科技丨「火眼智能」完成 4000 万元 A 轮融资，避开 AI 安防主战场，聚焦移动场景视频分析

陈绍元 36氪Pro 2019-07-10

文 | 陈绍元

图片来源 | 火眼智能

36氪获悉，AI 移动视频分析公司「火眼智能」已完成 4000 万元 A 轮融资，投资方为台湾知名上市公司。火眼智能曾于 2016 年获得数百万元天使轮投资。

AI 安防应用，目前主要是基于街道、重点场所等的固定点摄像头，进行 AI 视频分析。由于成本、硬件条件、环境等因素，大量的场景是固定点位没有覆盖的，另外，还有一些临时事件和活动等，需要临时建立 AI 视频分析环境。基于移动载体的AI视频分析可以较好的解决这些问题，成为固定点视频分析的有效补充。

火眼智能即是一家以AI移动视频分析为核心业务的创业公司，为公安用户提供基于警车、执法记录仪等移动载体的 AI 视频分析解决方案。

在公安行业，火眼智能推出了基于警车、摩托车、执法记录仪、AR 眼镜等移动装备的人脸/车牌布控系统，以及便携式远距离人脸布控系统等产品。

以车载移动布控系统为例，车顶的一体化采集设备包含 6 个摄像头，可以覆盖警车周围全场景，采集的 6 路视频会传输到警车本地的智能视频分析服务器进行处理分析，公安用户可在车载交互平板上管理布控任务、查看结果等，同时所有实时数据能通过 4G 传输到指挥中心。

谈及客户最关心的功能性能，火眼智能联合创始人王岽告诉 36氪，主要是两块：数据准确性、分析推理速度。其中数据准确性包括，单位时间能从移动视频画面中检测出多少有效人脸、车牌，以及进一步识别比对的准确率有多高。分析推理速度则是能多快完成整个分析过程，以及时响应。

要在移动场景实现高数据准确性和分析推理速度，核心难点在 2 块：①双动态抖动识别，即摄像头的载体在移动，监控的人、车等对象也在移动，要在该双动态场景研发检测、识别、比对算法。②要能在低功耗、少算力的情况下实现神经网络算法和视频加速，才能适应移动终端的应用条件。

根据官方提供的资料显示，火眼智能自研的移动视频识别模型 VIWO ，能实现车牌抓取率 95.6%，人脸抓取率 90.1%，自研的 VTME 引擎在移动平台（如高通、MTK、海思等）上的推理速度是 TensorFlow、Caffe 的 5 倍。

商业模式上，火眼智能主要面向集成商和渠道商销售套软硬件产品方案，同时面向设备厂商等以SDK等形式销售算法授权。另外火眼智能也为环保客户提供黑烟车抓取取证系统解决方案，以及基于图像识别的智慧城市整体解决方案。2018 年，火眼智能到账营收为数千万元。

总结来看火眼智能的商业策略，在AI安防已成红海的背景下，火眼智能避开激烈竞争的主战场，选择了目前来看没那么诱人的移动视频分析细分市场，在该领域快速落地和打磨产品，拓展核心渠道，建立自己的品牌优势。

在中国大力推进“雪亮工程”的背景下，固定摄像头的覆盖范围在快速扩展，这是否意味着火眼智能的移动视频分析市场会不断受到挤压呢？

王岽告诉 36氪，一方面固定摄像头的建设周期较长、成本较高，很难大面积覆盖。另外，除了弥补固定摄像头的覆盖盲区问题，移动布控的另一大特点是高灵活性、高实时性，是独立的应用市场。未来，固定和移动摄像监控很可能是互相融合的趋势，以实现最佳的投入产出比。

如您对“36氪Pro”上报道的项目感兴趣，欢迎添加创投小助手交流合作（ID：chuangtou36kr）。