在無處不智慧的年代，智慧生態(tài)隨處可及。之于安防行業(yè)，在智慧城市建設(shè)大背景下，各細分市場對監(jiān)控需求在提升，同時對大聯(lián)網(wǎng)、智能化應(yīng)用提出更高要求。

華為，轉(zhuǎn)戰(zhàn)安防是后入者，正在締造以AI攝像機為基點的“端云協(xié)同”AI安防新生態(tài)，努力構(gòu)建萬物物聯(lián)的智能大視界。當AI遇到安防后，后入者后來居上的機會，來了！

智慧時代下，傳統(tǒng)監(jiān)控積重難返

盛世之下的安防，進入了大變革、大調(diào)整時期，當下視頻監(jiān)控行業(yè)存在的諸多弊端與不足也凸顯，體現(xiàn)為以下幾方面：

其一，馬太效應(yīng)越發(fā)明顯，強者愈強、弱者愈弱。對于過分依賴純制造、欠研發(fā)的生產(chǎn)型企業(yè)將愈加困難，在微利博弈中很難占據(jù)過多的市場份額與持續(xù)發(fā)展;部分企業(yè)在無核心技術(shù)情況下，花錢買平臺或者貼牌一個產(chǎn)品盲目跟風(fēng)，這魚龍混雜現(xiàn)狀之下，日趨于理性的市場用戶會在最短時間內(nèi)做出反饋和篩選，形成馬太效應(yīng)，有實力就越強，反之亦然。

其二，面對復(fù)雜場景，傳統(tǒng)監(jiān)控攝像機束手無策。特別是流密集區(qū)域和一些大型會議、活動舉辦時期，人口大量流動，傳統(tǒng)監(jiān)控攝像機無法保障需要被監(jiān)控對象捕捉和提取的準確性。

其三，主動防范和事中干預(yù)能力弱。對于公安和交通部門，他們最希望通過監(jiān)控攝像機滿足快速發(fā)現(xiàn)目標、定位目標、跟蹤目標的核心訴求;同時目前的傳統(tǒng)監(jiān)控攝像機功能性多偏向于事后響應(yīng)，缺少事前主動出擊、主動預(yù)防甚至事中干預(yù)的能力。

其四，傳統(tǒng)監(jiān)控攝像機日趨飽且技術(shù)更新滯后，其構(gòu)建的傳統(tǒng)監(jiān)控解決方案難以勝任當下用戶安全性和個性化業(yè)務(wù)需求。比如：單點智能算力弱，全網(wǎng)檢索效率低，系統(tǒng)硬件雜而多，難以運維管理。又比如：封閉式系統(tǒng)數(shù)據(jù)割據(jù)，難以共享。

在產(chǎn)業(yè)大調(diào)整、技術(shù)大變革時期，對于華為這個將技術(shù)植入骨髓的企業(yè)而言，機會，真的來了！

AI賦能攝像機，華為讓平安城市“聰明”起來

由以上不難看出，安防行業(yè)在新時期急需一場技術(shù)革命來破局，那就是植入智慧，讓項目建設(shè)“聰明”起來。

在平安城市，人工智能和安防結(jié)成了一對最好的CP，這是新安防蘊含新動能的體現(xiàn)。為了讓平安城市“聰明”起來，提供更為全面、實戰(zhàn)的安全性和智能化的業(yè)務(wù)保障，在人工智能大行其道的當下，華為推出了AI人臉抓拍攝像機，通過技術(shù)制勝實現(xiàn)后入者的彎道超車。

據(jù)記者了解，華為AI人臉抓拍攝像機內(nèi)置深度學(xué)習(xí)方法，并經(jīng)過海量人臉大數(shù)據(jù)訓(xùn)練出來的人臉識別算法，能精準定位實現(xiàn)非約束場景下精確捕獲。其毫秒級別眼、口、鼻輪廓等人臉關(guān)鍵點定位，可適應(yīng)大角度側(cè)臉、模糊小臉、大表情變化、明暗變化等各種實際場景。同時，人臉檢測跟蹤，能面向密集人流場景實戰(zhàn)，徹底有效解決之前傳統(tǒng)攝像機的弊端。其可適應(yīng)密集人流下遮擋、側(cè)臉、模糊等各種實際場景。實現(xiàn)對城市中的監(jiān)控對象第一時間發(fā)現(xiàn)目標對象，且進行全程人臉跟蹤，滿足平安城市快速發(fā)現(xiàn)目標、定位目標、跟蹤目標的核心訴求。

華為該類產(chǎn)品在核心的人臉抓拍功能上也取得重大突破，超越目前市場上所有人像抓拍機，做到對視頻流全幀率、全畫幅的人臉檢測與抓拍。全幀率、全畫幅抓拍人像的超強性能將漏識漏拍概率降至最低。據(jù)了解，該類產(chǎn)品抓拍率不低于95%，支持暗光20lux、背光120dB、大角度60度、小臉35像素，非約束場景的人臉抓拍;同時還能有效過濾掉重復(fù)人臉，人臉重復(fù)抓拍率控制在10%以內(nèi)，有效節(jié)省后端存儲、計算資源。

可以說，賦能AI之后的華為攝像機，讓平安城市“聰明”起來，再無漏網(wǎng)之魚，一切犯罪與隱患盡在掌握。

華為構(gòu)建基于前端AI的 “端云協(xié)同”AI新生態(tài)

安防行業(yè)大調(diào)整和大變革時期，也帶來了行業(yè)的大融合趨勢。基于AI人臉抓拍攝像機，華為在構(gòu)建以AI前端應(yīng)用為基點的“端云協(xié)同”AI新生態(tài)。

行業(yè)內(nèi)從事智能監(jiān)控研發(fā)的企業(yè)并不在少數(shù)，但大多采用中心智能的模式。前端以傳統(tǒng)監(jiān)控攝像機進行采集，將智能視頻分析或者人臉識別的處理運算移至后端數(shù)據(jù)中心，這種全中心模式的智能模式雖然能提供計算和存儲的支撐，但效率過低，也會帶來隨著數(shù)據(jù)量的迅猛遞增，以及網(wǎng)絡(luò)傳輸帶寬所帶來的壓力和成本問題。

未來，人工智能一定是一個端到端的系統(tǒng)，在前端去處理能解決計算和存儲的問題。因此，華為認為面向大規(guī)模智能部署場景下，“端云協(xié)同”模式的人工智能效率最優(yōu)。

當監(jiān)控攝像機由高清向AI轉(zhuǎn)型的階段時，華為的“端云協(xié)同”是前端部署AI人臉抓拍攝像機，采集視頻和人臉圖片數(shù)據(jù)，并在前端完成抓拍和人臉檢測跟蹤，而后端的云平臺進行圖片人臉識別和特征提取比對，實現(xiàn)全網(wǎng)布控、動態(tài)檢測、精準追蹤的多場景監(jiān)控業(yè)務(wù)應(yīng)用。如此一來，之前提到傳統(tǒng)監(jiān)控的痛點都迎刃而解。

舉例來看，對于單點智能算力弱、智能化效率不高的問題，“端云協(xié)同”智能效率極高，完全能勝任大規(guī)模的復(fù)雜場景，而傳統(tǒng)監(jiān)控方式面對復(fù)雜場景無能為力;之前也提到公安系統(tǒng)運維以及資源使用方面偏低，基于AI攝像機的“端云協(xié)同”能集中發(fā)現(xiàn)、集中警告、報表平臺和資源的統(tǒng)一管理;在主動防范方面，端云協(xié)同，能全網(wǎng)智能，分析與響應(yīng)更迅速;對于視頻故障丟失等一系列的數(shù)據(jù)安全問題，華為的“端云協(xié)同”采用網(wǎng)絡(luò)層、系統(tǒng)層、業(yè)務(wù)應(yīng)用層和業(yè)務(wù)管理層的全方位四重保障，安全性能為業(yè)界第一。

基于AI攝像機的“端云協(xié)同”模式還有諸多破解傳統(tǒng)監(jiān)控方式弊端的方面，不一一列舉?？傊?，新安防不僅有新動能，還有新生態(tài)，華為基于前端AI，在構(gòu)建“端云協(xié)同”的AI新生態(tài)。

結(jié)束語

除了“端云協(xié)同”，讓安防更高效外，在華為生態(tài)伙伴大會2018上，華為安防重磅發(fā)布了“軟件定義攝像機（Software-defined Camera）”相關(guān)理念，首先是按需定義場景——未來攝像機應(yīng)當根據(jù)不同的場景按需加載不同的軟件和算法，通過多樣的組合來快速適配瞬息萬變的演進步伐。其次是分層的智能——智能攝像機一方面采用精準判斷（從單一特征走向全特征）的方式，以全特征、多信息的方式，提高準確率降低誤判，同時，通過多攝像機間的協(xié)同，端云間的協(xié)同進行聯(lián)合判斷，提高分析準確率，支撐實戰(zhàn)。最后是有持續(xù)的生命力——攝像機應(yīng)該具備讓算法和應(yīng)用不斷迭代、衍進和生長的能力，并且始終滿足客戶的業(yè)務(wù)場景需求。

不可否認，在安防，華為是后入者，但對于華為這樣一貫以技術(shù)制勝、擅于弄潮的企業(yè)而言，在其他行業(yè)逆襲和彎道超車成為翹楚的實例并不少見。當人工智能遇上了安防，當攝像機可以被軟件定義，是華為再次大跨越和大邁進的新機會，他必將順勢而為，努力構(gòu)建基于前端AI能力的新生態(tài)。

那么，在基于前端AI能力的新生態(tài)之下，安防又會怎樣呢？