傳統(tǒng)的網絡攝像機對于網絡帶寬的要求較高，1080P的圖像，即使反復壓縮后，也需要至少8Mbps帶寬。主要是由于網絡攝像機直接把大量數(shù)據的高清視頻回傳給數(shù)據中心里的NVR，很難對所有圖像進行實時分析，大部分時候是對保存的圖像進行事后分析。如果全部通過后端數(shù)據中心處理，不論處理能力、存儲還是網絡，都是不可能承受的。

AI智能處理“云+邊緣節(jié)點”將成為業(yè)內主流的解決方案，即前端攝像頭和后端系統(tǒng)均設有AI功能。前端攝像頭可以實時對大部分視頻數(shù)據進行結構化處理，例如，設置在交通路口的攝像頭可以提取車牌，車型等汽車信息和乘客數(shù)量，是否帶安全帶等乘客信息回傳給數(shù)據中心。而小部分不容易識別的視頻數(shù)據才會發(fā)送至后端系統(tǒng)處理。同時，前端處理完的數(shù)力投放以及治安管理更加科學、精準、有效的掌控。其中4K/8k的超高清普及是據已經結構化，數(shù)據量極大減少，發(fā)往后端做存儲和進一步的分析。

未來以“AICloud”架構基礎+視頻攝像+應用場景將賦能傳統(tǒng)行業(yè)打開新市場，AiCloud面向公安、交通、司法、文教衛(wèi)、能源、金融、智能樓宇等行業(yè)，將賦能各行業(yè)智能化轉型。例如，在公共安全領域，AICloud能快速打擊犯罪;在公共服務領域，AICloud服務智慧出行;在商業(yè)領域，AICloud能幫助商戶優(yōu)化產品和服務，提升經營效率;在金融領域，AICloud賦能精準營銷，提升客戶體驗;在教育領域，AICloud將實現(xiàn)智慧教育，創(chuàng)新教學管理。隨著“AI+攝像”設備接入量不斷提升，至2022年，中國智能安防行業(yè)市場規(guī)模將達到近萬億。

AI將成為視頻監(jiān)控技術發(fā)展主方向

前端攝像機內置人工智能芯片，可實時分析視頻內容，檢測運動對象，識別人、車屬性信息，并通過網絡傳遞到后端人工智能的中心數(shù)據庫進行存儲。這是人工智能滿足視頻監(jiān)控實戰(zhàn)應用需求的優(yōu)勢。

目前，人工智能在安防領域的主要應用場景包括以下幾點：

1.人臉身份確認

人臉身份確認應用屬于卡口場景仿人AI應用，以公安行業(yè)人員布控為代表，在關鍵監(jiān)控點位安裝人臉抓拍攝像機，通過后端人臉識別服務器對抓拍到的人臉進行比對識別，確定該人員身份。一種是與人臉黑名單庫進行比對識別，另一種是和靜態(tài)人臉庫進行比對識別。

人臉黑名單動態(tài)布控應用中主要利用人臉抓拍攝像機從高清/超高清視頻畫面中使用深度學習模型檢測并抓拍人臉照片，然后提取人臉深度學習特征向量，與黑名單庫人臉的比對并實現(xiàn)報警提示。

人臉靜態(tài)比對指的是使用深度學習模型檢測并抓拍人臉圖片，然后提取的人臉深度學習特征向量與靜態(tài)庫中的人臉比對識別，確認該人臉身份。

2.車輛識別應用

車輛識別應用屬于卡口場景應用。車輛識別技術是公安實戰(zhàn)中應用最成熟、效果最明顯的技術之一。借助遍布全國各地交通要道的車輛卡口，車牌識別使得“以車找人”成為現(xiàn)實，成功協(xié)助警方破獲各類案件。車輛識別技術已經從初級的基于車牌的車輛識別應用階段，發(fā)展到車型識別、套牌車識別等精準的車輛識別應用階段。

3.視頻結構化

視頻結構化應用一般屬于非卡口應用。在視頻結構化分析與快速檢索應用中，視頻結構化業(yè)務功能是對視頻中的機動車、非機動車、行人等活動目標進行分類檢測，并對其特征屬性識別。提取目標小圖和場景大圖寫入存儲設備，便于后續(xù)快速查詢及智能檢索。通過視頻結構化業(yè)務快速分析并提取出視頻中感興趣目標的特征屬性信息，用戶能夠高效獲取案事件相關線索，促進大安防時代視頻數(shù)據從“看得清”跨入到“看得懂”的階段。

4.行為分析

通過行為分析系統(tǒng)對人員的異常行為進行分析處理，可應用于重點區(qū)域防范、重要物品監(jiān)視、可疑危險物品遺留等行為的機器識別，也可對人員的異常行為進行報警，極大提升了視頻監(jiān)控的應用效率。另外，還可以實現(xiàn)對群體的態(tài)勢分析，如人群密度分析、人員聚集分析等，對重點區(qū)域或人員聚集較多的場所態(tài)勢進行分析，防止人群事件發(fā)生，做到提前預警、及時處置。

責任編輯：Ct