最近聽人說
現在銀行的攝像頭,老厲害了
特別是身上帶一條紅線的那種
像福爾摩斯一樣,具有推理能力
如果你敢在攝像頭下“造次”
![華為殺進金融智能安防領域?有啥區別嘛](http://p2.ttnews.xyz/loading.gif)
就這樣
分分鐘被“就地制服”
![華為殺進金融智能安防領域?有啥區別嘛](http://p2.ttnews.xyz/loading.gif)
可不,銀行 安防 級別太嚴苛了
裡裡外外,裝了無數攝像頭
喏
這是一個真實的場景
某銀行營業廳的一角
密密麻麻裝了8個攝像頭
這些攝像頭
就像一雙雙高度戒備的“眼睛”
全覆蓋,無死角
而這些“眼睛”錄下的監控畫面
一般先存儲在網點本地
再通過銀行專網傳輸到分行監控中心
出現異常,可以實時報警
發生糾紛,可以回放還原
...
多年來
這個看似很順溜的流程
採集→存儲→傳輸→監控分析→備份→聯網管理
其實,並不完美
這些海量視頻數據
大部分時間,處於“沉睡”狀態
充當著“事後諸葛亮”的角色
用來做“預警”或“實時響應”
就差點意思了
也做不到和業務數據融合
這都是巨大的“沉默”成本呀
所以,現在業界有個普遍的共識
銀行安防系統,應該升級改造啦
應該向「智能安防時代」演進
▌看得見,模擬時代→本地可存可查
▌看得清,數字時代→可遠程調看;可聯網可聯動
▌看得懂,智能時代→實時分析,主動預警;還需安防與業務融合→提高風控水平丨提升獲客能力丨整合數據資產丨引領新業務
既然智能時代前景這麼“誘人”
銀行,也想改造啊
但是改造升級到底有多麻煩?
改造升級到底要花多少錢?
確實,銀行歷史包袱很重
首先,從建設模式說起
從前,傳統安防廠商採用「軟硬件緊耦合」的
產品形態交付給銀行客戶
結果是「煙囪林立」
即便是新加入的AI後起之秀們
也是按算法交付
比如:VIP客戶識別,盜搶,客流等算法
各家算法固定
各家算法之間老死不相往來
煙囪建設的弊病
老生常談,那就是
造成數據孤島,數據共享難
目前這些視頻數據存儲在營業網點
分散在全國各地
銀行視頻數據現狀
銀行有改造念頭
一琢磨,成本太高!!!
因為
存量攝像機太多了
一家大型商業銀行保守估算
有百萬級“在崗”攝像頭
存量的設備、怎麼辦?
不可能全部拆了重建吧
這只是冰山一角,總之:
利舊難、聯網難、互通難、算法升級難…
銀行想變,卻發現難上加難
如何選擇正確的技術路線,可延展?
如何做到“利舊”,節省成本?
如何不被廠商“捆綁”,自由選擇?
...
怎麼辦?針對這些問題
華為推出了金融智能安防解決方案
兩個升級改造點
第一個【單點→銀行網點的改造】
第二個【總控→視頻聯網的改造】
1、銀行網點,如何改造?
一個銀行營業網點
分三大核心安防區域
原來
已經部署了N多廠商的N多攝像頭
首先,從成本考慮,必須“利舊”
這些傳統的攝像頭
它一出生,就限定了固定的算法和功能
人臉抓拍攝像機只能抓拍人臉
微卡口攝像機只能抓拍車輛
甚至有的“天生弱智”
只會“傻拍”,並不具備本地分析能力
需要以來後端的系統來分析
如果算法要升級,硬件和軟件都得換
相當於全網重建
但是,華為的攝像機與眾不同
軟件定義智能攝像機
(縮寫為:SDC)
啥意思呢?
硬件和算法是解耦的
一個硬件+灌不同算法
就能變身各種不同用途的攝像頭
攝像頭的靈魂是“算法”
華為一想,算法這件事
應該我為人人,人人為我
大家一起完善算法
於是
一個基於生態的算法商城誕生了
簡單來講,就像apple store
算法商城,成了華為SDC的核心能力之一
華為的軟件定義攝像機看著很吊
那是不是網點升級就要全換呢
這種推倒重建的方案,代價太大
因此
華為推出3條平滑升級路徑
❶ 智能攝像機1拖N升級
原來已經部署的攝像頭不用換
相應片區增加一個智能攝像頭
這就是
一拖N
1個智能攝像頭拖著N個傳統攝像頭
大家一起變“智能”
採用1 拖N 技術
非智能攝像機的視頻流
被引入華為智能攝像機
實現了非智能攝像機的智能化
人臉/ 車輛抓拍、智能分析能力
取決於芯片算力
一顆高算力AI 芯片的智能化處理能力
是普通芯片的幾倍甚至幾十倍
看看差別就知道了
華為智能攝像機裡
配的“大腦”就是
華為完全自主研發的海思芯片
最高算力可達16T
(而業界攝像頭的算力只有0.66T)
具備這樣“強勁大腦”的
華為的軟件定義智能攝像機
有200多款型號
這些攝像機,滿足各類不同場景
既具備自我智能
又可“1拖N”,為其它攝像頭“賦能”
❷ 部署“智能小站”,輕鬆升級
第二種改造方案,更簡單
不替換任何攝像頭,不需要額外施工
只需要放一臺“智能小站”做“外掛”
整個網點就秒變智能了
智能小站Atlas500即插即用
放置在網點的機房中
對普通攝像頭拍攝的視頻進行處理
VIP識別、黑名單識別、異常行為識別
“普通安防”輕鬆升級為“智能安防”
❸用“微雲”升級,一舉兩得
華為還提供了第三條升級之路
用“微雲”來做網點的大腦
傳統網點安防,都會有DVR或NVR
來存儲監控視頻
故障率高,運維複雜,擴容麻煩
此時,如果採用“微雲”
不僅可以全面替代DVR/NVR
微雲內置的昇騰芯片
提供高達32Tops的算力
6種算法,24路視頻解析,64路圖片分析
網點用微雲,不需要換任何攝像頭
不需要增加任何智能“外掛”
又能存,又能算,一舉兩得
就這樣,❶❷❸
有華為軟件定義攝像機“拉動”
有華為智能小站“外掛”
有華為微雲“一芯兩用”
3條升級路,條條通羅馬
……
安防升級後的網點
是這樣的
① 營業廳 :四大區域,無死角覆蓋
每個功能區所需功能不同
1、服務過程全記錄 人員結構化信息留存
比如在,現金服務區、金融服務區
②防止人員是假冒的基於人臉識別技術,實時人證核驗,防止有人弄個假身份證來假冒特徵值比對準確率>98%③快速實現人臉/人體結構化數據提取,並留存信息結構化屬性提取準確率>80%
2、智能態勢分析 實現資源配置和業務決策
比如,在客戶等候區排隊
② 網點大門口
重要是周圍環境監控+人車抓拍
監控要求根據距離不同有所區別
▌出入口20m 監控範圍內,要求往來人員的面部特徵、車輛號牌等清晰
▌出入口50m監控範圍內,只要求往來人員的體貌特徵、車輛顏色等清晰
③ATM自助區
這個區域的監控核心是
異常事件偵測,比如
最終,你只需要
512K帶寬+1個值守工位
就能一覽全市各網點實時安保情況
就像上面這樣,網點升級完成後
基於銀行廣域網
可以對各網點的實時安保一覽無餘
改變“人盯死守”的人防戰術
構建“AI支撐”為主的技防系統
但是,這種“聯網”
還沒有實現視頻數據的共享
離散的視頻數據並未真正流動起來
無法成為可以挖掘的“金礦”
所以第二步就是
2、視頻聯網的改造
怎麼把全網視頻共享起來呢?
不光要層層聯網
更重要的是把分散的視頻變成一朵雲
一朵分佈式的雲:敏邊緣、強中心
①“敏邊緣”怎麼搞?
算力下沉,每個“邊緣”都是智能的
前端:智能的攝像機,本地化處理
網點:智能的微雲VCN,本地化存儲
分行:智能的CloudIVS3000邊緣雲,泛接入,區域自治,業務閉環
低價值大容量信息全在邊緣處理
關鍵視圖和結構化數據逐級過濾
節省廣域帶寬和雲中心的算力
…
②強中心怎麼搞?
就是價值數據集中匯聚
算力可以動態漂移
海量價值數據+強算力+豐富的算法
算法協同,算力共享,數據共享
最終才能把視頻“金礦”的價值挖掘出來
讓智能安防為金融業務服務
最終,我們來看一下
華為完整的
銀行智能安防全景圖
歡迎親臨華為智能安防金融分論壇
特大號,專注IT B2B領域報道!
閱讀更多 特大號 的文章