-
邀請演講1、視頻云計算技術成為關鍵，推動視頻監控
從概念上看，視頻云計算是基于云計算技術的理念，采用視頻作為"云端"向"終端"呈現處理結果的一種云計算方案。視頻云計算技術可以在中央服務器端全部集中所有的計算能力，將前端應用和聲音輸出編碼后經過網絡實時傳輸給終端，然后終端進行實時解碼后顯示輸出。如今被普遍應用在：在線教育、安防監控、云游戲、視頻會議、電視轉播等。
簡單來說，視頻云計算就是一個對超大型視頻數據的存儲、調用、處理的計算能力，通過該技術可以在超大型數據平臺中，快速查找并使用所需視頻數據，具有實時可控、高速處理、資源共享等特性。
安防行業，特別是監控領域，常常伴隨著超大規模的數據信息，必須建立視頻云計算平臺。例如公安部門的監控設備，一天24小時，成千上萬的車輛、行人經過某街道。在以前沒有云計算技術的年代，要從這些視頻數據里尋找到某一部車輛、某一個行人，公安人員需要用人眼沒日沒夜地觀看監控視頻，猶如大海撈針。而如今，在云計算平臺上，可匹配每個路過行人的身份信息，以圖像進行匹配，快速圈定范圍，提高案件處理效率。
當然，云視頻計算數據不該僅僅運用在安防監控領域，在門禁、消防領域也有可借鑒的地方。
2、邊緣計算大幅提升視頻分析速度
如果說視頻云計算技術是查找、調用數據的關鍵技術，那么邊緣計算對視頻圖像進行預處理的計算，便是對視頻分析的速度的進一步要求。
邊緣計算是指在數據源的邊緣地帶完成的運算程序。該技術包含了邊緣節點和邊緣域功能，是指通過統一調度IPC、NVR等分散式的智能設備資源，在數據源頭就近提供以視頻為核心感知數據，實時預處理、存與傳等服務，在提升業務敏捷性、實時性和系統可靠性同時，分攤海量數據給中心節點帶來的并發壓力。
3、人臉識別的是安防人工智能化的直接表現
在安防行業，人臉識別成為安防人工智能化的最重要表現。除了視頻監控外，還可植入出入口閘機、智能鎖、可視對講、門禁、報警等產品中，形式豐富多樣，逐漸成為安防企業布局的新商機。
特別是2017年9月13日，iPhone X面世，所搭配的人臉識別功能，不僅可以解鎖手機，還能進行Apple Pay支付，給消費者提供了極大便捷與科技感，引起了市場的追捧。
但對于人臉識別的安全性，大家仍然熱議不斷。最普遍的看法是，人體生物密碼——指紋、聲紋、虹膜、人臉都具有唯一性和不可變更性，傳統的字母數字組合密碼可以隨意更換，但人體生物密碼一旦泄露就是終身問題。
因此，對于安防企業來說，人臉識別的安全性能提升，才是其技術應用的重中之重。
最后，人工智能的道德代碼與倫理嵌入，都會成為安防新技術的挑戰。對人類文明而言，人工智能將是一個好消息還是壞消息，最終取決于我們的倫理智慧。在中國推出新一代人工智能發展規劃的今天，安防產業融入人工智能化概念，是便利自己還是依賴機器，都是一體兩面的結果。因此，智慧安防的道路，終究是人機和諧為妙。 -
邀請演講
您好，謝謝您的提問
中國智慧安防企業始終對科技創新保持較高的投入，全行業科研投入占銷售總收入的5%以上，有的甚至超過10%，在全國各行業中處于領先水平，從而使行業保持了強大的技術創新能力和競爭力。2018年，我國智慧安防行業圍繞人工智能、大數據與云計算、芯片等面向未來的核心技術，增強研發能力，加快技術商業化應用，并運用創新能力，持續探索、掌握行業未來發展的新需求，抓住新的機遇，引領行業發展不斷向前。
1.人工智能全面爆發。
2017和2018年，可謂是人工智能爆發元年，無論是國務院發布《新一代人工智能發展規劃》，還是"阿爾法狗"讓柯潔甘拜下風，抑或是阿里巴巴宣布成立"達摩院"，人工智能發展的趨勢已經勢不可擋。
智慧安防企業同樣沒有錯過人工智能"風口"，紛紛加入戰局。被譽為人工智能第一"著陸場"的智能智慧安防已經開啟了新一輪的成長周期。一批龍頭骨干企業先后馬不停蹄地布局人工智能市場，發布新產品、新理念，打造產業新生態，在智能化產品落地方面持續取得突破。人工智能在公安行業、交通行業、智能樓宇、金融、工廠園區、民用智慧安防、醫療行業的應用，對智慧安防行業的影響是革命性的，對智慧安防行業的推動力比視頻編解碼技術、H265技術、傳輸高清等技術對智慧安防的影響都更巨大而深遠。
2.生物特征識別技術廣泛應用。
生物特征識別技術作為智慧安防行業中的焦點應用，在技術安全與市場應用層面遠遠優于傳統密碼、刷卡等方式。隨著應用日漸成熟以及消費者認知度的不斷提高，生物特征識別技術的應用更加廣泛，生物特征識別技術在智慧安防業務領域的應用主要包括考勤設備、物理門禁產品、電子鎖具產品、視頻監控系統等四類。
據Yole公布數據顯示，全球人臉識別市場規模預計將從2018年的40.5億美元增長至2022年的77.6億美元，這期間的復合年增長率可達13.9%。iPhoneX的發布將人臉識別推到了一個小高峰，人們對生物識別的發展和對信息安全的關注已經上升到國民熱度。
全球人臉識別市場規模（單位：億美元）
資料來源：Yole 前瞻產業研究院整理
3.深度學習算法增強。
深度學習在智慧安防行業的應用日益廣泛，GPU、FPGA、TPU等智能芯片的運用使得運算效率大大提高，深度學習算法對于增強圖像和視頻分析的準確率也更為有效，在解決視頻結構化和人臉識別、車輛識別等方面也變得更為"智能"。
4.云計算規模擴大。
數字化背后的基礎技術是云計算，隨著物聯網應用和智慧城市的發展，幾乎所有數據都需要連接到云，再通過云端存儲、計算，通過網絡互相連接。例如，在跨省破案時，需要協調公安、交通等不同政府部門的基礎數據進行共享，此時就要通過云技術作為支撐才能實現。
在智慧安防行業市場，已經率先展開了對云技術的應用。尤其是在政府的牽引下，公安、交通等行業已有成功落地案例。
5.邊緣學習全面布局。
邊緣計算是指在靠近物或數據源頭的網絡邊緣側，融合網絡、計算、存儲、應用核心能力的開放平臺。其功能是就近提供邊緣智能服務，滿足行業數字化在敏捷連接、實時業務、數據優化、應用智能、安全與隱私保護等方面的關鍵需求。
6. SVAC 2.0版標準問世。
SVAC 2.0版標準大量吸收了近年發展的新技術和新算法，支持前端嵌入式智能分析，支持對設備的加密與認證，支持視音頻信息防篡改和加密傳輸，進一步提升了數據信息的安全性。其圖像編碼效率不亞于H265，在數字信號處理算法、運行效率、穩定性等方面也更加成熟。許多智慧安防行業主流廠家都推出了處理芯片、攝像機、編/解碼、存儲、平臺等數百種符合SVAC國家標準的監控產品。
中國智慧安防行業將會朝向人工智能等高端方向發展
掃一掃
下載《前瞻經濟學人APP》進行提問
與資深行業研究員/經濟學家互動交流讓您成為更懂行業的人
