最近，“公安的摄像头每天都拍到了什么，答案令你吃惊”一文在非安防行业人士中广泛流传，由于不是新鲜玩意，在安防行业人士中并未引起广泛关注。
实际上，文中提及的各种视频监控应用，包括“人群密度统计”、“敏感区入侵统计”、“打架斗殴监测”、“敏感物品识别”等，并非新近“高科技”，在10年前都已经开始应用，不过当时效果不太理想。
文中列举的各项应用中，“外观线索识别技术”，即ReID，是新近兴起的智能安防应用，非常有价值并会广泛应用，而“摄像机测谎”，“网络直播监管”并不是安防行业视频监控应用范畴。
文中提及的视频分析应用起步于2006，火爆于2008年左右，当时典型的问题是算法局限，芯片处理能力有限，图像清晰度有限，导致实际效果较差。如今AI赋能，带来很多变化和更多可能。
如文中所言，如今云计算、大数据及深度学习为视频分析技术带来新的发展契机：云计算及大数据解决的是基础运算层面问题，而深度学习解决的是智能视频的算法问题，芯片则解决了动力引擎问题。
本文从“公安的摄像头每天都拍到了什么，答案令你吃惊””出发，图文方式简单捋一捋AI赋能的新一代智能视频监控的主要构成及技术应用，文末的小视频比较直观详细，欢迎大家浏览观看。
前端设备
前端设备主要从传统的摄像机演变成了AI摄像机，摄像机增加了AI芯片模块，具有前端智能（抓取、分析、结构化过程）。摄像机的核心构成仍然是镜头、感光芯片、编码压缩芯片。目前镜头已大多国产化，CMOS传感器超越了CCD占有绝对比例，三星、索尼、OV三分天下，海思是视频编码处理的绝对龙头，而AI芯片则百家争鸣、变数较大。
镜头在视频监控行业大部分属于非高端光学应用，所以壁垒不大。镜头如同汽车发动机一样，原理简单，难在工艺，高端镜头还是日本和德国的天下。
传输环节
早期是视频传输主要是铜缆和光纤，属于纯粹的物理连接，没有网络交换及无线概念。目前的视频监控系统，基本已经IT化，视频仅仅是一种数据。
智能环节
人脸识别和车牌识别是AI赋能安防之后的主要应用，基于AI摄像机及AI服务器产生的结构化数据，还可以继续进行二次分析。更高层级、更大范围的视频二次分析是安防大数据的价值所在。
边缘计算
边缘计算解决的问题是减轻云端的压力及延时，提升前端智能的响应实时性，实现分布式智能。边缘域具有就近感知、汇聚、存储及处理的功能。
平安城市
平安城市是安防行业的顶级市场，得平安城市得天下，平安城市建设周期长、资源接入多、传输复杂、要求差异化大，是彰显公司实力的领域。早期的平安城市“看得着，看得清”是主要诉求，目前的诉求是“看得懂”。基于视频的结构化，未来的诉求不仅“看得懂”，还有“融会贯通、全局感知”。
閱讀更多 弱電工程師 的文章
