“复盘”2019 AIoT时代智能安防的演进

　　前言：过去几年时间里，智能安防领域在人工智能的应用探索方面取得了较大的进展，算力的迭代、算法的涌现这些确实为推进人工智能的落地应用提供了关键的基础和动力。不过，伴随着AI应用的深化，新的机遇和挑战也接踵而来，挟裹在人工智能、物联网、大数据等前沿技术浪潮之中，智能安防被赋予了新的使命和角色，2019年，安防迎来了质变。

　　人工智能作为一项使能技术，在安防这个最为典型的应用场景中正呈现出全面赋能的态势。在经历了早几年的试错/摸索之后，行业对AI的认知日趋明朗和理性。人工智能之于安防意味着什么?从早几年简单粗暴的人脸识别即AI，到近两年业内公认AI三大要素算法算力及数据，发展到当下行业普遍认为，AI技术应用的成熟并非单点技术的突破，而是需要结合实际应用场景，在特定场景内实现瓶颈问题的针对性解决，助力用户业务效率/效能的提升。当AI越来越具象化后也便衍生出更多细节，当下安防领域的人工智能可以说是算法+算力+数据+平台+场景的综合，环环相扣且每一环都意义非凡。

　　AI具象化

　　从技术层面来看安防产业的发展，过去的一年里，安防人工智能每一个环节基本都实现了较大的进展和突破。

　　算法快速演进

　　首先是算法的快速演进。一方面，在标准场景下，人脸识别/车牌识别等常规算法已经相当成熟，可以明显看到，基于成熟的人脸识别技术，各类人脸识别产品诸如人脸门禁、人脸对讲、人证核验一体机等已逐渐替代掉传统的设备，全面改写了个人身份验证的模式。同样，车牌识别的广泛应用，为智能交通的精细化管理，智慧停车场的无人值守模式带来了全新的体验。

　　另一方面，伴随着安防监控智能视觉传感器应用价值的放大，以视频为依托，通过AI技术实现对视频内容的精细识别分析成为诸多实体行业新的探索方向。除了公安、交通这两大规模性的应用领域之外，还有像金融、社区、教育、零售、能源等诸多行业领域中对于“视觉+AI”的应用需求也陆续爆发出来，由于场景和需求的高度碎片化，由此也带来了各种AI算法的涌现。

　　比如场景分类模型，如识别出视频中是工厂、农田、还是建筑工地等；实体分类模型，如识别出视频中出现的是货车、跑车还是卡丁车等；自然摄像头实体检测模型，如识别出街边的违章停车、无照游商、乱丢垃圾现象等；人体属性检测，如识别出工人是否戴安全帽，法官是否穿法袍等；动作行为分析，如人群聚众、打架斗殴、人员摔倒等行为的识别分析……

　　算法模型的设计以场景需求为主导，这里面涉及到供需双方对于算法服务的高效沟通问题。对于用户而言，他们关注的是算法能力的转换能否切实带来业务效能的提升，而对于算法厂商而言，他们需要注意的则是如何高效获取用户需求以及在成本范围内快速响应这些需求。而过去一年里，算法层面的另一大突破也正在于此，部分领军企业通过AI开放平台可以为用户提供个性化AI算法模型定制的服务，从数据标注、导入标注后的数据做模型训练、模型部署到最终应用上线形成一条龙服务。基于AI开放平台的资源和能力，大幅降低了AI算法应用的门槛，包括算法模型设计的流程及成本。

　　AI芯片从通用走向专用

　　芯片作为人工智能算力的核心引擎，一直备受关注，而这两年受中美贸易战国际市场环境的影响，中国芯片自主研发更被上升到国家战略高度，成为十三五规划的重中之重。

　　迈进AIoT时代的安防监控，面临着比以往任何时候都更为严峻的海量视频数据实时分析处理的压力，这无疑给算力平台的性能提出了更高的要求，更高的算力TOPS值、更大的灵活性、更低功耗以及成本控制成为当下AI芯片的核心诉求，契合行业应用需求的专用芯片成为新的趋势。

　　AIoT也带来了视频监控基础架构的变化，传统视频监控基础架构在解决大型跨域视频监控系统的需求方面面临着巨大的挑战，为了同时满足大数据处理以及及时性快速数据处理的要求，安防视频监控系统架构逐渐从集中式向分布式发展，形成了端边云协同的态势。“云端训练，边缘推理”成为当下行业主流的计算方式，业界厂家新推出的AI芯片方案中云端芯片及边缘芯片相辅相成，为云边端算力支撑持续提供优化方案。

　　同时，AI芯片的设计架构又必须依赖应用场景的规模化和多样化以及相应的智能算法特点，才能更好的发挥芯片的算力优势。包括华为海思以及其他几家早几年以AI芯片业务切入到智能安防产业中的芯片商在内，在这两年时间里，基本都在围绕着专用场景芯片做研究。普遍的做法是针对重要应用场景关键算法的计算趋势和特点，融合到芯片架构设计中，使算力和算法高效协同，以大大提升器件利用率。这种类型的专用芯片，还能够根据算法的演进趋势，保持相当高的有效利用率，让客户真正受益于算法创新带来的优势。

　　AI技术变现，数据治理成关键

　　如果说产品、算法、算力的创新突破是智能安防的上半场，那么，进入到AIoT时代，智能安防下半场的核心主题将主要聚焦在对数据的加工处理和精细化应用场景的探索方面。用户的需求正在从基础的可视化管理迈向更深层次的数据应用上来，如何将海量的视频数据变成有用的数据，从而为各行各业输出“数据决策”的应用能力成为智能安防行业当下及未来的重点，这也是推进人工智能从感知智能到认知智能的必然路径。

　　而要实现这一目标，核心技术方面当然离不开人工智能、云计算及物联网等技术引擎，这个过程中的智能安防系统不仅要实现基础的安全防范，同时还扮演起了视觉传感器、物理世界异构信息结构化处理工具以及为行业业务提供数据治理能力的全新角色；另外有一套能够大规模、自动化地采集、清洗、归类和关联所有数据，形成统一数据视图及行业知识图谱的数据治理工具也成为必须。

　　明略科技公共安全产品方案中心吴赢时曾表示，人工智能从感知智能走向认知智能，要通过多维感知，利用数据治理技术，将高质量的数据连接起来，进行知识的智能抽取，构建集感知数据、业务数据于一体的知识图谱、暴力挖掘对知识进行多维度分析推理，构建决策模型，将感知转化为认知，从而建立数据驱动的大AI体系。

（编辑：PHP编程网 - 黄冈站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!