AI风口下,2018年视频监控将实现重大变革

2018-01-31 21:15:39来源:中国安全防范产品行业协会 热度:
2017年已经成为历史,对于这一年笔者最大的感受有两个:一是新疆安防市场爆发,粗略估计市场份额超过全国的六分之一,而且新疆所使用的一些视频监控设备和技术不比其他省市差,间接带动了国内安防市场的发展;二是AI引爆了整个安博会以及整个安防行业,AI+安防趋势明显。在AI的风口下,本文将试图规整2017年视频监控的一些发展变化以及感触。

一、视频监控进入看得懂时代

视频监控发展了30多年,已经解决看得见的问题,并加快步伐过渡到看得清的阶段。到了2017年在AI的热潮下,视频监控进入了看得懂的时代,我们把这个时代称之为“新技术时代”。具体来看,2017年的视频监控可以用下图1进行总结。前端的最大变化,多了一级视频结构化处理的设备,这在以前的视频监控系统架构中很难看到,现在已经成为主流的配置;其次是摄像机的构成中多了视频芯片(包括AI芯片),使得摄像机更加智能,把视频监控推向了看得懂的阶段。从后端总结来看,视频监控系统基本上已经出现了行业的领头羊公司,也就是目前网络界的赢者通吃的格局(当然在新技术时代,这种格局或将会被打破),系统集成商也逐渐形成了稳定的格局,在公安、交通、金融等领域出现了专业的垂直领域的大型SI,这些 SI为了拥有一定的竞争力,逐渐向前端延伸并拥有了自有技术和产品,规模和能力都上了新台阶;而视频监控的设备制造商同样也有进军集成市场的,他们凭着强大的资金实力和话语权,逐步切入大型集成项目(以部分大型PPP项目为代表)。这样的格局估计会在短期内维持一段时间。但在新经济时代,我们需要更加宏观的视野和高度来关注产业的发展、世界的格局,才能行走得更稳更远。

二、视频监控生态链的变革

目前视频监控已不再局限于安防市场,就图像识别而言扩大了就是计算机视觉,从计算机视觉的角度去看,整个产业链就会变为基础支撑层、技术层和应用层。基础支撑层包含了新式的摄像机、新式的训练方法和算法框架,可以是软件的也可以是硬件的;技术层面,视频监控已不局限于监视、录像、回放三大功能,而向字符识别、人脸识别、车牌识别、物体识别等方向发展,技术发生了巨大的改变;基于基础层和技术层,应用层也发生巨大的变化,智能安防、以图搜图、三维分析、医疗影像都会成为可能。这种产业链的变革是在更加宏观的视野下才可以清晰观察到。

三 、摩尔定律被打破

随着行业的快速发展,一些业务的摩尔定律逐渐失效。比如以前要投资10亿美元耗时几年的芯片,现在2-4周就可以设计出来,甚至设计芯片就像搭积木,由专业的团队提供设计工作,便有专业的代工厂(比如台积电、日月光)可以生产,这也是寒武纪们能够发展起来的重要原因。作为行业内的一名老兵,笔者日益觉得逐渐不太了解这个行业,也有点看不懂了,在以“天”为单位进行技术迭代的AI行业,摩尔定律都被打破了,可见行业技术的更新速度有多快。现在在一个拥有1500名员工的AI初创企业,若按照10个人研究一个技术方向,就会有150个细分的技术领域每日都会取得进展,而这样的AI初创企业在中国不止一家,准确的说不止十家甚至更多,我们如何跟得上“新经济时代”?这是2018年视频监控领域面临的主要挑战之一。

四、产品的形态、业态、功能发生巨变

从目前的发展来看,人工智能正在推动视频监控行业继高清化和网络化之后的第三次技术变革。从产品形态分析,人工智能技术将会促进前端摄像机、后端存储设备、视频分析应用平台的全面改革。

人工智能(artificial intelligence)主要分支是机器学习(ML),而机器学习的主要核心是深度学习(DL),深度学习和视频监控相关的就是计算机视觉(CV)。因为算法得到了极大的提升,解决了AI长期不能落地和产业化的问题,随着芯片技术的日趋成熟,集成度更高、速度更快、并发处理能力更大,以前我们主要通过CPU、DSP、CMOS来解决问题,而现在则可以通过GPU、TPU、FPGA、XPU、BPU、DPU等更多的芯片解决问题。算法+芯片催生了全新的产品,使得产品的形态、业态、功能发生巨大的变化,比如以前音箱是用来播放音乐,而当下的智能音箱却可以用于人机交互,通过语音发出指令,音箱就会告诉我们答案或者帮助控制某种设备(比如灯光),再如摄像机已经可以独立进行人脸识别、车牌识别、客流统计等功能,不用依赖后端设备或者云端设备来实现。

人工智能的核心是用机器来模仿人,而人感知这个世界最主要的两个手段是语音和视觉(嘴巴、耳朵和眼睛),更多的依赖后者,因为眼睛可以看得更远、图像的信息更加丰富,尤其是当语音变为文字的时候我们还是要通过眼睛来看。而用计算机来模仿眼睛主要通过人脸识别、车牌识别、特征识别三大技术,可以说经过2017年的普及,视频监控利用这三种技术实现商用化已经在中国得到了大面积落地,芯片更小、算法更加强大,使得不论是前端、后端还是云端的产品都更加智能,集成度也更高,随之而来的就是功能也越来越强大。

五、视频大数据挖掘是技术研发重点方向

数据是生产力,大数据是信息化发展的新阶段。国家要“推动互联网、大数据、人工智能同实体经济深度融合,继续做好信息化和工业化深度融合这篇大文章,推动制造业加速向数字化、网络化、智能化发展。”视频数据是大数据的一部分,是沉睡的金矿,视频监控技术和各行各业都紧密相关,挖掘、盘活海量的视频监控数据将是2018年技术研发的重点方向。

大数据的种类有很多种,天然没有结构化的、杂乱无章的数据才是未来真正要去挖掘和分析的,才是大数据中最重要的核心问题。从社会治理的角度来看,以人为本就是把人放在所有服务和应用的核心地位。他/她是谁?从哪里来?到哪里去?做什么事情?活动轨迹是什么?这里面就涉及身份确认、轨迹确认和服务确认,而视频监控系统天然具备这些功能,通过人脸识别我们可以确认人的身份,通过不同的视频点可以分析轨迹,如果辅助于其它大数据,比如手机号码、门禁卡、MAC地址、车牌等我们就能够提供更多的服务,这就是视频大数据的核心意义。以视频大数据为核心,可全面实现多源数据的感知和整合,微信数据、淘宝数据、高德地图数据、百度数据、政务数据、公安数据都可以和视频大数据进行碰撞,可以激发更多的实战应用(比方城市大脑),推动整个行业和社会的变革,这也是可预期的一种趋势。

六、计算机视觉技术大行其道

当前,机器人、无人驾驶、智能装备都离不开计算机视觉技术。而在城市治理中,最主要的活动目标就是“人”和“车”,人可以自己行走或者依赖交通工具(机动车和非机动车)出行,而物体是无法自行移动的,必须依靠于“人”和“车”。计算机视觉识别技术就是将海量视频监控数据结构化成以人、车、物为主体的属性信息,从而最终为城市治理服务。因此,计算机视觉是视频监控应用的重要方向。

计算机视觉识别技术主要包括人脸识别、车牌识别、特征属性识别、行为识别,这四种技术是识别具体对象的应用技术。目前这四种识别技术应用程度较为成熟、应用范围较广,其中人脸识别属于生物识别技术的一支。

七、语音识别技术对产业的影响不可忽视

摄像机从诞生的那一天就支持音视频,内置拾音器,但在发展中这一块没有得到应有的重视。目前市场上很热门的两个语音AI就是智能音箱和声纹识别,如果你有试过亚马逊的Echo和天猫精灵就知道语音可以做很多事情,你只要告诉智能音箱一个指令,它就能够帮你做一件事情,比如当你发出指令“天猫精灵,天气预报”,其就会告诉你当天的天气,“天猫精灵,放一首歌”,其会放歌曲。其实智能音箱完全可以这样应用,“天猫精灵,调用第328号摄像机”、“天猫精灵,执行第一号预案”,这样的应用将使得我们的视频监控系统更加智能,这些应用在2018年或将得到更多关注。而声纹识别主要用于身份确认和物体识别,物物有声纹,系统可以通过声纹判断你的权限,确认你的身份,不同的人可以下达不同的命令,也无需密码了。用于公安实战也很有前景,通过不同物体的声纹一样可以开发出不同的应用来,谁能说声纹识别和安防没有关系?和视频监控没有关系呢?

八、软件越来越重要

视频监控发展到这个阶段,软件在视频监控系统的重要性会越来越高。曾经市场上好多安防系统软件不收费,靠硬件产品补贴,因此软件受冷落。而在新技术时代,软件的比重必将越来越高,无论是人脸识别、车牌识别、视频结构化,还是声纹识别、语音识别,必将以软件为核心,和硬件关系本身不大(芯片除外)。尤其是现在随着视频监控系统AI化,更多的是技术对行业的变革,除了芯片属于硬件之外,其余的都是软件的影响,发展人工智能主要依赖于前端的算法、后端的平台、系统和软件。在硬件日趋成熟的情况下,谁的芯片运行的算法更高效、谁能够提供最大的算力、谁能够最有效的利用视频大数据,谁就是王者。无论是视频结构化、合成作战平台、联网平台,还是运维平台、视频云大数据平台,这些都是通过软件实现。可以预见的是2018年软件在视频监控领域受到的重视与发展会更多,不重视软件的公司未来就不一定那么美好。

九、区块链技术有可能变革视频监控行业

按理说区块链看上去和安防没有太大的关系。但区块链是“安全+信用”的网络,未来必将和AI走在一起。区块链最大的改变就是颠覆现在的金融模式,你到底有没有钱,你能不能支付,区块链说了算。微信和支付宝的诞生摧毁了ATM机、收银机、POS机。而区块链一定会颠覆微信和支付宝的支付模式,虽然现在看不到区块链短期内对视频监控系统的影响,但毕竟区块链的主要特性是安全,而我们从事的是安全防范行业,自然就离不开区块链,预计很快区块链技术也会渗透到安防行业,就像国内的一家大型比特币挖矿公司已经研发了好几款AI安防芯片,主要技术就是来自挖矿积累的技术。

十、智能前端化就是边缘计算

边缘计算是一个不可回避的话题,传统的视频大数据、分析大多数通过后端或者云端来实现,但在一些特定的场景,需要将计算能力前置(比如无人驾驶)。随着芯片技术的成熟、算力的提高,摄像机前端就必须具备计算的能力,也就是边缘计算。摄像机可以在前端完成人脸采集、识别、车牌识别、语音识别,直接往后端传输经过边缘处理的数据,会大大减轻网络的压力和云端的计算压力,使得更多的应用成为可能。因此,2018年将AI算力注入边缘,赋能边缘智能是大势所趋。

结语

当前,AI+安防已经成为一种趋势。AI技术具有天然在安防行业落地的场景、需求和应用,在2018年必将有更多的AI算法、AI芯片、AI产品被应用到视频行业,而视频行业的收入占比会成为AI企业的重要组成部分,这可以解决目前AI企业普遍面临的收入和盈利问题。

此外,视频监控将改造整个安防行业。目前人脸识别技术可以应用于门禁系统,车牌识别可以应用于停车场出入口管理和停车诱导系统,视频分析技术可以用于周界防范、入侵报警,传统的三大安防系统视频监控、门禁系统和报警系统都可以统一由视频监控系统来完成,这也将在2018年得到更大范围的普及。

视频监控行业在2018年将进入风口期,进入AI时代。

责任编辑:吴礼得

为您推荐

巴帝电信梦想成真:107亿美元收购Zain非洲资产

这笔交易将为巴帝电信在15个非洲国家带来4200万用户,意味着其跻身新兴市场顶尖运营商的梦想终于成真。Zain出售非洲资产套现90亿美元在双方约定的107亿美元中包括90亿美元的股份收购,支付方式将为现金。其中83亿美元将在交易结束后支付,7亿美元将在交易结束一年后支付。此外,巴帝电信还须代替Zain承担起17亿美元的综合债务。据称,Zain可分派储备和40亿美元循环贷款偿付的规模须经股东批准,它打算以股息的形式向股东分配前期大部分净收入。Zain集团董事长阿萨德·艾尔·班万(AsaadAlBanwan)评价该交易时相当得意:“自2005年收购Celtel以来,我们大幅增长成为非洲主要的移动运

Inter BEE 2010展览会AUDIO BRAINS 公司展台

在日本广播协会(NHK)和日本民间广播联盟(NAB-J)的支持下,日本电子信息技术产业协会(JEITA)于11月17日(星期三)至19日(星期五)在日本东京千叶市美滨区的幕张展览馆(MakuhariMesse)举办了为期三天的InternationBroadcastEquipmentExhibition(简称“InterBEE2010”)音频、视频和通信专业展。在本次