关于边缘侧的多算法融合和软件定义


    业界皆知,AI和云计算正在驱动传统安防向智能安防演进,而 AI芯片和算法企业以及阿里和华为的加入,也正在加速重构安防产业竞争格局。在这个过程中,不同企业采取了不同的技术路线和市场战略,并对外发出不同的品牌宣传口径。
    从战略层面来看,传统安防巨头海康大华更侧重于边缘端计算,并以此为中心构建AI生态开放平台,聚合产业更多合作伙伴协同发展。如海康“AI Cloud”,大华“HOC城市之心”。AI算法公司商汤、旷视、云从和依图专注于AI边缘端算法,甚至依图开始将触角延伸到AI芯片端,构建芯片+算法+产品+应用+工程全产业链生态,以更好的使能算法与应用场景融合。同是AI算法出身的商汤,则选择了不同路线,即侧重后端城市级视觉开放平台,实现以方舟(SenseFoundry)为支撑,为 AI 智慧安防提供“感知-认知-应用-衍进”的全链条能力。
    而华为依靠云计算优势布局安防,并提出软件定义摄像机的概念,可谓是在业内引发轰动。当然,ICT基础设施和AI芯片也是华为的天然助攻优势。而阿里则是依靠阿里云切入,不过,相对华为,阿里对安防涉及并不深,更侧重于城市项目的应用构建。
    从以上企业的技术路线和市场战略来看,均离不开AI和云计算两大核心技术。最重要的是,在前端侧的摄像机端,多算法融合和软件定义开始成为安防界的新概念,而且行业人士说法不一。
    说到边缘端,必须要先提下云计算。众所周知,相较于传统本地服务器担任的“存储、处理、显示和控制”这四大功能,云计算完全可以担当重任。这意味着,安防后端功能都可以被云计算服务取代。云计算模式可以大幅简化安防设备的架构,而且具有成本低、配置灵活、跨平台应用和管理便捷等优势,更有利于资源整合。不过,在物联网技术的不断渗透趋势下,随着平安城市、天网工程以及雪亮工程的开展,监控摄像机的覆盖率正在快速攀升,摄像机采集的海量视频数据将造成传输、存储和计算压力,最终将大大提升部署成本以及拖延响应速度。
    以响应速度为例来看,业界皆知,安防产业具有许多对响应速度和实时性要求较高的应用场景,比如人脸识别的门禁系统,对反应速度要求较高,几乎需要实时处理。若把前端采集数据全部直接传输到云中分析,显然无法满足实时处理的速度。因此,虽然安防后端云化是大趋势,但需要边缘计算做配合,从而形成云计算与边缘计算相融合的架构。但得注意的是,由于摄像机本身的空间有限,边缘智能计算的能力很大一部分是部署在边缘侧中,来完成快速、实时的数据分析和比对。
    针对边缘智能计算,如何结合碎片化、丰富化的实际场景应用,总体上来看,海康、大华和宇视等传统安防厂商更认同硬件为主导的解决方案,而华为、AI算法厂商则是更看重AI+软件解决方案,也可称之为软件定义硬件。
    根据海康近年来推出的新品硬件可以看出,多算法融合一体化摄像机是重点,比如笔者最近测试的黑光双舱一体机和智能双舱一体机,均采用双镜头一体设计,搭载两个高性能GPU模块,聚合多种专为复杂场景设计的深度学习算法,实现全结构化数据精准采集,具备多场景数据融合分析能力,实现全方位态势感知。而且,超高性能GPU支持后期新增算法以及算法的不断迭代优化。相较于传统的分体机,双舱一体机在事件联动速度上具有很大优势,场景化业务能力更高,而且部署简单、美观,无疑将在新建项目中的多目检测需求场景应用上,大有作为。
    而华为更强调软件定义摄像机。在华为看来,应用需求的多样性、算法高频次升级的需求需要通过软件来进行按需分配算法,并实现端云协同,高效管理以及带动全面的AI普及和转型。而海康大华们则是认为,软件仅能定义芯片的运算力、可配置的功能以及软件其他功能等,但对摄像机硬件部分的传感器性能、解析度大小、焦距远近以及补光强弱等性能,则是能力有限。而恰恰是这些硬件性能关乎到视频成像质量,以及是由实际场景决定的摄像机硬指标组合。
    从安防产业的进化史来看,早期,传统的光学镜头和传感器等硬件部分,在摄像机性能及场景应用上的发挥具有重要的价值意义。但随着AI+人工智能时代的到来,运行在硬件的软件的重要性开始日益显现。在笔者看来,不同的场景应用需要硬件和软件进行协同来完成,共同进步。也就是说,摄像机的功能应用并不单单是硬件或软件能够完全定义的,而相互融合共同驱动摄像机的应用价值发挥,两者缺一不可。
    不过,随着硬件技术的日益趋同化,运行在硬件基础上的软件或将是主导摄像机的命脉,在安防界上演更为重要的戏码。真理如何,还需待业界的顶尖玩家在未来实践中见分晓。