本文來自CPS中安網(wǎng)，作者/羅超。
技術(shù)是新生產(chǎn)力，尤其是在降本增效的當(dāng)代。近年來，隨著云計算、人工智能、大數(shù)據(jù)技術(shù)的成熟，我們已經(jīng)看到AI以驚人的速度在各個行業(yè)中應(yīng)用，展現(xiàn)了變革的強(qiáng)大動力。
安防是業(yè)界公認(rèn)AI最先落地的產(chǎn)業(yè)，利用視頻+AI+大數(shù)據(jù)的能力，讓智能視頻和數(shù)據(jù)分析不僅僅應(yīng)用于安全保障，而是逐步成為企業(yè)的全新生產(chǎn)力。
不同行業(yè)多樣化的場景智能需求，驅(qū)使著越來越多的算法及應(yīng)用廠商踏上智能安防道路，因此需要構(gòu)建一個開放的智能安防全產(chǎn)業(yè)鏈的生態(tài)體系，讓所有前沿技術(shù)可以發(fā)揮自身特長，相互合作形成解決方案。
本文從2022智能安防最火熱的技術(shù)出發(fā)，看看其能為智能安防時代帶來哪些改變與突破。
機(jī)器視覺，安防進(jìn)階必經(jīng)之途
安防是以智能視覺為技術(shù)底座的行業(yè)，所以機(jī)器視覺就是智能安防的下一站，最為貼近這個時代。
而其中需要解決三大問題：數(shù)據(jù)、算法、算力。關(guān)于最新機(jī)器視覺技術(shù)的探討，今年已經(jīng)有過類似專題，在此不在重復(fù)。就這三大問題看看機(jī)器視覺技術(shù)如何更進(jìn)一步。
算法廠家在安防的初探，應(yīng)該可以從2016年開始，AI四小龍進(jìn)入安防為標(biāo)志，一大批外來算法公司在安防探討落地應(yīng)用。時至今日，算法對于場景應(yīng)該有更高適配性。
一個智能算法能力需要對大量數(shù)據(jù)進(jìn)行訓(xùn)練和標(biāo)注，而視頻監(jiān)控場景是全天候且復(fù)雜多變的，人類的識別能力具備場景適應(yīng)性，能夠快速適配不同場景，但算法的場景普適性還需要訓(xùn)練，算法能落地到具體場景中，還有大量的可優(yōu)化空間，算法到場最高精度落地仍然有很大難度，比如夜間的案件突發(fā)期，深度學(xué)習(xí)的算法對人、車、物等目標(biāo)對象的識別、行為的分析精度普遍不高。
利用AI神經(jīng)網(wǎng)絡(luò)和專家系統(tǒng)來做出分析和決策，用深度學(xué)習(xí)進(jìn)行動態(tài)人臉識別，目標(biāo)檢索，目標(biāo)軌跡、關(guān)系網(wǎng)絡(luò)分析等，并不斷在線場景中訓(xùn)練與驗(yàn)證，不斷提高精度和準(zhǔn)確度。
比如記者接觸過的華為AI超微光機(jī)器視覺產(chǎn)品，在相機(jī)智能成像，微光拍攝、圖像增強(qiáng)、圖像去噪，目標(biāo)的識別和檢測，檢索等一系列算法相比業(yè)界遙遙領(lǐng)先，并已經(jīng)在眾多華為終端產(chǎn)品中得以應(yīng)用和檢驗(yàn)。
小樣本學(xué)習(xí)，在線學(xué)習(xí)，自主學(xué)習(xí)，增強(qiáng)學(xué)習(xí)等一些算法，華為已經(jīng)提前部署與預(yù)研。
未來，為了突破算法場景適應(yīng)性的高精度與準(zhǔn)確度，以算法為基礎(chǔ)的人工智能技術(shù)必須與應(yīng)用場號有效結(jié)合，形成切實(shí)可行的整體解決方案，并能通過多算法平臺，對數(shù)據(jù)反復(fù)的訓(xùn)練與推理，對業(yè)務(wù)決策能起到一定的指導(dǎo)作用。
多行業(yè)場景的算法匹配與快速上線是驅(qū)動安防技術(shù)應(yīng)用于多行業(yè)領(lǐng)域的核心要素。
談及算力，安防行業(yè)更多喜歡在芯片端或者處理器方面對技術(shù)對接，這一點(diǎn)從2021深圳安博會26家芯片廠家同臺競技中，可見一斑。
盡管海思因供應(yīng)鏈問題，市場份額進(jìn)一步萎縮，但其技術(shù)功底依然是行業(yè)翹楚。
去年記者在專訪中也與該企業(yè)有之接觸，他們專為機(jī)器視覺應(yīng)用的安防A芯片，通過專用硬件加速，支撐深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)萬億級計算視覺處理，輕松實(shí)現(xiàn)了如目標(biāo)分類(機(jī)動車、非機(jī)動車、行人檢測)和屬性識別(車型、顏色、車牌識別)等能力。
可以看出，除了CIS以外，在ISP領(lǐng)域，通過專用硬件加速，支撐深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)萬億級計算CPU、GPU或者FPGA等芯片完成攝像機(jī)內(nèi)部智視覺處理，輕松實(shí)現(xiàn)了如目標(biāo)分類(機(jī)動車、非機(jī)能分析算法的運(yùn)算，隨著視頻大聯(lián)網(wǎng)的發(fā)展，更強(qiáng)動車、行人檢測)和屬性識別(車型、顏色、車牌識別)的場量話配需要攝像機(jī)且有更強(qiáng)的算力，如0.667等能力。
識別一二+張人臉，4T能識別幾百張人臉。同時，對人、車、物等的分析的廣度與深度均對算力提出未來，隨著Al芯片外理能力發(fā)展，攝像機(jī)可以完成更大的挑戰(zhàn)，比如大部分城市僅能在人員密集的地視頻全量特征結(jié)構(gòu)化，再結(jié)合邊緣智能與云側(cè)智能，方部署智能安防系統(tǒng)及應(yīng)用，僅有部分先進(jìn)城市實(shí)讓全網(wǎng)智能分析效率最大化。
未來，隨著Al芯片外理能力發(fā)展，攝像機(jī)可以完成視頻全量特征結(jié)構(gòu)化，再結(jié)合邊緣智能與云側(cè)智能，讓全網(wǎng)智能分析效率最大化。
Al算力的強(qiáng)大是推動安防向智能化邁進(jìn)的基礎(chǔ)要素，這也是安防企業(yè)近年技術(shù)創(chuàng)新的發(fā)力點(diǎn)。
數(shù)據(jù)在安防由于大數(shù)據(jù)技術(shù)應(yīng)用，老生常談了。2022，大數(shù)據(jù)在智能安防應(yīng)該進(jìn)一步融合，能智能看、全面看，變被動防御為主動預(yù)防。
視頻圖像大數(shù)據(jù)與多維感知數(shù)據(jù)的融合，可以全息刻畫觀察對象，在數(shù)字世界真實(shí)再現(xiàn)對象行為，可基于歷史數(shù)據(jù)控掘分析對象行為規(guī)律，預(yù)判預(yù)測其可能出現(xiàn)的行為，并提前防范危害性行為，大幅促進(jìn)社會和諧。
無論公共安全領(lǐng)域、交通領(lǐng)域、還是城市治理領(lǐng)域，人車問題及軌跡問題等都需要通過大數(shù)據(jù)得到快速的定位解決即提前預(yù)警。
通過大數(shù)據(jù)技術(shù)，實(shí)現(xiàn)人，車，物及環(huán)境，行為分析等，實(shí)現(xiàn)多目標(biāo)關(guān)聯(lián)分析，提前實(shí)現(xiàn)事件發(fā)展態(tài)勢、及交通異常事件的預(yù)測。
未來，為了實(shí)現(xiàn)大數(shù)據(jù)預(yù)測預(yù)警預(yù)防的最終目標(biāo)，即在特定時間、特定地點(diǎn)、對特定目標(biāo)執(zhí)行特定行為，將數(shù)據(jù)融合后更好的用起來。
元宇宙風(fēng)起，
AR/VR在安防落地為實(shí)
去年深圳安博會采訪杭州靈伴時，讓記者對于AR/VR在智能安防時代的作為，有了新的解讀。追根溯源，從2012年Google Glass的發(fā)布引發(fā)全球市場熱潮開始，VR和AR相關(guān)理念和技術(shù)逐步落地。
最近兩年，元宇宙概念的出圈、字節(jié)跳動90億收購Pico和Facebook VR產(chǎn)品Oculus Quest 2大賣等事件進(jìn)一步點(diǎn)燃了公眾對VR和AR行業(yè)的熱情，越來越多的創(chuàng)業(yè)者、投資人也開始“回頭看”，重新審視這個曾經(jīng)讓很多人感到失望過的行業(yè)。
AR/VR技術(shù)原理告訴我們，目前來說在安防領(lǐng)域的應(yīng)用主要集中在視頻監(jiān)控領(lǐng)用。
首先，在前端VR場景可以由前端的全景攝像頭拼接合成，然后通過配套軟件進(jìn)行后期處理，讓用戶能夠不僅僅進(jìn)行傳統(tǒng)的變倍、變焦操控，還能夠自由變換角度。
而在后端，主要是基于VR本身的安防操控體驗(yàn)，在傳統(tǒng)的視頻監(jiān)控中，我們是以第三視覺來審視整個系統(tǒng)的布局，很容易產(chǎn)生偏差。
而使用VR技術(shù)則可以轉(zhuǎn)變到第一視角，將現(xiàn)實(shí)周邊環(huán)境與監(jiān)控范圍內(nèi)的目標(biāo)融合進(jìn)同一屏幕，可通過VR設(shè)備可以實(shí)現(xiàn)大屏與視頻的直接互動，VR設(shè)備可以直接參與攝像機(jī)、門禁、防盜或者消防、樓控等系統(tǒng)的部署。
不僅如此，VR與視頻監(jiān)控的結(jié)合還有另一層面的意義。
眾所周知，在我國絕大部分的大數(shù)據(jù)都來自于視頻監(jiān)控，同時，監(jiān)控攝像機(jī)每年還在以20%的速度遞增，而每個攝像機(jī)拍攝的視頻都是相對獨(dú)立的。
因此，更高效的進(jìn)行視頻內(nèi)容的解讀是現(xiàn)在整個行業(yè)努力的方向。
有研究表明，傳統(tǒng)的監(jiān)控場景，一個人在看了21分鐘之后，就會出現(xiàn)大腦疲勞，因?yàn)楸O(jiān)控場景是時空斷裂的、破碎的。
所以利用VR技術(shù)將每個監(jiān)控視頻融合起來，提高對真實(shí)世界監(jiān)控的掌握，是提高監(jiān)控視頻解讀效率的有效方法之一。
前不久紫光華智發(fā)布的新一代AI視覺平臺以極云一體機(jī)為載體，以“AI+AR”為雙引擎，將綜合安防業(yè)務(wù)與AI實(shí)景融合，有效改變傳統(tǒng)視頻畫面輪播的管理方式，實(shí)現(xiàn)事件預(yù)警、研判、處置全流程AR可視化一站式管理，高效管理運(yùn)營。
不一樣的視界
3D視覺的安防“存在感”
AR/VR與3D視覺有小部分的技術(shù)重疊，但大體不太一樣。隨著奧比中光這家做3D視覺企業(yè)的上市，安防行業(yè)也掀起一股“3D風(fēng)”。
3D視覺作為AI感知的關(guān)鍵技術(shù)之一，賦能安防從看清變看懂，帶來更加廣闊的智能化應(yīng)用空間。
而奧比中光作為AI 3D視覺領(lǐng)域領(lǐng)軍企業(yè)，掌握3D視覺核心技術(shù)，可為安防2.0時代貢獻(xiàn)核心智慧和力量。
傳統(tǒng)安防手段中，前端使用的2D攝像頭僅能作為數(shù)據(jù)采集入口，只能看清和記錄事情的經(jīng)過。
安防視頻監(jiān)控的應(yīng)用僅僅停留在監(jiān)控和留證，無法做到實(shí)時反應(yīng)和風(fēng)險預(yù)判。
在安防視頻監(jiān)控中，融合了3D視覺技術(shù)的3D攝像頭，能準(zhǔn)確識別分析危險行為動作，看懂發(fā)生了什么事，做到提前預(yù)警和實(shí)時反饋，及時通知后端值守人員或自動報警。
這樣一來，前端安防設(shè)備不僅僅只是數(shù)據(jù)采集工具，同時具有數(shù)據(jù)分析和智能決策等功能，實(shí)現(xiàn)前端智能化。
同時，3D攝像頭能夠采集空間、物體、人體的三維數(shù)據(jù)，更快速、更準(zhǔn)確地還原整個真實(shí)三維世界，輕松識破平面照片或者視頻的欺騙，實(shí)現(xiàn)3D人臉識別等更準(zhǔn)確的生物識別方式，拓展高安全性的場景應(yīng)用。
記者在采訪的盧深視時了解到，隨著3D數(shù)字孿生技術(shù)的深入，3D視覺技術(shù)將能實(shí)現(xiàn)高精度人體三維重建與測量。
通過3D視覺技術(shù)，以“人”為標(biāo)的物做人工智能，對物理世界“人”的身份、行為、軌跡做精細(xì)數(shù)字化是必經(jīng)之路。
數(shù)字虛擬人方向上，的盧深視也將在智慧屏交互、健身動作指導(dǎo)、人體健康管理、服裝定制等方面探索更多的解決方案。
在三維相機(jī)方面：自主知識產(chǎn)權(quán)的中遠(yuǎn)距離相機(jī)，在5米范圍誤差小于1mm，指標(biāo)超越微軟、英特爾等國際3D相機(jī)巨頭，且量產(chǎn)良率超99%；
在人臉三維重建方面：重建精度小于1mm，同等條件下精度高于蘋果公司5個百分點(diǎn)；
在人臉識別算法方面：能夠?qū)崿F(xiàn)千萬級大庫、億級大庫比對，等效三維人像識別錯誤率小于萬億分之一。
三維比對技術(shù)，指標(biāo)超越目前主流二維識別廠商幾個數(shù)量級。據(jù)了解，現(xiàn)階段3D視覺行業(yè)的核心難點(diǎn)集中在產(chǎn)業(yè)鏈匹配不完善。
三維視覺產(chǎn)業(yè)鏈涵蓋核心器件、模組裝配、像機(jī)成像系統(tǒng)設(shè)計、算法、感知技術(shù)方案與模塊、終端產(chǎn)品與行業(yè)方案七個環(huán)節(jié)，由于三維機(jī)器視覺仍屬于較前沿的技術(shù)，供應(yīng)鏈匹配上存在技術(shù)難度高、標(biāo)準(zhǔn)不統(tǒng)一等諸多問題，整合產(chǎn)業(yè)鏈?zhǔn)?D視覺產(chǎn)業(yè)化應(yīng)用的必要路徑。
在產(chǎn)業(yè)鏈環(huán)節(jié)，的盧深視定位為三維視覺感知系統(tǒng)技術(shù)方案提供商，上游承接相機(jī)模組裝配，通過團(tuán)隊(duì)研發(fā)的相機(jī)的系統(tǒng)設(shè)計和內(nèi)部算法形成3D感知技術(shù)模組、3D通用產(chǎn)品、EdgeAI芯片以及行業(yè)解決方案，對于安防行業(yè)的盧深視主要提供通用的終端產(chǎn)品，對于其它行業(yè)提供相關(guān)智能模組，并由下游的集成商合作伙伴將最終產(chǎn)品供給消費(fèi)者。
結(jié)束語
2022，很多人說是TOB行業(yè)的“過冬年”，因疫情安防行業(yè)風(fēng)聲鶴唳。市場的存量釋放與潛力激活是一個層面，而技術(shù)的不斷更新是另一面。
拋開市場，僅僅從技術(shù)面來看當(dāng)下的智能安防，依然是百花齊放姿態(tài)。“莫道今年春將盡，明年春色更撩人”。一個技術(shù)至上的安防行業(yè)，因技術(shù)而閃耀，也因技術(shù)而永不止歇！
