浦世亮：人脸识别的准确率与多个因素相关，与算法的先进性，产品形态，应用方式及场景架设相关。现有的人脸识别技术的准确率在多种应用场景下都已经达到了实用的阶段。海康威视打造了“深眸”系列智能摄像机、人证比对终端等，首先在产品形态应用方式，场景架设上保障了人脸识别的高精度应用。我们在应用中不断迭代我们的算法，使我们的算法准确率不断提升。

　　5. 新智元：在实际应用中，摄像头采集到的安防数据，有多少还需要人工的分析？我们离真正的全自动化还有多远。

　　浦世亮：安防人工智能和应用需求相关，有一些应用已经达到了完全的自动化。有一些安全等级较高，准确率要求较高的应用，还需要人工参与。

　　6. 新智元：除了人脸，其他的生物特征，比如瞳孔识别，这些技术在安防领域的应用有多大？

　　浦世亮：技术的发展和落地是有过程的，当前人脸识别比较火，atv，主要是技术发展到了可以达到实际应用的水平。

　　瞳孔识别的标准说法是虹膜识别，对于图像采集的要求是非常高的，需要利用红外补光，而且需要虹膜区域分辨率达到100像素左右，当前主要用在金库等安保等级较高的场景，需要人做一定的配合。

　　当然我们也看到相应技术在进步，比如利用高分辨率的摄像头，结合一些自动调整策略，能够把虹膜识别在安检时用上，采集距离达到1米左右，1秒左右完成一个人的通关。

　　所以说，虹膜识别等其他的生物特征识别技术当前只能在一些特定的场合应用，随着技术进步，这些技术的应用场合也会扩大，但是什么时候能够像人脸识别一样广泛应用，就需要看特定技术的未来发展情况。

　　7. 新智元：你如何看待 “开源”这一现象，海康威视有使用开源算法或者开源数据吗？

　　浦世亮：在信息共享越来越发达，信息获取越来越便利的时代大背景下，开源是对信息共享的最好诠释。从更加具体的层面来看，人工智能正是由于各大研究机构，对于数据集、算法、论文、技术报告的不同程度的信息共享，间接地加速了这一领域的技术交流与技术的更新迭代。

　　海康威视会研究跟踪开源技术，并且我们也会通过发表学术论文的方式对开源技术做出贡献。

　　8. 新智元：在行业生态上，海康威视如何与其他的伙伴合作？比如英特尔，海康威视与英特尔的合作具体是怎么样的？你怎么评价他们的他们今年推出的端到端全面深度学习产品？

　　浦世亮： 海康威视是安防行业的产品和解决方案提供商，秉承共赢未来的理念，和硬件芯片厂商会开展紧密合作，共同深耕人工智能在安防领域的应用。

　　海康威视和英特尔有长期深入的合作，英特尔公司在深度学习领域有许多非常有价值的产品。

　　9. 新智元：你认为2017年，计算视觉领域会有哪些发展？在与硬件的结合上，这一技术会呈现什么样的趋势？

　　浦世亮：经过前几年深度学习技术的迅猛发展，计算机视觉领域已经取得了长足进步。2017年，深度学习在复杂网络设计、模型压缩方向的研究依然是热点，深度学习和LSTM、增强学习的结合进一步加强。

　　深度学习的硬件平台，会呈现一个爆发期，各大芯片厂商都会在今年推出适合深度学习的芯片平台，但计算能力和功耗仍存在矛盾，所以若要结合硬件平台推出产品，深度学习模型压缩显得尤为重要。