AI安防產(chǎn)品發(fā)展現(xiàn)狀與趨勢(shì)分析
發(fā)布時(shí)間：2023-07-09 11:35:08
揭密：AI產(chǎn)品工程化的真相
毋庸置疑，AI安防時(shí)代已來，它對(duì)于安防產(chǎn)業(yè)發(fā)展的價(jià)值意義不言而喻。總結(jié)來講，AI在安防落地具有三大應(yīng)用，即視頻結(jié)構(gòu)化、生物識(shí)別和物體識(shí)別。其中，生物識(shí)別包括人臉識(shí)別、指紋識(shí)別、虹膜識(shí)別、形體識(shí)別、聲紋識(shí)別等，而人臉識(shí)別是當(dāng)前公共安全領(lǐng)域應(yīng)用廣泛，技術(shù)發(fā)展較為成熟的AI技術(shù)，它可以快速實(shí)現(xiàn)人臉識(shí)別、人臉檢測(cè)、人臉比對(duì)、活體檢測(cè)、人臉跟蹤等技術(shù)應(yīng)用，幫助公安人員快速確定并鎖定對(duì)象身份，做到事前預(yù)防、事中預(yù)警和事后核查，大大提升警方辦案效率。
不過，AI產(chǎn)品的工程化落地并非是一蹴而就。
首先，不同行業(yè)的實(shí)際業(yè)務(wù)場(chǎng)景，對(duì)前端AI產(chǎn)品的算法和算力資源的要求不盡相同，而且對(duì)前端產(chǎn)品的形態(tài)、可靠性以及功耗網(wǎng)絡(luò)要求也不同。而且，由于安防業(yè)務(wù)場(chǎng)景碎片化和復(fù)雜化比較嚴(yán)重，對(duì)算法提出多樣化、個(gè)性化的多維分層要求，從而去適配前端產(chǎn)品AI產(chǎn)品各種應(yīng)用的發(fā)揮，而這顯然不是短時(shí)間內(nèi)就可完成的工程。
其次，AI產(chǎn)品的部署成本過高，加上用戶對(duì)AI理解有偏差，造成用戶為AI產(chǎn)品買單的欲望并不強(qiáng)烈。再者，當(dāng)前現(xiàn)階段各人工智能應(yīng)用領(lǐng)域的標(biāo)準(zhǔn)存在重大缺失，頂層設(shè)計(jì)與復(fù)雜現(xiàn)狀一時(shí)仍然難以匹配。
最后，人工智能產(chǎn)品是基于二級(jí)圖形分析產(chǎn)品，需要更精準(zhǔn)的理解場(chǎng)景，而且很多復(fù)雜的場(chǎng)景應(yīng)用并非僅靠AI就能解決，必須結(jié)合寬動(dòng)態(tài)、光傳感器件、變焦機(jī)芯以及安裝位置與角度等因素，來解決AI工程化問題。
基于以上原因分析，當(dāng)前 AI安防產(chǎn)品雖然已走向?qū)嵱茫踔烈呀?jīng)在平安城市和雪亮工程大項(xiàng)目中得到應(yīng)用，但總的來看，AI安防產(chǎn)品在整體安防市場(chǎng)領(lǐng)域占比仍然較低，可以說，遠(yuǎn)遠(yuǎn)低于普通攝像機(jī)的布點(diǎn)數(shù)量。但無疑，AI安防產(chǎn)品規(guī)模化應(yīng)用是大勢(shì)所趨，未來已來!只是時(shí)間問題。
端邊集成是安防產(chǎn)品的趨勢(shì)
業(yè)界皆知，云端邊融合是AI安防市場(chǎng)發(fā)展的主流方向。所謂的云端邊融合即是通過邊緣計(jì)算將人臉識(shí)別、物體識(shí)別等應(yīng)用的計(jì)算力分?jǐn)傊燎岸耍瑥亩鉀Q由于數(shù)據(jù)量暴漲給傳輸和云端處理帶來的壓力。邊緣計(jì)算其實(shí)是實(shí)現(xiàn)嵌入式人工智能的關(guān)鍵，其實(shí)時(shí)性比云端更強(qiáng)，更能滿足用戶更快的業(yè)務(wù)響應(yīng)需求，而云端承載的是第三方提供的專業(yè)性服務(wù)，以及更加復(fù)雜的運(yùn)算，比如對(duì)模型的優(yōu)化、算法迭代等相對(duì)靈活的部署方式。
實(shí)際上，云邊融合也是智能計(jì)算前移的過程，這必須對(duì)前端設(shè)備的算力提出更高的要求，而隨著AI芯片算力的日益增強(qiáng)，邊緣計(jì)算能力將得到重大突破。不過，由于前端攝像機(jī)的本身空間狹小，一般來講，較大及復(fù)雜的數(shù)據(jù)量的邊緣計(jì)算及存儲(chǔ)則放至邊域處理。
深圳市巨龍創(chuàng)視科技有限公司總經(jīng)理孫成智在接受a&s媒體采訪中表示，相對(duì)來講，云端的算力強(qiáng)，前端的算力弱，而安防領(lǐng)域大部分業(yè)務(wù)應(yīng)用場(chǎng)景對(duì)端側(cè)的響應(yīng)速度都有很高要求，顯然全部數(shù)據(jù)傳輸至云端處理，將造成較長(zhǎng)的時(shí)延性，因此，安防企業(yè)在設(shè)計(jì)AI產(chǎn)品架構(gòu)系統(tǒng)方案時(shí)，一般都會(huì)采用集中的前端部署邊緣計(jì)算，但純粹的前端無法完全解決數(shù)據(jù)計(jì)算問題，而此時(shí)，需要借助邊域的算力共同承擔(dān)云端算力，這意味著，端和邊必須先集成，形成整體的邊緣智能計(jì)算，然后再和云端計(jì)算相結(jié)合，構(gòu)建一體化的云邊端架構(gòu)。
當(dāng)前來看，AI安防系統(tǒng)架構(gòu)原理有三種方式，一是前端為普通人臉攝像機(jī)-碼流傳輸和錄像存儲(chǔ)-NVR，采用前流后比對(duì)的原理，人臉檢測(cè)、人臉識(shí)別和人臉比對(duì)放到NVR(即邊域);二是人臉抓拍機(jī)-碼流傳輸和錄像存儲(chǔ)-NVR, 采用前抓后比對(duì)的原理，人臉檢測(cè)功能放至IPC端，人臉識(shí)別和人臉比對(duì)放在NVR邊;二是是人臉比對(duì)機(jī)-碼流傳輸和錄像存儲(chǔ)-NVR,采用前比后呈現(xiàn)的原理，即人臉檢測(cè)、人臉識(shí)別和人臉比對(duì)全部放到IPC端。
在云邊端架構(gòu)中，端無疑側(cè)重多維感知數(shù)據(jù)采集和前端智能處理;邊則側(cè)重感知數(shù)據(jù)匯聚、存儲(chǔ)、處理和智能應(yīng)用。而云端則是側(cè)重于集中式處理更為復(fù)雜及龐大的數(shù)據(jù)的運(yùn)算。端邊集成是AI安防產(chǎn)品發(fā)展的趨勢(shì)，而后端云化以及與端邊融合的一體化系統(tǒng)架構(gòu)，則無疑是未來AI安防市場(chǎng)發(fā)展的必然走向，也將是AI安防工程化的主旋律。
首頁
在線客服
在線留言
電話
