智能监控将促进平安城市、智慧城市的建设及改造
扫描二维码
随时随地手机看文章
随着我国城镇化建设的持续推进,以及政府对平安城市、智慧城市建设及改造的重视,各行业对视频监控及视频应用的需求进一步提升,视频监控行业市场的规模将保持快速增长。
智能摄像机等终端产品成为多功能的智能感知设备,不仅是在治安防控的可视化管理和交通等领域,智能的创新应用在各个行业和各个建设部门共享数据的融合应用中,都会带来更多的市场机会。
借力物联网技术智能化监控融入安防据了解,我国城市监控摄像头数量与发达国家相比,以每千人拥有的监控数量作为指标,目前我国摄像头密度最高的北京市每千人拥有摄像头数量也只在60个,仅仅相当于英国平均水平的80%,美国的60%,而在二、三线城市摄像头覆盖率更低,就摄像头密度而言,远远低于每千人10个。因此,无论是从拉平与国外的差距方面,还是弥补国内不同发展程度地域间的差距方面,安防监控行业还具有一定的市场空间。
视频安防监控是智能安防的核心系统。从使用者的角度看,能够通过智能化解决方案代替人工完成某种工作,即为人工智能,而其后台集成了大数据、目标检测、目标跟踪、信息提取等技术。如人脸智能分析、车辆智能分析等智能化应用可以大大降低相应人员的工作强度。基于此,智能化技术给安防行业带来了新的挑战,也赋予这个行业新的机遇。监控终端随着智能技术的深入将掀起新一轮的AI风潮。
智能化从提升业务效率、转化业务价值两方面为安防行业带来了根本性的变化。一是提升感官体验,例如透雾、视频增强、防抖等智能技术,使得视频效果更具有应用价值和效果;二是提升系统可用性,例如视频质量诊断,解决了海量摄像头管理难度;三是提升监控效率,例如自动检测、自动跟踪、浓缩萃取技术可以大大提升监控效率,变被动监控为主动监控。
基于智能化技术的重要性以及安防监控未来的巨大发展空间,国内多家安防企业纷纷参与到智能化监控领域。大华股份以视频为核心持续投入,包括AI、大数据、云计算、底层的视频编解码技术、音频编解码技术等,实现了基于深度学习技术的人脸识别、视频结构化、异常行为分析等智慧物联解决方案。
大华股份推出的新一代人工智能“睿智”视频结构化服务器,采用深度学习技术和人工智能算法架构,能对视频中的目标(主要是人、机动车、非机动车)进行检测与识别,对目标进行分类,通过各种模式识别算法对目标的附属属性信息进行检测识别和结构化提取,充分挖掘视频数据中的有用信息。
各大芯片商相继推出了能够加载机器学习算法的智能芯片,解决了前端设备智能化的硬件瓶颈。同时,各类人工智能算法的成熟也解决了对软件的智能化需求。
同样深耕于视频监控领域,海康威视是以视频为核心的物联网解决方案提供商,为全球提供安防、可视化管理和大数据服务。海康威视拥有视音频编解码、视频图像处理、视音频数据存储等核心技术,及云计算、大数据、深度学习等前瞻技术,针对公安、交通、司法、文教卫生、金融、能源和智能楼宇等众多行业提供专业的细分产品、IVM智能可视化管理解决方案和大数据服务。
浙江宇视科技有限公司在物联网领域也进行了有益的尝试,比如通过在IPC中集成一些物联网信息采集模块,给用户提供更多的价值。2016年3月,宇视科技提出“可视智慧物联”的大目标,目前已经在芯片、算法、架构、产品四大层面取得全面突破,毫无疑问将会在机器视觉、智能方向取得大发展,而这是最重要的产品方向之一。
实现数据共享行业需打破壁垒智能监控不同于传统的监控系统,仅仅是解决监控覆盖率已不能满足行业需求。安防行业未来的壁垒将不仅在设备,不仅在算法,更是在大数据积累以及对用户需求的理解和响应上,有可能催生行业洗牌,形成新的市场格局。
我国安防行业一直注重硬件生产,在安防软件领域投入的力度一直较为欠缺,造成了我国安防行业一直以来都是靠硬件产品销售来获取利润。因此,调整全行业的收入结构,大力开发软件以及运营服务,也具有一定的市场空间。
安防行业的产品同质化倾向越来越明显,一些安防厂商所推出的产品抄袭痕迹明显,独立创新能力较差。因此,加大知识产权保护力度,保护原始创新,需要政策方面能够给予一些支持。
另外,数据共享方面也存在瓶颈,部分设备重复建设,存在一些政策性浪费、政策性能耗。当前由于政策性原因,政府部门之间数据依然无法实现完全共享,这就造成了一些设备的重复性建设。因此需要从顶层打破政策壁垒,实现数据的共享共用。
值得注意的是,安防行业的核心问题仍是安全性。如果单纯从暴露出的问题而言,安防厂商共同面临的仍是安全问题。有两点值得注意:第一,它不是某个设备、某个厂家的问题,而是所有厂家都要面临的问题;第二,不能静态看问题,因为技术与漏洞也在不断变化,目前的技术无法百分百防范未来发生的问题,我们只有不断地进行严谨的测试与创新来提升产品的安全性。
传统安防较少从IT和网络产品可靠性的思维做减法,即好中选优,而是在以家电类产品的堪用思维在做加法。仅从市场接受角度而言,两个方向没有绝对优劣之分,但对于安全的神圣和严肃性而言,企业要坚持从前一方向进行探索。