AI監(jiān)控設(shè)備將朝著標(biāo)準(zhǔn)化的方向發(fā)展 系統(tǒng)復(fù)雜度也將進(jìn)一步上升

5月13日，上海市科學(xué)技術(shù)委員會發(fā)布2019年度人工智能領(lǐng)域項目指南，包括人工智能在內(nèi)關(guān)鍵共性技術(shù)賦能交通領(lǐng)域、衛(wèi)生健康領(lǐng)域及社區(qū)等五大領(lǐng)域。自深度學(xué)習(xí)算法出現(xiàn)后，AI正以雷霆萬鈞之勢從學(xué)術(shù)界進(jìn)入產(chǎn)業(yè)界，成為了傳統(tǒng)行業(yè)變革求新、提益的利器。其中，安防儼然成為人工智能落腳點之一。

AI攝像頭尚未進(jìn)化完備

AI讓安防的海量數(shù)據(jù)發(fā)揮出了價值，攝像頭不僅可以識別車牌車輛，預(yù)測車流，還能夠執(zhí)行人臉識別、判斷人流。那么，AI攝像頭已經(jīng)基本發(fā)展完備了嗎？

事實并非如此。AI在攝像頭乃至智慧城市系統(tǒng)還面臨許多困難與障礙。比如傳統(tǒng)攝像頭清晰度欠佳，導(dǎo)致AI難以識別。即便攝像頭足夠高清，但終端設(shè)備若缺乏特征提取功能，那么云端必須完成從特征提取到識別再到反饋的全部過程，這將會犧牲一定的識別精度、速度與準(zhǔn)確度。

有人提出使攝像頭搭載識別能力。這雖然可以解決云端運(yùn)算量過大的問題，但由于已部署的攝像頭不便拆卸，重復(fù)建設(shè)問題就不可避免。另外，若數(shù)據(jù)無法互相打通，后端AI仍舊無法給出真正智能的結(jié)果與建議，因此，想要讓AI全局化理解城市，各攝像頭也必須進(jìn)行全局匯總。

解決之道有哪些？

1、建立視頻AI綜合平臺

隨著資本快速涌入、公安和交通領(lǐng)域的應(yīng)用遍地開花，其他領(lǐng)域的需求不斷增長，視頻AI綜合平臺已具雛形。視頻AI平臺能夠使算法AI單體能力規(guī)?；瑢I智能推送至云、邊、端，并感知動態(tài)調(diào)配算法AI資源。

目前針對人臉識別、車輛識別等成熟算法，可以通過平臺以簡單的SDK方式快速集成，這種模式下，平臺能提供針對算法服務(wù)的調(diào)度，同時算法服務(wù)能開放API服務(wù)出去；而顧及AI領(lǐng)域創(chuàng)新速度快的狀況，一些新算法尚在探索期時，平臺也能夠提供工程化支撐，通過服務(wù)集成的方式提供支持。這或許對解決困擾安防行業(yè)多年的多源數(shù)據(jù)互聯(lián)互通問題有所助益。

2、數(shù)字視網(wǎng)膜

除視頻AI綜合平臺之外，中國工程院院士高文提出的“數(shù)字視網(wǎng)膜”理念，也廣為產(chǎn)學(xué)各界重視。所謂“數(shù)字視網(wǎng)膜”，就是將識別和推理等智能計算保留在云端的同時 讓端側(cè)完成初步智能化解析，從而平衡兩側(cè)成本與效率關(guān)系。而云大腦與攝像頭的智慧結(jié)合，就好像是給城市裝了一層“數(shù)字視網(wǎng)膜”。

這種視頻監(jiān)控系統(tǒng)需要攝像頭具有圖像識別、處理、傳輸?shù)哪芰?，只傳輸有效信息，這不僅有助于解決AI視頻監(jiān)控的問題，也有助于智慧城市的進(jìn)一步發(fā)展。

結(jié)語：從文章開頭可以看出，人工智能從安防、廣告與金融領(lǐng)域開始向衛(wèi)生健康、社區(qū)等多個領(lǐng)域蔓延，這反映了AI技術(shù)仍處于起步期向快速發(fā)展期的過渡階段，也顯示了產(chǎn)業(yè)的巨大發(fā)展?jié)摿Α?/p>

值得一提的是，隨著市場容量擴(kuò)大，AI監(jiān)控設(shè)備將朝著標(biāo)準(zhǔn)化的方向發(fā)展，系統(tǒng)復(fù)雜度也將進(jìn)一步上升，此時負(fù)責(zé)集成的廠商須承擔(dān)起架構(gòu)設(shè)計與運(yùn)營的工作，牽涉總體協(xié)調(diào)，進(jìn)入門檻高，話語權(quán)將會擴(kuò)大。而視頻監(jiān)控大設(shè)備商由于產(chǎn)品系列全，質(zhì)量高、實施經(jīng)驗足等因素，在集成方向上的整合水到渠成。