状况动态分析、车流密集地段识别、街面安全时段分析提供强大助力

　　AI技术正在一点一滴地渗透我们的生活，AI实践者通过对我们生活细节的感知和把握，用AI突破传统，并将AI融入其中。AI引领的智慧未来，对我们个人、周围环境的影响，将逐渐从有形进化到无形。技术的最佳存在形式，就是感受不到技术的存在。

　　演讲：商汤科技AI的“未来视野”

　　商汤科技的展台，揭示了我们所能看到的AI应用方向，但对于真正的AI实践者而言，这还远远不够。徐立博士在2017 GPU技术大会上的演讲，虽然仍然围绕SenseVideo、SensePose等具体技术和产品展开，但仔细思考，就能感受到专家们对AI技术应用方式的理解。

商汤科技联合创始人、CEO徐立博士演讲的核心观点之一：AI正在重构世界

　　首先是SenseVideo，尽管机器可以看懂行人和车辆的属性，但想要进行检索，只能输入特定的语义标签。我们无法和机器像人一样用“语言”进行沟通。这就使得SenseVideo和自然语言处理（NLP）技术的结合，显得意义十足。

　　“他穿着黑色的人字拖，带有白色条纹的黑色短裤，短袖圆领衬衫，还背着一个黑色的背包”。这句话听起来，更像是警察对犯罪嫌疑人的描述，但很快，警察们就不需要再靠自己查找，他们直接将这句话输入到计算机，通过NLP提取目标信息，然后由机器视觉技术，在海量的视频中进行匹配，从而锁定嫌疑人的踪迹。

视频结构化系统未来可以和自然语言处理技术相结合，以更加直观的语义描述，更便捷地找出符合特征的目标人物

　　至于SensePose，徐立博士的举例，不禁让人感到强烈的“发散性”思维，你会惊呼AI技术还能这样混搭运用。

　　当我们想要观察两个人的关系时，可以从他们之间的动作和表情入手。两个人相拥时，可以描述为“Warm（温暖）”，两人手舞足蹈争吵时，可以描述为“Competitive（竞争）”。而将动作估计和人脸关系预测技术相结合，就可以实现这种关系特征的预测。那么这样的技术，该如何应用呢？

动作估计技术未来可与人脸预测技术相结合，用于描述视频中人物关系或人物状态，实现视频内容的理解和分析，机器将懂得人类情感

　　徐立博士给出的答案是——视频分析。他现场演示了一段日常生活场景中两人对话的视频。关系特征预测系统可以根据画面内容，实时分析两人是“Friendly（友好）”还是“Competitive（竞争）”，并形成描绘关系可能性的变化曲线。

　　一旦这项技术大规模应用于影视行业，将实现自动化的全影片内容属性分析。比如在《泰坦尼克号》中，分析romance（浪漫）的部分和dystopia（反乌托邦）的部分，就可以建立针对每一部电影影片的内容类型库。试想，当这项技术再结合语音识别和NLP后，用户就真的可以对着电视说“给我放最浪漫的那段”了。

很难让人想到，人工智能让人类情感中最难以描述的“浪漫”也能用数据表达出来