曾经被视为前沿产业的互联网,如今貌似也成了基础设施,各行各业通过“互联网+”掀起了新革命,不得不说变化来得如此之快。尤其经过近年行业整合动作的加速,更多跨界者的到来使安防行业多姿多彩,竞争也在无形中加大。
本届北京安博会上,智能安防已然成了诸多企业的展示亮点,海康威视的全系列智能安防新产品更是赚足了全场目光,让大家亲眼见识了“互联网+”后的新一任接棒手——“AI+”。对此,千家智客邀请了海康威视技术支持与服务总监何峻峰进行了采访,一谈智能安防新纪元下的企业应对之策。
海康威视技术支持与服务总监-何峻峰
安防企业遇到临界突破的爆发点
总结60年的积淀和发展可知,人工智能每一次的迸发期都和算法有关,这回的深度算法在语音、视觉识别中率先获得突破性进展,使人工智能从智能跨入了新阶段。对于研究视频监控的技术人员来说:除了看得见、看得清之外,使设备“看得明白”是未来不懈的追求。如今,人工智能也逐渐渗透到安防领域,深度学习的技术在一定程度上能帮忙解决这个问题。
海康威视在视频监控领域一直处于领先地位,此次基于行业的演变也遇到了临界突破的爆发点。何峻峰表示,安防和技术的联系非常紧密,“看得明白”需要用智能化的手段达成;去年推出的猎鹰、刀锋等产品主要在后端进行应用,服务器的成本比较高,随着技术的演变,海康威视也做出了新布局。
如安博会召开前,海康威视就在北京发起了“AI+:感知未来、融合发展”的主题论坛,携手英伟达(NVIDIA)和Movidius发布了基于深度学习技术的从前端到后端全系列智能安防产品,事先预告了“深眸”、、“脸谱”、“神捕”等新产品。由此可见,海康威视已经“跳出了安防做安防”,融合人工智能的技术应用,不断盘活自身的市场范围,在一个产品、技术的生命周期结束前就已经开始了下一个创新点。
SDT迈出重要一步,人工智能产业化将刺激新业务需求
非结构化信息是对大数据进行充分利用前攻克的关键,海康威视关注更全的场景布控,以及环境信息、行为信息的采集,并致力于把人脸、车牌等非结构化信息进行预加工,直接以结构化的信息送去后台。无论是之前推出的DT摄像机,还是视频云存储等全套解决方案,海康威视在感知层、处理层都极大提升了系统的运作效率。
众所周知,今年是海康威视所宣告的“SDT安防大数据时代”,海康威视围绕感、知、用三个层面,分别对数据采集、分析挖掘和深入行业业务应用进行了深度建设,安博会上展出的系列新品寓意着SDT又迈出了重要的一步。
如“深眸”系列专业智能摄像机依托强大的多引擎硬件平台,内嵌优化的深度学习算法,可以实现在各种复杂环境下人、车、物的多重特征信息提取和事件检测;双目、多目、筒机、枪机等一系列形态各异的产品能充分满足多行业的应用需求。
同样在应用层面上,海康威视也在深入用户业务提供个性化解决方案,以提升可视化管理水平。随着智能安防产品的投入使用,新型安防业务模式被逐渐培养起来,除了推出新产品外,海康威视还亮出了萤石、机器人、汽车电子三大新业务,分别从安全生活、工业制造、汽车智能化三方面切入,使人工智能产业化应用得到了加速的落地,有望引领安防市场的发展。
芯片是王道,机器视觉离消费级市场仍有距离
随着人工智能尤其是机器学习应用的大量涌现,芯片厂商跃跃欲试推出新品,都想成为智能时代协处理器的领跑者,这可以看出芯片在人工智能领域的重要性。
目前,机器视觉在工业自动化上取得了不少突破性的应用,但难以进入消费级市场,对于芯片的运算能力、集成方案和人工智能技术是其主要影响因素的说法,何峻峰坦言这的确是当下的一种现状。一款芯片从流片到量产耗费巨大,往往需要一年左右的时间,只有进行大规模销售才有控制好成本的可能。何峻峰表示:“芯片基本构成了产品解决方案的最大一块成本,芯片没有得到较好的发展,机器视觉的价格会相当高,进入消费级市场就难上加难。”
据悉,此次和海康威视形成合作伙伴关系的伙伴也不简单,英伟达(NVIDIA)其于今年3月份推出了加速人工智能和深度学习的芯片 Tesla P100,致力于打造成世界上伟大的人工智能公司之一;Movidius的专用计算机视觉解决方案为新一代智能和情境感知设备的诞生奠定了基础,包括无人机和、AR/VR 设备在内的新生代产品纷纷涌现。
一个是视频监控行业的霸主,两个是视觉计算技术的行业领袖,海康威视与英伟达(NVIDIA)、Movidius牵手可谓是强强联合,这种合作关系不仅有利于海康威视强化GPU服务器非结构化数据的计算能力,还能进一步促进机器视觉的发展。
尽管如此,对于“机器视觉离消费级市场还有多远”这个问题,行业内并没有清晰的答案。“好的芯片面世依赖于技术的突破,再者,只有用户需求扩大才能打开这个消费级市场”,何峻峰认为,机器视觉在高端市场尚且存在叫好不叫座的现象,要进入消费级市场就更有段距离了。
结语
借助人脸识别技术、指纹识别技术来实现摄像头、防盗锁等的快速识别功能,安防领域已经成为人工智能的主要应用场景之一。面对安防领域99%以上的非结构化数据,深度学习算法需要得到突破,无论是目标识别、物体检测、场景分割还是车辆属性分析,智能才是结构化处理时的核心,当智能安防产品的投入越来越大的时候,安防也将真正进入SDT时代。