Page 148 - 安防19年3月刊_正刊

C 前沿技术
Cutting-edge Technology

尸网络与 DDOS、远程录拍、勒索病毒、挖矿木马、 云端结合
APT 攻击）。 安防行业端域计算响应的及时性，芯片算力的不
人工智能的发展， 数据被终端采集后传输汇集 断增强，提升端和云之间数据传输效率，这样端域注
到集中式云计算中心，网络实时性和带宽都带来量级 重模式识别的仿人 AI计算，云上更注重 IA 和 II计算。
的要求， 对云中心部署方案的带来了挑战， 需要新 端域协作计算
的模式来适应 AIoT。 安防行业中视频监控系统分批分期建设的现实，
导致了端域 / 边缘域计算能力的不均匀。即便是同属
IA应用不足 于同一个视频监控系统的摄像机或者端设备，由于类

视频监控系统产生的数据量庞大，而且日趋多元 型的不同，导致了计算能力、计算类型的不同。这样的
化，包含：非结构化数据、半结构化特征数据以及结构 现实逐渐演化出端域设备分工协助的产品状态，比如
化数据。 当前的人工智能视频大数据分析技术主要 枪球联动、全景相机与球机联动、 摄像机和智能盒
存在如下三个问题： 子结合，等等多种端设备协作式计算的产品形态。
非卡口场景的视频分析算法在准确率、 稳定性 数据的多维应用
及计算成本等核心指标方面还有待于提高， 导致非 视频监控系统逐渐和物联网的逐渐融合，催生出
卡口场景的存量视频利用率极低，目前没有有效利用 针对人、车、物的多维应用。形式有二：在数据采集端，
的非卡口监控视频约占监控视频总量的 97% 左右； 摄像机逐渐和物联网采集融合；在大数据分析与挖掘
当前的人脸识别技术、 行人识别技术、 行为分 上，视频图像信息逐渐和物联网数据融合应用。安防
析等视频分析技术往往是接近于实验室场景下的初 系统逐渐融入智慧城市的整个体系之中。
级应用、数据孤立下的单点识别应用，距离全天候场 安全性
景下的精准锁定，最快时间、最小成本、跨摄像机下 安防系统的安全性将逐渐增强，不论是设备安全、
的识别搜索， 还有很大的差距，真正解决客户实战问 边界安全、网络安全、数据安全、计算安全、系统安全，
题的能力还有待于提高； 还是对安全风险的抵御能力、还是受到安全威胁后的
智能 AI 摄像机及视频结构化分析产品开始进入 系统的响应以及容忍能力，虽然 GB 35114 已经颁布，《网
安防市场，产生了海量的结构化视频数据，但基于结 络安全等级保护条例》即将发布，但这些标准远远不够，
构化视频数据的深度智能应用，如时空分析、模式挖掘、 这只是开始，安防系统的安全性必将是下一个研究与
预测预警、 技战法训练等尚在探索阶段，有可能形成 建设的重点领域。
新的数据浪费和低效投资。

作者单位：浙江宇视科技有限公司
安防中的AI新趋势

布点更易
应该说现阶段的人工智能还不够智能，导致了它
的强场景化特点，限制了摄像机的部署。后续随着训
练的深度神经网络模型更加智能，以及多种模型的统
一，将使得目前的摄像机布点更加容易。

124 2019第八届深圳国际智能交通与卫星导航位置服务展览会(2019.6.20-6.22深圳会展中心)www.its-expo.com

భခ࠯ඌ JOEE ྒ௹೘