安防視頻外延價值的拓展

□ 文/本刊記者 王華安

安防視頻外延價值的拓展

□ 文/本刊記者 王華安

未來三五年，純安防設備供應商將減少，企業將依能力向消費和集成/服務市場擴張。隨著IT技術和思維的沖擊融入，及需方市場反向推動，傳統安防在系統層面已逐漸跳脫單品單系統的工具式的印象，開始朝整體解決方案和系統平臺的趨勢進階。整體解決方案是綜合實力的比拼，對廠商產品線的延伸及系統的融合應用在技術和市場布局上也將提出更高的要求。

近幾年隨著安防需求不斷提升，以及“互聯網+”發展的推動下，傳統安防企業借助人工智能、云計算、大數據、物聯網、移動互聯等技術呈現多元化發展，安防應用已延伸至智能家居、智能交通、智能醫療、智慧城市等領域。安防的外延成放射狀發展。下一步隨著傳統安防與互聯網行業進一步深入融合，安防應用將延伸各個領域，行業市場發展也將呈現多元化、全方位發展。

國內安防監控市場在最近幾年開始進入高速增長期，而增長的動力來自于城鎮化步伐的加快，無論是智慧城市、智能交通，還是大量的樓宇監控，都是安防監控市場成長的動力。安防相關產品種類繁多、市場規模巨大，安防產品從各自實現功能的角度上可以分為視頻監控、入侵報警、出入口控制、可視對講、門禁、電子巡更、車輛防盜防劫、聯網報警等八大細分專業領域。視頻監控產品是安防產品最重要的組成部分，產值占行業總產值的50%以上。視頻監控下游應用行業較廣，橫跨了政府、金融、電信等各類行業應用。這些終端需求的擴張，為視頻監控產業的成長提供了充分市場空間。隨著下游行業應用的深入，不同行業對視頻監控系統的需求也開始出現變化，視頻監控的行業化趨勢逐步體現。

視頻監控到視頻管理的需求正在延伸

目前來看，安防行業可以歸類于電子信息制造業，這其中視頻監控行業占到其中一半以上，另外防盜報警及其運營服務、出入口控制、樓宇對講以及傳統意義上的實體防護產品等等。尤其是近幾年隨著安防需求不斷提升，以及“互聯網+”發展的推動下，傳統安防企業借助人工智能、云計算、大數據、物聯網、移動互聯等技術呈現多元化發展，安防應用已延伸至智能家居、智能交通、智能醫療、智慧城市等領域。安防的外延成放射狀發展。下一步隨著傳統安防與互聯網行業進一步深入融合，安防應用將延伸各個領域，行業市場發展也將呈現多元化、全方位發展。

未來三五年，純安防設備供應商將減少，企業將依能力向消費和集成/服務市場擴張。隨著IT技術和思維的沖擊融入，及需方市場反向推動，傳統安防在系統層面已逐漸跳脫單品單系統的工具式的印象，開始朝整體解決方案和系統平臺的趨勢進階。整體解決方案是綜合實力的比拼，對廠商產品線的延伸及系統的融合應用在技術和市場布局上也將提出更高的要求。

一方面，系統橫向整合讓集成效應日趨明顯；另一方面，針對安防的核心——視頻監控的縱向應用也被廠商進一步挖掘出來。尤其是“互聯網+”概念的提出，互聯網化的趨勢更加明顯。視頻，圍繞其應用的探討愈演愈烈，僅僅將視頻定位為監控和安全的概念已經過時，視頻已經成為社交、教育、醫療、娛樂的核心，滲透于各行各業。部分安防企業已經看到視頻的重要作用，通過將多年積累的視頻核心技術應用到更廣泛的行業和智能硬件中去，橫向整合更多行業，縱向加深視頻技術應用，探討和挖掘聯網視頻的價值。從視頻監控到視頻管理的需求延伸依然在發展，基于視頻監控內容的行業深度應用將推動產業發展到一個新的高度。

隨著高清視頻、智能分析、云計算和大數據等相關技術的發展，安防正在從傳統的被動防御向主動判斷、預警發展，行業也從單一的安全領域向多行業應用、提升生產效率、提高生活智能化程度方向發展，為更多的行業和人群提供可視化、智能化解決方案。

安防大數據回歸應用當中

安防大數據技術英文簡稱SDT，即Security data technology。SDT專注于安防領域，其核心是視頻監控，關注的目標包括視頻中的人、車的屬性和行為，以及各類傳感信息，采用視頻結構化、云計算等技術，提取出人、車、物的結構化信息，以這些數據為基礎展開深度應用。安防大數據主要服務于平安城市、智能交通、智慧醫療、智慧環保、智能樓宇、智慧金融等等智慧城市的相關應用。

簡單來說，SDT的系統架構可以分為感、知、用三層架構，分別對應數據采集、分析挖掘和深入行業業務應用三個層面。“感”，位于整個系統的最前端，立體的感知網絡+多維的感知類型+可視的感知內容，構成了SDT系統的數據來源；“知”，是整個系統的核心，用安防的語言來說就是視頻結構化，即實現對視頻中的人、車等信息的高效的結構化信息提取，比方說，從視頻中提出車牌號、車身顏色、人員性別、人員身高等；“用”，是整個系統最重要的部分，也是用戶最關心的部分，即安防大數據如何回歸到應用當中。

作為安防大數據最為重要的數據來源，視頻圖像實際上是一種非結構化的數據，它不能直接被計算機讀取和識別，而在電商、輿情分析等目前大數據取得較好應用效果的領域，它們所產生的都是結構化的數據，能夠直接利用計算機來進行數據的分析和挖掘。因此，視頻圖像能否通過智能分析技術經濟而又高效地進行結構化處理，是視頻大數據在安防領域落地的關鍵。

當數據全面實現聯網、共享，得到有效存儲，并予以充分分析和挖掘，安防領域的大數據時代將真正深化。那時警察可以輕松地搜索某一時段某一顏色或某一品牌汽車的所有視頻并快速識別違章行為；在沒有人為干預的情況下，視頻監控設備通過自動分析對動態場景中的目標進行定位、識別和跟蹤，在異常情況發生時做出反應，進行自動報警；聯網共享這些視頻資源，將為更多的老百姓服務……

視頻監控行業的應用里面，視頻監控數據量規模龐大，并且隨著高清化、超高清化的趨勢加強，視頻監控數據規模將以更快的指數級別增長，那么如何處理持續增長的大數據與視頻監控的關系，如何利用大數據發揮視頻監控的最大效能與數據本身的應用價值。已經有不少企業正在著手這些問題的處理：

海康威視作為中國安防視頻監控的領先企業，積累了各行業海量用戶及存儲數據，將SDT的深度挖掘應用于交通、倉儲、氣象、健康、環保、建筑等領域，并形成了各行業大數據應用的綜合解決方案。比如，海康的“螢石云+”平臺，通過螢石手機APP來查看實時路況再決定通行路線。在海康威視的“明廚亮灶”解決方案中，通過視頻分享，讓消費者能通過互聯網直觀地看到菜品的切配烹飪、冷食類和生食類食品加工、餐飲具消毒等過程，讓食品服務單位后廚及食品加工過程從幕后走到前臺，消除食品服務單位、食品加工企業與公眾間信息不對稱的障礙，引導公眾直接參與食品安全，實現全民監督，最終實現食品安全的根本好轉。至于需求量最大的交通領域，海康威視的“城市交通誘導”通過攝像頭、GPS等綜合信息的分析，可以繪制出路網流量分布圖，狀況趨勢圖，道路擁堵指數等，并以此作為交通誘導的依據。

大華在視頻大數據領域構建了圍繞數據存儲、分析、搜索和挖掘的端到端的整體解決方案。通過云存儲來解決海量攝像頭的接入、轉發、存儲的問題，通過云摘要、車輛云等智能產品來解決海量視頻圖像數據的內容識別和結構化的問題，最后通過大數據分析查詢系統來完成對結構化的挖掘，形成人、車數據關聯分析。全球數據中，76%的數據是視頻數據，而這其中絕大多數數據又是視頻監控的數據。針對視頻數據，大華通過智能化的手段首先進行內容分析，識別人、車、物的特征，然后將這些特征數據落庫。針對這些數據庫，再結合行業的應用就可以提供高價值的數據服務。比如針對商鋪門店的人物分析，可以形成門店的客流；門店的主要客戶群體是男性還是女性，哪個年齡段的客戶；不同時段的不同客戶群體分析。也可以針對交通場景，形成城市熱力分析，也可以針對某個路口做人流熱力，從而提供交通決策的數據支撐。

人工智能、機器視覺、深度學習為視頻外延提供技術保障

在安防大數據時代，包括大數據與神經計算、深度學習、語義計算以及人工智能其他相關技術結合，成為大數據分析領域的熱點。大數據分析的核心是從數據中獲取價值，價值體現在從大數據中獲取更準確、更深層次的知識，而非對數據的簡單統計分析。要達到這一目標，需要提升對數據的認知計算能力，讓計算系統具備對數據的理解、推理、發現和決策能力，其背后的核心技術就是人工智能。

近些年，人工智能的研究和應用又掀起新高潮，這一方面得益于計算機硬件性能的突破，另一方面則依靠以云計算、大數據為代表的計算技術的快速發展，使得信息處理速度和質量大為提高，能夠快速、并行處理海量數據。隨著科技革命的高速發展，人工智能將得到極大的發展和推廣，物聯網也將逐步走入社會的各個角落，安防領域的終極平臺將是以物聯網為基礎的大數據平臺的建設。隨著安防行業的發展，人工智能的重要作用正逐步顯現。當前，用戶面對海量的視頻數據已無法簡單利用人海戰術進行檢索和分析，需要人工智能作為專家或助手，實時分析視頻內容，探測異常信息，進行風險預測。

以公安行業為例：公安行業用戶的迫切需求是在海量的視頻信息中，發現犯罪嫌疑人的線索。人工智能在視頻內容的特征提取、內容理解方面有著天然的優勢。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據庫進行存儲。匯總的海量城市級信息，再利用強大的計算能力及智能分析能力，人工智能可對嫌疑人的信息進行實時分析，給出最可能的線索建議，將犯罪嫌疑人的軌跡鎖定由原來的幾天，縮短到幾分鐘，為案件的偵破節約寶貴的時間。其強大的交互能力，還能與辦案民警進行自然語言方式的溝通，真正成為辦案人員的專家助手。

海康威視去年底北京安防展上，發起了“AI+：感知未來、融合發展”的主題論壇，攜手英偉達（NVIDIA）和Movidius發布了基于深度學習技術的從前端到后端全系列智能安防產品，事先預告了“深眸”、“臉譜”、“神捕”等新產品。由此可見，海康威視已經“跳出了安防做安防”，融合人工智能的技術應用，不斷盤活自身的市場范圍，在一個產品、技術的生命周期結束前就已經開始了下一個創新點。

同期，宇視科技發布了SMV-安防機器視覺的戰略規劃，披露在芯片、算法、架構、產品四大層面取得的全面突破，其中基于Movidius+NVIDIA芯片全球戰略首發深度學習人臉識別攝像機、深度學習智能交通抓拍機、深度學習USB智能棒、“昆侖”結構化智能分析服務器、智能存儲融合一體化設備等。

2014年，科達發布感知型攝像機，通過前端智能化，使智能分析的規模化部署成為可能，從而開啟了視頻大數據的大門。2015年，科達又基于云計算技術，推出了安防大數據平臺，從后端實現了海量視頻數據的存儲、分析和檢索，同時提出了機器識圖的理念。2016年，基于前端感知與后端大數據平臺的結合，總結實戰應用經驗，科達推出獵鷹系列智能分析系統，聚焦視頻大數據的實戰應用。科達獵鷹智能分析系統采用的智能分析算法，該算法采用了深度學習技術，經過五大類場景，數千萬樣本迭代訓練，不僅分析準確，而且適應性強，能有效服務于公安實戰應用。在智能技術不斷突破與成熟，公安對視頻實戰應用需求日益迫切的今天，科達推出的智能分析系統，希冀能進一步提升公安實戰效能，在維護穩定、反恐處突、治安防范、偵查破案、服務群眾方面做出新的貢獻。

智能化在安防系統的建設中越來越重要，是安防行業發展的必然選擇。未來安防技術的應用將不再限于視頻監控本身，而是以視頻為核心，結合人工智能技術，拓展多維感知手段，并將視頻監控智能技術與互聯網、云計算、大數據等技術進行融合，實現傳統安防應用向深度智能應用變革。

結束語

正如大華提出的“視頻＋”概念一樣，未來視頻所能延伸出來的價值是無窮的。“視頻+”既是以視頻為主的多物聯感知信息技術體系，也是以滿足各行業領域應用為目標的視頻內容提供與服務能力。所以“視頻＋”是一種全新的技術，一種全新的內容，一種全新的能力。視頻+音頻、視頻+動環系統、視頻+熱成像、視頻+FRID、視頻＋GPS……安防企業通過成熟的視頻技術，把信息感知端從單一的安防監控系統拓延到更豐富多樣的物聯感知系統；視頻+智慧城市、視頻+智能交通、視頻+危機處置、視頻+生產增效、視頻+食品溯源……通過大數據、云計算、人工智能等技術，為更廣闊的行業應用鍛造個性化業務助手。