淺談AI攝像機的應用與發(fā)展

□文/朱濤 李浙偉

自從AlphaGo戰(zhàn)勝李世石以來，人工智能已經(jīng)成為當下最火熱的產(chǎn)業(yè)。近年經(jīng)過各行各業(yè)的應用探索，安防成為人工智能最先著陸的行業(yè)，人工智能也促使安防大數(shù)據(jù)時代提前到來。

AI攝像機應用分析

目前，各個行業(yè)中基于視頻監(jiān)控的人工智能應用已經(jīng)非常廣泛。在公共安全領(lǐng)域，人臉識別、視頻結(jié)構(gòu)化、行為分析等技術(shù)已經(jīng)非常成熟，幫助民警預防案件、偵破案件。在交通領(lǐng)域，車輛大數(shù)據(jù)系統(tǒng)能夠分析城市交通狀況，促進城市交通的流暢運行，降低交通違規(guī)現(xiàn)象，減少城市擁堵。在零售領(lǐng)域，客流統(tǒng)計能夠?qū)驮催M行采集分析，促進零售行業(yè)合理布局。在銀行領(lǐng)域，通過視頻可以分析人員的動作行為，判斷人員是否存在違規(guī)行為。

人工智能技術(shù)已經(jīng)逐步被市場接受，但后端智能存在硬件成本高、傳輸帶寬壓力大、受限于機房空間等缺點，已經(jīng)嚴重影響人工智能技術(shù)的商業(yè)化。前端智能能夠充分發(fā)揮攝像頭的功能，在前端實現(xiàn)算法分析，提取結(jié)構(gòu)化數(shù)據(jù)和有價值視圖信息，將數(shù)據(jù)傳輸回云中心進行大數(shù)據(jù)分析。AI攝像機能夠大幅度降低傳輸壓力，加強數(shù)據(jù)采集能力，提供數(shù)據(jù)分析所需要的資源，提高云中心計算效率。

人工智能的應用效果取決于算法，而算法的運行與計算芯片息息相關(guān)，目前最新的AI芯片，如海思的Hi3559A、英偉達TX1，使得前端計算性能大幅度提升，在前端實現(xiàn)視頻圖像分析成為可能。以人臉識別為例，安防行業(yè)主推方案為前端抓拍、后端識別方案，由攝像機完成人臉檢測、識別、抓拍，后端只需負責分析前端抓拍的小圖，進行數(shù)據(jù)比對，相比于后端識別，前端識別方案可以節(jié)省至少60%的服務(wù)器成本。而在一些簡單的場景下，AI攝像機不僅能進行識別抓拍，也可能將后端的識別比對服務(wù)在前端實現(xiàn)。在社區(qū)中，單個攝像機即可覆蓋一個出入口，實現(xiàn)社區(qū)人員管控，簡化系統(tǒng)部署，保證網(wǎng)絡(luò)安全；在學校教室，采用人臉識別攝像機進行學生點名，降低系統(tǒng)部署成本，提高教師工作效率。

基于AI芯片的道路智慧監(jiān)控，與傳統(tǒng)的卡口相比，結(jié)合車輛檢測算法、道路狀況分析算法和目標分析算法，在前端不僅能夠檢測車輛信息的同時，而且可以對道路狀況進行檢測，第一時間對擁堵、違停、異常變道等道路現(xiàn)象做出反應。除了車輛外，道路智慧監(jiān)控還能分析道路上的行人特征與非機動車輛，實現(xiàn)視頻中人、車、非機動車分類。

AI監(jiān)控攝像機對視頻中的目標進行分析、提取的應用已經(jīng)比較成熟，在各行業(yè)都能夠落地，然而目前還存在技術(shù)問題限制AI監(jiān)控攝像機深度應用。

● 應用效果受場景限制

人工智能的應用基礎(chǔ)為視頻，而視頻的成像質(zhì)量受環(huán)境、光照的影響較大，前端存在圖像模糊、目標像素過小或者遮擋等問題，都會影響算法對視頻解析的結(jié)果。在廣場、景區(qū)等大場景，一般攝像機的像素不足以清晰的呈現(xiàn)每個目標，從而出現(xiàn)較為嚴重的漏抓現(xiàn)象。

● 前端承載算法單一

由于算法對于所識別目標的像素、角度要求是不同的，所以現(xiàn)在單個AI攝像機只能實現(xiàn)單一的人工智能算法。一般道路智慧監(jiān)控與人臉識別攝像機的安裝條件差異較大，如果要在設(shè)備間進行串用，會造成較大的誤差。

● 數(shù)據(jù)相互獨立

不同廠家之間的結(jié)構(gòu)化數(shù)據(jù)也無法相互應用，嚴重影響大數(shù)據(jù)分析。即使是同一廠家，受限于前端算法單一，如果需要識別多種目標就需要有多個前端，不同的前端所分析的數(shù)據(jù)無法進行關(guān)聯(lián)，從而形成系統(tǒng)孤島。

未來AI攝像機的幾大功能特點

隨著邊緣計算的提出，人工智能的算力已經(jīng)開始逐步前移，攝像機作為人工智能的眼睛，作用也越來越大。未來的AI攝像機將會實現(xiàn)算法調(diào)度、深度智能、環(huán)境感知、自主學習的功能。

算法調(diào)度

算法調(diào)度是AI攝像機多樣化應用的前提，對于同一個前端攝像機，能夠采用多種人工智能算法進行視頻分析。在公安、交通等行業(yè)，除了目標識別、提取外，還需要適應各種復雜場景。根據(jù)不同場景的需求，通過云中心將人工智能算法分發(fā)到前端攝像機中，使前端攝像機所能實現(xiàn)的功能與業(yè)務(wù)需求一致，為不同的用戶提供個性化算法定制功能。

深度智能

在日常運行中，單一功能的前端攝像機所能提取的數(shù)據(jù)過于單薄，視頻中有價值的信息流失過多，不利于大數(shù)據(jù)分析。未來的AI攝像機可以擁有足夠的像素，清晰呈現(xiàn)視頻中的每一個目標，而通過多種算法融合，能夠?qū)σ曨l中的所有信息進行提取、識別、分類歸檔。深度智能，充分利用前端硬件條件，讓前端攝像機更全面，就像人眼一樣，充分理解世界。

環(huán)境感知

AI攝像機除了要分析視頻信息之外，還需要感知周邊環(huán)境。攝像機感知環(huán)境中的信息，與視頻中分析的內(nèi)容關(guān)聯(lián)，將環(huán)境信息、視頻信息、傳感信息統(tǒng)一融合，讓數(shù)據(jù)分析更全面。同時攝像機也會根據(jù)不同的算法調(diào)節(jié)輸入視頻的質(zhì)量，讓視頻始終處于最適合分析的狀態(tài)。

自主學習

AI攝像機通過感知周邊環(huán)境，自主選擇合適的算法對環(huán)境進行分析，同時能夠預判環(huán)境中目標所產(chǎn)生的行為，判斷不同的行為是否會造成危害。自主學習讓攝像機像兒童一樣，能夠初步認識環(huán)境，適應環(huán)境。

近年來，云計算、大數(shù)據(jù)、深度學習等新一代技術(shù)不斷發(fā)展，AI芯片性能不斷提升，使得機器視覺的應用發(fā)展迅速，計算機已經(jīng)和人一樣，能夠理解視頻信息。智能化大潮經(jīng)逐漸改變安防行業(yè)，除了傳統(tǒng)的安防廠家外，互聯(lián)網(wǎng)廠家也在涉足智能化，創(chuàng)業(yè)公司則從算法技術(shù)上切入人工智能領(lǐng)域。

結(jié)束語

AI攝像機作為智能化大潮最先商業(yè)化的產(chǎn)業(yè)之一，除了在公共安全、城市管理等領(lǐng)域外，AI攝像機也已經(jīng)進入民用市場，逐步改變我們的生活。智能家居方案中，AI攝像機幫助看護老人、小孩，對闖入的陌生人報警；智慧商鋪方案中，AI攝像機能夠?qū)Ξ惓Ｐ袨榉治鰣缶?，分析客流狀況。AI攝像機已經(jīng)成為人工智能落地的最主要力量。