在構建智慧城市的大背景下，隨著人工智能技術賦能行業(yè)興起，“視頻監(jiān)控＋AI”成為越來越多的企業(yè)所切入的領域。在2019全球智博會的論壇上，博云視覺創(chuàng)始人兼CEO陳杰表示，“自閉”（無差別視頻匯聚、算力帶寬瓶頸明顯、視頻內(nèi)容難注意）和“弱視”（攝像頭功能單一、感知能力參差不齊、丟失部分信息）是當前視頻監(jiān)控兩大突出問題，對這些問題的投入和關注已經(jīng)成為不可回避的事實。

讓攝像頭自己具備識別能力是如今智慧城市的主要解決方案，但傳統(tǒng)的攝像頭不便拆卸，新安裝的具備識別能力的攝像頭，如人臉識別攝像頭、車輛識別攝像頭等又各自為政，無法做到匯融并和底層打通，難以進行完整的交通場景分析。如果讓包含識別、推理等運算的復雜AI能力在攝像頭端運行，又會面臨算力不足的問題，且在每個攝像頭中加載大量的AI算力和專用硬件模組，將會是一筆巨額成本。

基于此，中國工程院院士兼中國計算機學會理事長高文提出的“數(shù)字視網(wǎng)膜”理念廣為產(chǎn)學各界重視。“數(shù)字視網(wǎng)膜”不僅能看，還能夠感知，是一種非常理想的智慧城市攝像頭體系。如今，“數(shù)字視網(wǎng)膜”已從理論逐漸走向現(xiàn)實，包括博云視覺在內(nèi)，已有一批公司成為積極的踐行者。

推動視覺特征編碼標準化進程，是初心，也是使命

承載數(shù)字視網(wǎng)膜的攝像頭不僅能夠做好編碼，還能為后面的技術提取出需要的信息。其中，視頻特征的緊湊表達是數(shù)字視網(wǎng)膜的核心技術之一。特征組織是整個視頻分析中最為關鍵的一個環(huán)節(jié)，如何快速、準確且在占用碼流更少的情況下將特征組織起來是需要解決的重要問題。國際標準MPEG CDVS（Compact Deor for Visual Search，面向視覺搜索的緊縮視覺特征描述子）為此提供了答案。

2015年12月，MPEG CDVS國際標準正式頒布，在這項標準中，北京大學通過與美國斯坦福大學、華為、三星、意法半導體、意大利電信等多家公司合作競爭，最終對這項標準的專利貢獻達到了60％以上，MPEG CDVS國際標準也成為了多媒體領域內(nèi)由我國主導制定的首項ISO國際標準。而在此過程中，陳杰自2010年還在北京大學讀博的時候，就已經(jīng)開始參與這項標準的制定。

博云視覺的定位是一家提供標準化的視覺人工智能技術的科技公司，推進視覺特征編碼標準化進程始終貫穿于博云視覺成立前后。在MPEG CDVS頒布后，博云視覺又積極投入到下一代國際標準MPEG CDVA（Compact Deors for Video Analysis，面向視頻分析的緊湊視覺描述子）中。

2017年7月，人工智能產(chǎn)業(yè)技術創(chuàng)新戰(zhàn)略聯(lián)盟成立，博云視覺成為首批聯(lián)盟理事單位成員；同年8月，在大連第62次AVS工作組會上，博云視覺聯(lián)合北京大學、阿里巴巴提交了“視覺特征編碼”標準需求提案；同年10月，在第119次ISO／IEC JTC MPEG國際標準會議上，CDVA標準進入工作組草案階段。從CDVS到CDVA，博云視覺既是參與者，也是見證者。

在2019全球智博會論壇結(jié)束后，博云視覺副總裁馮棟接受了億歐的專訪。在被問及為何會做這種選擇時，馮棟表示，這不是選擇，而是使命。以前的國際標準基本都是由國外主導，直到CDVS標準頒布，中國第一次在多媒體領域主導了ISO國際標準。未來，中國還要貢獻更多的力量。與此同時，帶著標準去探索人工智能技術產(chǎn)業(yè)化落地的方向，也是AI企業(yè)當下的重要任務。