视频监控迎2.0 时代后端智能分析功能将更强大-黔优网

　　目前人工智能科技公司纷纷将眼光瞄向安防市场，利用深度学习和感知融合技术，部分科技公司已经推出 “云端智能安防解决方案”，并且在治安防控、社区治理等方面发挥了良好效果。智能安防已经起步，未来无限精彩。

　　安防产业“十三五规划”在产业发展目标中指出，到2020 年安防企业总收入约达8000 亿元，年增长率10%左右;我们认为安防行业整体市场需求将稳步增长。同时视频监控作为安防产品的重要组成部分，从下游应用来看主要用于平安城市(24%)、智能交通(18%)、智能楼宇(16%);目前这些领域均处于快速发展期，我们对于视频监控的潜在需求保持乐观。

　　在安防“1.0 时代”，同质化严重，市场集中度更趋向于在价格战中具备规模优势的大中型专业设备商。而以智能化升级为代表的“2.0 时代到来”，视频监控行业又迎来一个新的好时代：

　　1)、首先同质化产品的价格竞争向技术竞争良性转变，将带来传统安防行业格局的持续优化。产业的核心竞争力转变为技术架构以及解决方案的落地能力，利润率水平得到保障;与此同时行业门槛提高，将使得产业集中度得到提升。2)、随着技术的发展，“人工智能+安防”在帮助客户提升业务效率的同时，打开了新的市场空间。人工智能将对视频技术行业带来变革，计算机对视频图像的处理技术，将极大的增加视频监控的使用效率和大数据价值的利用率，摄像机采集图像的功能将不再受限于安全防范目的，视频技术实现业务管理需求有较大的拓展空间。

　　一、海量视频数据的产生使得智能安防成为刚需

　　随着全国各地平安城市建设进程的加快，城市中建设的视频监控摄像头数量呈指数级别持续快速增加，大量的摄像机对城市的各个角落、各条道路都进行了实时的视频采集。由此带来两方面的挑战，首先，传统的采用“人盯屏”的方式进行人海监控战术，将会耗费大量的人力物力且效率低下;其次，每路高清摄像机每个月存储的视频数据已达PB 级，前期简单的图像回看、检索操作都成为难以解决的问题。

　　新常态下安防行业面临全新的挑战，智能安防成为解决上述问题的唯一途径。智能安防的主要目的是：通过将视频监控中非结构化的图像信息，转换为计算机能够理解的结构化数据;凭借数据挖掘的方式将“海量视频数据”转化为“有效情报”，实现安防业务从“看得清”到“看得懂”的智能化升级。

　　前端智能将智能分析算法嵌入到前端摄像机中，直接利用摄像机对采集的视频内容进行实时分析，提取出画面中关键、有效的信息，形成结构化的数据，再把相关数据与结果传给后台。智能前置相当于给每一台摄像机赋予了一个“智慧的大脑”，让它们有“独立思考”的能力。随着芯片技术的持续发展，目前智能算法在前端已经实现了众多功能，如进入/离开区域、越界、徘徊、停车、人员聚集、快速移动、物品遗留、物品拿取、人员检测等。随着计算能力的提升与智能化程度的提升，可以预期未来智能化的前端产品可以完成越来越丰富的分析功能。

　　二、后端智能分析功能将更为强大，与智能前端互补合作

　　相较于前端智能近几年的快速发展，安防行业的后端智能化的发展历史更为悠久，在此前很长一段时间内，视频监控系统的智能分析功能都是采用中心分析的方式来实现。后端智能分析的优势在于可以根据需求配置足够强大的硬件资源，能够运行更为复杂、有一定时延的算法，而且由于分析运算的集中化，使得设备配置和故障排除都变得简化。

　　视频后端智能分析已经有一定的历史，不过此前主要的方式是将相关软件部署在通用服务器上，针对前端设备传输的视频数据，实现车牌识别、人物属性识别、客流统计与分析等较为简单的功能。不过，随着近年来深度学习算法在智能安防领域的应用，以及深度学习算法在GPU、FPGA 等计算架构上更高的运算效率，后端智能分析的软硬件一体化渐成趋势。

　　后端智能平台在当前智能分析市场中依然是主流方式：一方面，前端智能化产品刚刚兴起，渗透率还较低，大量的存量摄像头依然只是高清化、网络化的产品，不具备智能分析功能;另一方面，目前前端摄像头受到芯片性能以及自身成本、体积的限制，功能还不够强大，不能解决所有智能分析的问题，而后端分析平台易定制、易集成、功能更全面、计算性能也更强大，可以弥补前端智能产品的不足。不过，后端智能平台也存在着局限性，主要是场景局限性，由于后端平台往往同时对几十路甚至上百路视频数据进行分析，算法中对场景的假设、抽象与近似，很难完全匹配所有摄像头的具体情况，从而会带来分析结果的不足或偏差。

　　三、智能安防距离完美尚有差距，可行的未来的发展

　　虽然随着芯片、算法近年来的突飞猛进，安防行业的智能化有了长足的发展与进步，在很多应用场景和应用领域实现了部分替代人类甚至超过了人类的水平，但是距离完善的应用和全面的智能化依然有很大的差距，需要不断引入新的协作机制与技术来更好地解决实际问题。

　　人工智能+人类智能结合：尽管目前人工智能算法在众多领域已取得非常好的效果，但依然处于感知智能的范畴，涉及到创造性、无法给出明确定义和边界、缺乏现有可数字化的知识经验的任务时，机器可能就无能为力，但人类在更高层次的认知、思维创新以及“直觉”层面相较于机器有着显著的优势。因此在安防智能化领域，人工智能+人类智能是一种可行方案，先由人工智能进行海量数据的处理和分析，再把分析出的结果交给人类进行判断，从而形成人工智能与人类智能的互补合作，达到最优的结果。

　　人工智能+多维数据分析：部分安防应用需求，如公共安全领域的动态人脸识别(M:N)中，即便是只有百万分之一的错误率，也会导致系统误报率太高缺乏实用价值。要解决此类问题，单纯从人工智能算法、芯片等维度提升识别率是不够的，而是要在视频数据的基础上扩充数据维度，如手机定位数据、社交数据、车辆数据、消费数据等，通过这样的大规模的、多模态数据整合，可以进一步提升识别效果，在数量级上降低错误率。