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

    人工智能的崛起離不開三要素：深度學習為算法提供了重要基石，大數(shù)據(jù)為存儲提供了高效燃料，GPU、超級計算機、云計算為運算能力提供了引擎助力。其中，深度學習作為最核心的技術支撐，其靈感來源于大腦神經(jīng)網(wǎng)絡，讓機器具備了人類對事物抽象和重構(gòu)的能力，在算法層次上由淺至深，在特征設計上從人造特征到自主學習，讓機器擁有接近甚至超越人類的模式識別精度、超強抗干擾的環(huán)境適應能力以及強大的種類識別能力。作為機器視覺最具代表性的應用，視頻監(jiān)控系統(tǒng)的發(fā)展及應用狀況又是如何呢？

    重慶監(jiān)控“中國芯”正在迅速崛起

    網(wǎng)絡高清時代的到來為我們帶來了更好的圖像質(zhì)量，使攝像機可以更好的記錄現(xiàn)實場景，這同時也對芯片商提出了更高的要求。目前國內(nèi)工業(yè)化、標準化的加速及第三方的介入給芯片設計業(yè)者提供了快速進入市場的可能，從而推動了芯片國產(chǎn)化和產(chǎn)業(yè)化的逐步升級。而安防行業(yè)的蓬勃發(fā)展，讓國產(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)揮最大的價值。

    中國安防芯片的技術演進路線越來越清晰，功能多樣化的趨勢日趨明顯。有了“中國芯”，一方面所有的芯片產(chǎn)品定義真正來自國內(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內(nèi)客戶的產(chǎn)品演進，推動視頻監(jiān)控產(chǎn)業(yè)的持續(xù)升級。

    前端設備插上了深度智能的翅膀

    重慶監(jiān)控作為視頻監(jiān)控的前端設備，監(jiān)控攝像機是整個視頻監(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)絡化、高清化以及智能化的發(fā)展歷程。視頻圖像來源是視頻監(jiān)控系統(tǒng)的第一環(huán)，運用傳統(tǒng)的攝像機存在很大的局限性，如檢測準確率不高，漏抓誤報比較多，抓拍不清晰，圖像質(zhì)量不理想等。前端攝像機內(nèi)置深度學習算法，可以對人臉、車輛等關鍵信息進行快速定位抓拍，有效解決漏抓誤報問題，也能為后端分析服務器提供更清晰、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。

    以攝像機起家的安防老大?？低曉谄渥钚峦瞥龅摹吧铐毕盗星岸藬z像機中內(nèi)嵌深度學習算法，具有結(jié)構(gòu)化信息提取、小型人臉庫比對、人體屬性分析、人員流量統(tǒng)計、道路實況檢測、車輛特征識別、全景監(jiān)控等多種功能，將前端設備的智能化應用發(fā)揮到極致。此外，還將人眼仿生、MSS多光譜成像、被動紅外熱成像技術等技術融入其中，可對因環(huán)境造成的圖像模糊昏暗進行亮度與清晰度的還原，還能實現(xiàn)環(huán)境測溫、防火防盜等功能，引導著前端設備在深度智能化這條路上越走越遠。

    重慶監(jiān)控深度學習開啟智能視頻分析技術的新篇章

    近年來，深度學習在語音識別、圖像識別、自然語言處理等應用中取得了顯著的成效。深度學習也正影響著安防企業(yè)，影響著智能視頻分析技術。智能視頻分析是計算機圖像視覺技術在安防領域應用的一個分支，是一種基于目標行為的智能監(jiān)控技術，其支持的功能主要有：人車物特征識別采集、人員及物件行為報警、視頻信號及質(zhì)量診斷、視頻增強處理、圖像比對、視頻摘要、內(nèi)容分揀等。深度學習解決了傳統(tǒng)智能視頻分析技術人工選擇特征準確率低、淺層學習模型無法解析大數(shù)據(jù)等問題，使視頻分析過程中識別準確率更高、環(huán)境適應性更好、識別種類更豐富。

    在以人、車、物為核心視頻特征識別領域，目前最成熟的其實是車輛識別算法，在平安城市建設和公安實戰(zhàn)創(chuàng)新的推動下，車輛識別技術在智慧交通、智慧警務等行業(yè)的應用取得了不錯的成果。國內(nèi)以深圳華尊科技為代表，在算法準確率、系統(tǒng)穩(wěn)定性、識別種類、公安車輛大數(shù)據(jù)實戰(zhàn)應用上表現(xiàn)得較為突出，且數(shù)次在華為國內(nèi)外的大型活動中亮相。人臉識別算法因其應用的廣泛性，火爆程度遠遠大于車輛算法，但就目前的技術來看，在準確率、更深層的應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儲備、各行業(yè)的淺層應用上做出了努力。

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

    海量視頻數(shù)據(jù)存儲呈現(xiàn)前端分布式存儲、后端集中存儲和云存儲三種模式

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

    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)絡視頻監(jiān)控所取代，因此前端分布式存儲產(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的系統(tǒng)組網(wǎng)成本不斷降低，同時4K、H.265技術的推出大大提高了視頻圖像的清晰度，并通過改變編碼方式降低了存儲空間需求，使得前端NVR存儲產(chǎn)品的競爭力進一步增強。另外，NVR產(chǎn)品由于其簡單易用的特性，為不同層面的客戶所廣泛使用。

    重慶監(jiān)控相對NVR的分布式存儲而言，后端集中存儲方式更加注重數(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，同時具有較好的容量擴展能力，因此后端集中存儲方式更適合大規(guī)模部署。集中存儲主要以SAN/NAS為主要代表，其中SAN因為其高性能、高穩(wěn)定性而被廣泛采用。FCSAN產(chǎn)品延時小、可靠性高，但建設成本也高很多，針對于視頻監(jiān)控的大容量存儲需求來說并不是非常合適，而IPSAN產(chǎn)品由于其互聯(lián)互通性高、管理維護簡單、建設成本相對低廉等優(yōu)勢而為安防視頻監(jiān)控行業(yè)所廣泛應用。

    采用多臺IPSAN存儲設備疊加的方式勉強實現(xiàn)視頻接入和圖像存儲需求時，由于多臺存儲設備間相互獨立，缺乏有效的數(shù)據(jù)整合與協(xié)同處理能力，因此也額外帶來了存儲設備的統(tǒng)一管理、設備冗余性能和存儲空間無法共享及利用等問題。應需而生的云存儲利用集群化、虛擬化、分布式文件系統(tǒng)等技術對整個系統(tǒng)內(nèi)的設備資源、帶寬資源、存儲空間資源等進行統(tǒng)一整合，從而為用戶提供大容量、高性能、高可靠的透明存儲服務。在云存儲技術中，不同廠家的應用方案也有所不同，安防廠商基于對業(yè)務的理解順勢推出安防專用云存儲，數(shù)據(jù)存儲廠商則力推通用云存儲以期滿足用戶多樣化需求。