近年來,從國家安全的保障、大型國事活動和集體活動的安全防護,到交通、金融、能源、平安城市的安全守護,再到工業(yè)自動化、生產(chǎn)智能化的深度應用以及社區(qū)、家庭生活的安全、便捷服務,安防行業(yè)正在越來越多的展現(xiàn)在世人面前,改變著人們生活的方方面面。
在此背景下,企業(yè)們必須走一步看百步,了然新技術下產(chǎn)業(yè)的未來走勢,而這都將決定著公司產(chǎn)品的周期、產(chǎn)業(yè)競爭的后勝敗。藉由此,雷鋒網(wǎng)總結、展望2018年安防產(chǎn)業(yè)六大發(fā)展趨勢,以饗讀者。(僅作討論)
一、專用芯片革新,AI落地安防更加迅速
1.76億臺,這是中國截至目前視頻監(jiān)控攝像頭的保有量。
在“平安城市”等國家重大安防項目的推動下,“天網(wǎng)”工程順利鋪開,從城市蔓延至農村。與此同時,面對由于海量攝像頭而產(chǎn)生的兆級視頻數(shù)據(jù)量,人們無所適從。
AI的“進駐”讓這些問題都迎刃而解。它能夠將視頻圖像內容轉化成清晰表達目標屬性的結構化數(shù)據(jù),然后通過深度學習算法進行智能化分析,有效提高數(shù)據(jù)處理效率、進行數(shù)據(jù)深度挖掘。
盡管AI在處理海量數(shù)據(jù)上更加“得心應手”,但它的“身價”也讓一個一個攝像頭賣出去的安防廠商高攀不起。大華股份董事長傅利泉曾公開表示,價格是AI技術落地安防行業(yè)的大阻礙之一。
這一觀點也得到了眾多安防高管的認同。他們透露說,一個普通攝像頭加裝人臉識別等功能,成本上升3000元。比如?低暋吧铐睉玫腘VIDIA 的Jetson TX1 芯片,市面售價在3000 元以上,一臺“深眸”成品均價在5000元左右,而一臺普通的IPC才1000元左右。
從這來看,圍繞AI落地安防是否順利的重要因素之一就是:AI芯片的高成本。
芯片在很大程度上決定著安防系統(tǒng)的整體功能、技術指標、穩(wěn)定性、能耗、成本等。過去幾十年,芯片算力層面的角逐與中國廠商無關,被國外幾大廠商“壟斷”,技術的誘逼下,包括?低、大華股份、宇視科技等安防巨頭都與英偉達、英特爾等芯片商保持緊密聯(lián)系。
而到了2018年,這一“壟斷”局勢也許會有所改善。
如今,中國廠商圍繞AI芯片的研發(fā)都在緊鑼密鼓地進行著,除了英偉達的通用GPU之外,目前已有針對安防行業(yè)開發(fā)的智能芯片,如深鑒科技的DPU 芯片(FPGA)、寒武紀的AI 服務器芯片(ASIC)等;此外,國內以計算機視覺技術起家的公司中,如商湯科技、Face++、云從、依圖等公司也憑借自身的技術積累向下游芯片環(huán)節(jié)延伸。
從這來看,2018年適用于智能攝像頭的嵌入式AI 芯片價格有望降低,進而提高智能攝像頭滲透率。當然,這一點國外芯片廠商肯定也已意識到,也許明年的戰(zhàn)場將會從今年的國內算法大戰(zhàn)遷移至明年的國際算力大戰(zhàn)。
二、“云邊結合”將成安防智能化的主流選擇
回到第一點,由于AI芯片價格不菲,受制于成本因素,以往來看,安防廠商較多采用后端智能方案,通過后端智能NVR實現(xiàn)特征提取、人員檢索等功能。
但從長遠來看,云邊融合是必然趨勢。今年深圳安博會期間,海康威視總裁胡揚忠就曾公開表示,將AI算力注入邊緣,賦能邊緣智能是大勢所趨,通過統(tǒng)一調度IPC、NVR等分散式的智能設備資源,在數(shù)據(jù)源頭就近提供以視頻為核心感知數(shù)據(jù),實時預處理、存與傳等服務,在提升業(yè)務敏捷性、實時性和系統(tǒng)可靠性同時,分攤海量數(shù)據(jù)給中心節(jié)點帶來的并發(fā)壓力。
攝像頭傳輸?shù)氖?*24 小時不間斷的實時視頻流,前端攝像頭數(shù)量達到一定規(guī)模時,對傳輸和存儲的壓力巨大。而在前端抓拍+后端智能模式下,傳輸?shù)氖菆D片流,僅在有人臉抓拍圖片的情況下才需要占用帶寬,極大地節(jié)省了帶寬和存儲資源;
另外,由于云邊結合的原理是將智能算法前置,通過邊緣計算,將人臉識別等應用的抓圖的壓力分攤到前端,解放中心的計算資源。
據(jù)依圖科技業(yè)務發(fā)展副總裁羅憶透露,前端智能的設計思路是之前網(wǎng)絡通信寬帶受限的情況下,廠商為了節(jié)約帶寬,只能將視頻壓縮傳送,而在這個過程中,信息一定是受損的。于客戶而言,如果帶寬足夠、傳輸成本足夠低,合理的方案是在原視頻中把需要的要素(結構化視頻)抓取出來然后傳輸回來。
值得注意的是,如今云邊結合還未形成優(yōu)方案,這是一個值得去思考的方向。
三、數(shù)字視網(wǎng)膜對城市大腦的升級
現(xiàn)階段,通過監(jiān)控攝像頭讓城市變得更智慧,不僅僅是單一的視頻檢索和計算機視覺問題,而是在面臨海量信息和突發(fā)事件時,能否能迅速做出反應、能否降低計算量、能否有效識別和檢索等一系列龐大的系統(tǒng)工程。
現(xiàn)有視頻監(jiān)控體系的弊病,使得很多復雜任務無法完成,即便是人工智能大規(guī)模滲入后,需求方也往往為了一些特殊目的才加特定的智能攝像頭和處理系統(tǒng)。
有些專用攝像頭只是用來識別車牌號,有些攝像頭只用來識別人臉,這種打補丁式的方法實際會帶來很多問題,我們把它叫做“一對一模式”。
于是數(shù)字視網(wǎng)膜應運而出。