重慶監(jiān)控：視頻監(jiān)控邁入深度智能時(shí)代隨著高清視頻時(shí)代的到來(lái)，視頻監(jiān)控的點(diǎn)位數(shù)和數(shù)據(jù)量已呈爆發(fā)式增長(zhǎng)，傳統(tǒng)的智能算法還停留在比較淺層的分析識(shí)別上，具體表現(xiàn)為準(zhǔn)確率低、環(huán)境適應(yīng)性差、識(shí)別種類少。然而，從97年IBM“深藍(lán)”以3.5：2.5擊敗國(guó)際象棋世界冠軍卡斯巴羅夫到17年1月谷歌“阿法狗”升級(jí)版Master在人機(jī)圍棋比賽中取得60連勝，我們不得不相信，人工智能的時(shí)代以洪荒之勢(shì)已然來(lái)臨。

重慶監(jiān)控人工智能的崛起離不開(kāi)三要素：深度學(xué)習(xí)為算法提供了重要基石，大數(shù)據(jù)為存儲(chǔ)提供了高效燃料，GPU、超級(jí)計(jì)算機(jī)、云計(jì)算為運(yùn)算能力提供了引擎助力。其中，深度學(xué)習(xí)作為最核心的技術(shù)支撐，其靈感來(lái)源于大腦神經(jīng)網(wǎng)絡(luò)，讓機(jī)器具備了人類對(duì)事物抽象和重構(gòu)的能力，在算法層次上由淺至深，在特征設(shè)計(jì)上從人造特征到自主學(xué)習(xí)，讓機(jī)器擁有接近甚至超越人類的模式識(shí)別精度、超強(qiáng)抗干擾的環(huán)境適應(yīng)能力以及強(qiáng)大的種類識(shí)別能力。作為機(jī)器視覺(jué)最具代表性的應(yīng)用，視頻監(jiān)控系統(tǒng)的發(fā)展及應(yīng)用狀況又是如何呢？

“中國(guó)芯”正在迅速崛起

重慶監(jiān)控網(wǎng)絡(luò)高清時(shí)代的到來(lái)為我們帶來(lái)了更好的圖像質(zhì)量，使攝像機(jī)可以更好的記錄現(xiàn)實(shí)場(chǎng)景，這同時(shí)也對(duì)芯片商提出了更高的要求。目前國(guó)內(nèi)工業(yè)化、標(biāo)準(zhǔn)化的加速及第三方的介入給芯片設(shè)計(jì)業(yè)者提供了快速進(jìn)入市場(chǎng)的可能，從而推動(dòng)了芯片國(guó)產(chǎn)化和產(chǎn)業(yè)化的逐步升級(jí)。而安防行業(yè)的蓬勃發(fā)展，讓國(guó)產(chǎn)芯片廠商看到了希望，以華為海思為代表的一批致力于國(guó)產(chǎn)芯片研發(fā)生產(chǎn)的企業(yè)，將目光聚焦在安防芯片上，試圖在安防行業(yè)一展拳腳，發(fā)揮最大的價(jià)值。

市場(chǎng)分析：視頻監(jiān)控邁入深度智能時(shí)代

中國(guó)安防芯片的技術(shù)演進(jìn)路線越來(lái)越清晰，功能多樣化的趨勢(shì)日趨明顯。有了“中國(guó)芯”，一方面所有的芯片產(chǎn)品定義真正來(lái)自國(guó)內(nèi)客戶、系統(tǒng)集成商以及最終行業(yè)用戶需求，在源頭上保證芯片真正滿足客戶需求。另一方面，在芯片布局上緊密契合國(guó)內(nèi)客戶的產(chǎn)品演進(jìn)，推動(dòng)視頻監(jiān)控產(chǎn)業(yè)的持續(xù)升級(jí)。

前端設(shè)備插上了深度智能的翅膀

重慶監(jiān)控作為視頻監(jiān)控的前端設(shè)備，監(jiān)控?cái)z像機(jī)是整個(gè)視頻監(jiān)控系統(tǒng)的重要組成部分，它經(jīng)歷了從模擬到數(shù)字化、網(wǎng)絡(luò)化、高清化以及智能化的發(fā)展歷程。視頻圖像來(lái)源是視頻監(jiān)控系統(tǒng)的第一環(huán)，運(yùn)用傳統(tǒng)的攝像機(jī)存在很大的局限性，如檢測(cè)準(zhǔn)確率不高，漏抓誤報(bào)比較多，抓拍不清晰，圖像質(zhì)量不理想等。前端攝像機(jī)內(nèi)置深度學(xué)習(xí)算法，可以對(duì)人臉、車輛等關(guān)鍵信息進(jìn)行快速定位抓拍，有效解決漏抓誤報(bào)問(wèn)題，也能為后端分析服務(wù)器提供更清晰、更高質(zhì)量的圖片，更出色的成像效果大大提升了后端的資源利用率，同等條件下可大幅節(jié)省中心部署空間，同樣的投入可以產(chǎn)生更大的效用。

安防行業(yè)中不少企業(yè)已經(jīng)在紛紛布局智能前端的市場(chǎng)，以安防龍頭企業(yè)為例，它們推出的前端攝像機(jī)中內(nèi)嵌深度學(xué)習(xí)算法，具有結(jié)構(gòu)化信息提取、小型人臉庫(kù)比對(duì)、人體屬性分析、人員流量統(tǒng)計(jì)、道路實(shí)況檢測(cè)、車輛特征識(shí)別、全景監(jiān)控等多種功能，將前端設(shè)備的智能化應(yīng)用發(fā)揮到極致。此外，還將人眼仿生、MSS多光譜成像、被動(dòng)紅外熱成像技術(shù)等技術(shù)融入其中，可對(duì)因環(huán)境造成的圖像模糊昏暗進(jìn)行亮度與清晰度的還原，還能實(shí)現(xiàn)環(huán)境測(cè)溫、防火防盜等功能，引導(dǎo)著前端設(shè)備在深度智能化這條路上越走越遠(yuǎn)。

深度學(xué)習(xí)開(kāi)啟智能視頻分析技術(shù)的新篇章

重慶監(jiān)控近年來(lái)，深度學(xué)習(xí)在語(yǔ)音識(shí)別、圖像識(shí)別、自然語(yǔ)言處理等應(yīng)用中取得了顯著的成效。深度學(xué)習(xí)也正影響著安防企業(yè)，影響著智能視頻分析技術(shù)。智能視頻分析是計(jì)算機(jī)圖像視覺(jué)技術(shù)在安防領(lǐng)域應(yīng)用的一個(gè)分支，是一種基于目標(biāo)行為的智能監(jiān)控技術(shù)，其支持的功能主要有：人車物特征識(shí)別采集、人員及物件行為報(bào)警、視頻信號(hào)及質(zhì)量診斷、視頻增強(qiáng)處理、圖像比對(duì)、視頻摘要、內(nèi)容分揀等。深度學(xué)習(xí)解決了傳統(tǒng)智能視頻分析技術(shù)人工選擇特征準(zhǔn)確率低、淺層學(xué)習(xí)模型無(wú)法解析大數(shù)據(jù)等問(wèn)題，使視頻分析過(guò)程中識(shí)別準(zhǔn)確率更高、環(huán)境適應(yīng)性更好、識(shí)別種類更豐富。

在以人、車、物為核心視頻特征識(shí)別領(lǐng)域，目前最成熟的其實(shí)是車輛識(shí)別算法，在平安城市建設(shè)和公安實(shí)戰(zhàn)創(chuàng)新的推動(dòng)下，車輛識(shí)別技術(shù)在智慧交通、智慧警務(wù)等行業(yè)的應(yīng)用取得了不錯(cuò)的成果。國(guó)內(nèi)以深圳華尊科技為代表，在算法準(zhǔn)確率、系統(tǒng)穩(wěn)定性、識(shí)別種類、公安車輛大數(shù)據(jù)實(shí)戰(zhàn)應(yīng)用上表現(xiàn)得較為突出，且數(shù)次在華為國(guó)內(nèi)外的大型活動(dòng)中亮相。人臉識(shí)別算法因其應(yīng)用的廣泛性，火爆程度遠(yuǎn)遠(yuǎn)大于車輛算法，但就目前的技術(shù)來(lái)看，在準(zhǔn)確率、更深層的應(yīng)用上還有很高的提升空間，以曠視、商湯為代表的算法公司也在高校人才及技術(shù)儲(chǔ)備、各行業(yè)的淺層應(yīng)用上做出了努力。

大數(shù)據(jù)時(shí)代為算法研究提供了高效的計(jì)算工具，而數(shù)據(jù)量的增加也意味著需要更復(fù)雜的視頻分析算法模型來(lái)詮釋和挖掘這些數(shù)據(jù)，使占有巨大存儲(chǔ)資源的視頻數(shù)據(jù)發(fā)揮出更多的價(jià)值。目前人員行為分析、人群分析等復(fù)雜的算法還在起步階段，讓我們想象一下，基于對(duì)人體、生物體行為細(xì)節(jié)的精確捕捉和復(fù)雜分析模型，一個(gè)城市級(jí)的視頻大數(shù)據(jù)中心將能為公共安全、各類學(xué)科研究、商業(yè)發(fā)展乃至人類的進(jìn)步做出多大的貢獻(xiàn)。

海量視頻數(shù)據(jù)存儲(chǔ)呈現(xiàn)前端分布式存儲(chǔ)、后端集中存儲(chǔ)和云存儲(chǔ)三種模式

重慶監(jiān)控隨著視頻圖像清晰度的不斷提高，其存儲(chǔ)需求也在不斷發(fā)生變化。在安防視頻監(jiān)控領(lǐng)域，目前主要存儲(chǔ)方式有三種：前端分布式存儲(chǔ)、后端集中存儲(chǔ)和云存儲(chǔ)。

原有的模擬及模數(shù)混合組網(wǎng)的視頻監(jiān)控正逐步被純IP化、全高清的網(wǎng)絡(luò)視頻監(jiān)控所取代，因此前端分布式存儲(chǔ)產(chǎn)品也由DVR、HDVR(混合式DVR)逐步替換成NVR產(chǎn)品。隨著前端分布式存儲(chǔ)的系統(tǒng)組網(wǎng)成本不斷降低，同時(shí)4K、H.265技術(shù)的推出大大提高了視頻圖像的清晰度，并通過(guò)改變編碼方式降低了存儲(chǔ)空間需求，使得前端NVR存儲(chǔ)產(chǎn)品的競(jìng)爭(zhēng)力進(jìn)一步增強(qiáng)。另外，NVR產(chǎn)品由于其簡(jiǎn)單易用的特性，為不同層面的客戶所廣泛使用。

相對(duì)NVR的分布式存儲(chǔ)而言，后端集中存儲(chǔ)方式更加注重?cái)?shù)據(jù)的集中保存、數(shù)據(jù)的可靠性及統(tǒng)一的管理維護(hù)，同時(shí)具有較好的容量擴(kuò)展能力，因此后端集中存儲(chǔ)方式更適合大規(guī)模部署。集中存儲(chǔ)主要以SAN/NAS為主要代表，其中SAN因?yàn)槠涓咝阅堋⒏叻€(wěn)定性而被廣泛采用。FCSAN產(chǎn)品延時(shí)小、可靠性高，但建設(shè)成本也高很多，針對(duì)于視頻監(jiān)控的大容量存儲(chǔ)需求來(lái)說(shuō)并不是非常合適，而IPSAN產(chǎn)品由于其互聯(lián)互通性高、管理維護(hù)簡(jiǎn)單、建設(shè)成本相對(duì)低廉等優(yōu)勢(shì)而為安防視頻監(jiān)控行業(yè)所廣泛應(yīng)用。

采用多臺(tái)IPSAN存儲(chǔ)設(shè)備疊加的方式勉強(qiáng)實(shí)現(xiàn)視頻接入和圖像存儲(chǔ)需求時(shí)，由于多臺(tái)存儲(chǔ)設(shè)備間相互獨(dú)立，缺乏有效的數(shù)據(jù)整合與協(xié)同處理能力，因此也額外帶來(lái)了存儲(chǔ)設(shè)備的統(tǒng)一管理、設(shè)備冗余性能和存儲(chǔ)空間無(wú)法共享及利用等問(wèn)題。應(yīng)需而生的云存儲(chǔ)利用集群化、虛擬化、分布式文件系統(tǒng)等技術(shù)對(duì)整個(gè)系統(tǒng)內(nèi)的設(shè)備資源、帶寬資源、存儲(chǔ)空間資源等進(jìn)行統(tǒng)一整合，從而為用戶提供大容量、高性能、高可靠的透明存儲(chǔ)服務(wù)。在云存儲(chǔ)技術(shù)中，不同廠家的應(yīng)用方案也有所不同，安防廠商基于對(duì)業(yè)務(wù)的理解順勢(shì)推出安防專用云存儲(chǔ)，數(shù)據(jù)存儲(chǔ)廠商則力推通用云存儲(chǔ)以期滿足用戶多樣化需求。