? ? ? ?曾經被視為前沿產業的互聯網，如今貌似也成了基礎設施，各行各業通過“互聯網+”掀起了新革命，不得不說變化來得如此之快。尤其經過近年行業整合動作的加速，更多跨界者的到來使安防行業多姿多彩，競爭也在無形中加大。
本屆北京安博會上，智能安防已然成了諸多企業的展示亮點，海康威視的全系列智能安防新產品更是賺足了全場目光，讓大家親眼見識了“互聯網+”后的新一任接棒手——“AI+”。對此，千家智客邀請了海康威視技術支持與服務總監何峻峰進行了采訪，一談智能安防新紀元下的企業應對之策。
?？低暭夹g支持與服務總監-何峻峰
安防企業遇到臨界突破的爆發點
總結60年的積淀和發展可知，人工智能每一次的迸發期都和算法有關，這回的深度算法在語音、視覺識別中率先獲得突破性進展，使人工智能從智能跨入了新階段。對于研究視頻監控的技術人員來說：除了看得見、看得清之外，使設備“看得明白”是未來不懈的追求。如今，人工智能也逐漸滲透到安防領域，深度學習的技術在一定程度上能幫忙解決這個問題。
?？低曉谝曨l監控領域一直處于領先地位，此次基于行業的演變也遇到了臨界突破的爆發點。何峻峰表示，安防和技術的聯系非常緊密，“看得明白”需要用智能化的手段達成;去年推出的獵鷹、刀鋒等產品主要在后端進行應用，服務器的成本比較高，隨著技術的演變，?？低曇沧龀隽诵虏季帧?/p>
如安博會召開前，海康威視就在北京發起了“AI+：感知未來、融合發展”的主題論壇，攜手英偉達（NVIDIA）和Movidius發布了基于深度學習技術的從前端到后端全系列智能安防產品，事先預告了“深眸”、“臉譜”、“神捕”等新產品。由此可見，海康威視已經“跳出了安防做安防”，融合人工智能的技術應用，不斷盤活自身的市場范圍，在一個產品、技術的生命周期結束前就已經開始了下一個創新點。
SDT邁出重要一步，人工智能產業化將刺激新業務需求
非結構化信息是對大數據進行充分利用前攻克的關鍵，?？低曣P注更全的場景布控，以及環境信息、行為信息的采集，并致力于把人臉、車牌等非結構化信息進行預加工，直接以結構化的信息送去后臺。無論是之前推出的DT攝像機，還是視頻云存儲等全套解決方案，海康威視在感知層、處理層都極大提升了系統的運作效率。
眾所周知，今年是?？低曀娴摹癝DT安防大數據時代”，?？低晣@感、知、用三個層面，分別對數據采集、分析挖掘和深入行業業務應用進行了深度建設，安博會上展出的系列新品寓意著SDT又邁出了重要的一步。
如“深眸”系列專業智能攝像機依托強大的多引擎硬件平臺，內嵌優化的深度學習算法，可以實現在各種復雜環境下人、車、物的多重特征信息提取和事件檢測;雙目、多目、筒機、槍機等一系列形態各異的產品能充分滿足多行業的應用需求。
同樣在應用層面上，?？低曇苍谏钊胗脩魳I務提供個性化解決方案，以提升可視化管理水平。隨著智能安防產品的投入使用，新型安防業務模式被逐漸培養起來，除了推出新產品外，?？低曔€亮出了螢石、機器人、汽車電子三大新業務，分別從安全生活、工業制造、汽車智能化三方面切入，使人工智能產業化應用得到了加速的落地，有望引領安防市場的發展。
芯片是王道，機器視覺離消費級市場仍有距離
隨著人工智能尤其是機器學習應用的大量涌現，芯片廠商躍躍欲試推出新品，都想成為智能時代協處理器的領跑者，這可以看出芯片在人工智能領域的重要性。
目前，機器視覺在工業自動化上取得了不少突破性的應用，但難以進入消費級市場，對于芯片的運算能力、集成方案和人工智能技術是其主要影響因素的說法，何峻峰坦言這的確是當下的一種現狀。一款芯片從流片到量產耗費巨大，往往需要一年左右的時間，只有進行大規模銷售才有控制好成本的可能。何峻峰表示：“芯片基本構成了產品解決方案的最大一塊成本，芯片沒有得到較好的發展，機器視覺的價格會相當高，進入消費級市場就難上加難。”
據悉，此次和?？低曅纬珊献麝P系的伙伴也不簡單，英偉達（NVIDIA）于今年3月份推出了加速人工智能和深度學習的芯片 Tesla P100，致力于打造成世界上偉大的人工智能公司之一;Movidius的專用計算機視覺解決方案為新一代智能和情境感知設備的誕生奠定了基礎，包括無人機和、AR/VR 設備在內的新生代產品紛紛涌現。
一個是視頻監控行業的霸主，兩個是視覺計算技術的行業領袖，海康威視與英偉達（NVIDIA）、Movidius牽手可謂是強強聯合，這種合作關系不僅有利于海康威視強化GPU服務器非結構化數據的計算能力，還能進一步促進機器視覺的發展。
盡管如此，對于“機器視覺離消費級市場還有多遠”這個問題，行業內并沒有清晰的答案?！昂玫男酒媸酪蕾囉诩夹g的突破，再者，只有用戶需求擴大才能打開這個消費級市場”，何峻峰認為，機器視覺在高端市場尚且存在叫好不叫座的現象，要進入消費級市場就更有段距離了。
結語
借助人臉識別技術、指紋識別技術來實現攝像頭、防盜鎖等的快速識別功能，安防領域已經成為人工智能的主要應用場景之一。面對安防領域99%以上的非結構化數據，深度學習算法需要得到突破，無論是目標識別、物體檢測、場景分割還是車輛屬性分析，智能才是結構化處理時的核心，當智能安防產品的投入越來越大的時候，安防也將真正進入SDT時代。
