AI工程化建設多層面突破

□ 文/童景妍

2019年5月9日，宇視科技（uniview）在北京發布IMOS8.0操作系統、AI明星產品、構建文明路口的“雙電警”智能交通解決方案；披露『AI Ready！安防人工智能規模應用方案』最新實戰探索，在云、邊、端側實現方案產品迭代，與現場600位合作伙伴共同圍繞AI工程化、云架構、好的AI攝像機等方面開放探討，搶占人工智能變革高地。

從張學友演唱會抓逃，為重慶部署全國高校最大規模人臉門禁，到AI人臉識別守護北京公租房12萬居民……宇視高品質、高可靠、一體化的安防解決方案，此前已在海淀、豐臺、西城、東城、大興、房山、通州、密云、延慶、昌平、順義、懷柔、平谷等13區的平安城市和科技創安項目中有諸多應用，覆蓋治安監控、電子警察、卡口、城管等幾乎所有方面，可靠運行多年并持續擴容。在宇視前端設備規模應用中，以『天目』為代表的的AI卡口在北京超過萬路，技術革新符合首都地區治安防控和交通管理的高要求，24/7/365無間斷可靠守護北京居民的出行生活。

▲圖 人臉速通門現場演示、解讀如何成就好的AI攝像機、以云邊端組合，迭代算力，推動AI規模化落地

直面AI落地挑戰 實現規模化部署

2018年11月，宇視研究院攜手中科院自動化所，發布《安防+AI 人工智能工程化白皮書》，指出人工智能技術取得突破性進展，以人臉識別為代表的應用在安防行業迅速落地，相關技術與產品化已趨于成熟，但如何解決實地安裝難、算法應用深度不足、數據安全等問題，以滿足用戶在人工智能方面的真實需求，仍是安防廠商們下一階段需要解決的痛點。

宇視『AI Ready！安防人工智能規模應用方案』，根據業務需求與應用場景差異，從智能算法、產品部署與安裝等多維度，保障AI解決方案高效落地。以人臉應用場景為例，根據對象有無被識別意識，分為配合與非配合式兩種，前者部署人臉速通門、門禁等設備，并對后者推行人臉抓拍與軌跡分析方案，解決算法應用不足的問題。

數據安全方面，宇視AI系統對前端設備進行加密，所獲數據通過合法準入后，才能存儲于服務器，而所有平臺數據則以全局管控方式進行安全把控；此外，與第三方進行業務往來時，安裝邊界安全設備，實現橫向防御。工程安裝方面，通過3D精準化模擬部署，提前預演前端安裝的真實效果，從場景、角度、高度與焦距等方面，進行科學設計，完成實地布局。

云邊端組合 創新城市云架構

調研機構IHS報告稱，全球視頻安防攝像機2018年出貨總量1.8億臺，產生的數據總量更是挑戰，而在人工智能與5G等技術刺激下，數據容量會持續激增。如何應對海量數據帶來的網絡帶寬壓力、數據處理成本與研判效率等問題？宇視結合云端計算與邊緣計算的優勢，推出云邊端組合方案，給出答案。

北京發布會現場，宇視初步解讀云架構。針對數據類型差異，如大數據挖掘與大規模機器學習等需集中式處理的計算，交由云端服務器處理；而對實時交互與研判的計算，則在邊緣節點完成。云端大數據分析得出的智能規則，可下發至邊緣節點，優化業務運算能力；邊緣側也是云端大數據的采集終端，并消化云端計算與帶寬壓力。兩者相互協同分工，保障AI工程化算力。

算法vs軟件 如何定義好的AI攝像機？

AI場景對圖像質量與處理效率提出更高要求，宇視在展會現場，推出四目全景等多款高清智能相機，精工品質定義好的AI相機。光學與圖像信號處理ISP方面，超出傳感器或光學處理范圍時，觸發外置補光設備，并根據不同場景，自動適配白光、紅外、爆閃燈不同光源。以智能算法，實現圖像自適應處理能力。

智能處理方面，宇視前端研發團隊，以工程化落地為支撐，在實際場景中進行適配，從而對人流密度統計與人臉識別等算法進行評估與定制；網絡與編碼方面，宇視相機在前端控制視頻圖像等數據大小，并合理平衡帶寬和圖片質量，以適應不同場景的網絡能力，減少帶寬壓力。

結構與產品工程方面，由于算法前置，導致研判前移，因此AI相機規劃與普通高清相機不同，會出現各種前端聯動小系統，如：智能報警、警戒、門禁等；另外，針對戶外場景，宇視提供高級別防水防塵、電氣長效穩定、電磁抗性、防雷防靜電、產品一致性等多方位保障。

對于新進安防的企業所提“軟件定義攝像機”技術路線，宇視副總裁、供應鏈專家劉常康舉例分析：國內4-7級市場，客戶需在夜間看清魚塘，再怎樣軟件調亮，都無法達到四顆燈補光水平；鏡頭組合也無法通過軟件調節出來，這是光機電組合的硬件能力。因此，只有以場景為核心，定義并配置攝像機分辨率、補光、ISP，合適算力加周邊配置，場景也定義了攝像機的外型功能，甚至端方案組合，因此“場景定義攝像機”才可稱為好的AI攝像機。