文/張新房

視頻監控就是計算機的眼睛、是萬物互聯的入口，睜開眼，就能看到美好的世界。視頻監控發展了30多年，已解決看得見的問題，逐步過渡到看得清，而在2017年的AI熱潮下，視頻監控進入了看得懂的時代，我們把這個時代稱之為“新技術時代”。

2017年已經成為歷史，總結得失是年終總結必須做的工作，不同人有不同的看法，大體來說只有你知道的和你不知道的兩類信息。筆者最大的感受就兩個：一是新疆安防市場爆發，粗略估計市場份額超過全國的六分之一，而且新疆所使用的一些視頻監控設備和技術并不比其他省市差，間接帶動了國內安防市場的發展；二是萬萬沒有想到深圳安博會1天來了13萬人（總數超30萬，2015年是13萬），AI引爆了整個安博會。

2017年的視頻監控可以用下圖進行總結。前端的最大變化，多了一級視頻結構化處理的設備，這在以前的視頻監控系統架構中很難看到，現在已經成為主流的配置，其次是攝像機的構成中多了視頻芯片（包括AI芯片），使得攝像機更加的智能，把視頻監控推向了看得懂的時代。從后端總結來看變化，視頻監控系統基本上已經出現了行業的領頭羊公司，也就是目前網絡界的贏者通吃的格局（當然在新技術時代，這種格局肯定會被打破），系統集成商也逐漸形成了穩定的格局，在公安、交通、金融等領域出現了專業的垂直領域的大型SI，規模越來越大、能力越來越高。最后SI為了保證擁有一定的競爭力，逐漸在向前端眼延伸擁有了自有技術和產品，而視頻監控的設備制造商同樣進軍集成市場，憑著強大的資金實力和話語權，逐步切入大型集成項目（以部分大型PPP項目為代表）。這樣的格局估計會在短期內維持一段時間。

其實在新經濟時代，人們已經不會再關注上圖的格局，未來已來，我們需要更加宏觀的事業和高度來關注產業的發展、世界的格局，這才是我們需要進一步探討的。筆者從業安防17年，突然覺得不了解視頻監控這個行業了，發現曾經那么熟悉的安防市場看起來越來越模糊，不過我還是試著去和大家一起分析一下2018年的視頻監控，畢竟現在是AI的風口，什么都有可能。

一、產品的形態、業態、功能發生巨變。

人工智能（artificial intelligence）主要分支是機器學習（ML），而機器學習的主要核心是深度學習（DL），深度學習和視頻監控相關的就是計算機視角（CV）。因為算法得到了極大的提升，解決了AI長期不能落地和產業化的問題，隨著芯片技術的日趨成熟，集成度更高、速度更快、并發處理能力更大，以前我們主要通過CPU、DSP、CMOS來解決問題，而現在則通過GPU、TPU、FPGA、XPU、BPU、DPU等更多的芯片解決問題。算法+芯片催生了全新的產品，使得產品的形態、業態、功能發生巨大的變化，比如以前音箱就是用來播放音樂，而當下的智能音箱卻用于人機交互，你通過語音發出指令，音箱就會告訴你答案或者幫你控制某種設備（比如燈光），再比如攝像機已經可以獨立進行人臉識別、車牌識別、客流統計等功能，不用以來后端設備或者云端設備來實現。

二、產品更智能、集成度更高、功能更強大。

如文章開頭提到的，人工智能的核心就是用機器來模仿人，而人感知這個世界的最主要的兩個手段就是語音和視覺（嘴巴、耳朵和眼睛），更多的依賴后者，因為眼睛可以看的更遠、圖像的信息更加的豐富，尤其是當語音變為文字的時候我們還是要通過眼睛來看。而用計算機來模仿眼睛主要通過人臉識別、車牌識別、特征識別三大技術，可以說經過2017年的普及，視頻監控利用這三種技術實現商用化已經在中國得到了大面積的落地，芯片更小、算法更加強大，使得不論是前端、后端還是云端的產品都更加的智能，集成度也更高，隨之而來的就是功能也越來越強大，大熱門iPhone X就是典型的AI前端設備的代表，在小小的劉海中集成了紅外攝像機、前置攝像機、泛光照明器、距離傳感器、環境光度感應器、點陣投影器等多個和人臉識別相關的設備，根據筆者的體驗，你根本感覺不到他們的存在。雖然產品外觀變化不大，但內核更加復雜，隨之而來的就是整個視頻監控的生態鏈變了。

文章一開始看到的生態鏈會變成下一幅圖像。視頻監控將不再局限于安防市場，就圖像識別而言擴大了就是計算機視覺，從計算機視覺的角度去看，整個產業鏈就會變為基礎支撐層、技術層和應用層。基礎支撐層就包含了新式的攝像機、新式的訓練方法和算法框架，可以是軟件的也可以是硬件的；技術層面，就是視頻監控不局限于監視、錄像、回放三大功能，而向字符識別、人臉識別、車牌識別、物體識別三個方向發展，技術發生了巨大的改變；基于基礎層和技術層，應用層也發生巨大的變化，智能安防、以圖搜圖、三維分析、醫療影像都會成為可能。這種產業鏈的變革就是在更加的宏觀視野才可以觀察到的。

三、摩爾定律被打破了。

以前要投資10億美元耗時幾年的芯片，現在2-4周就可以設計出來，甚至設計芯片就像搭積木，由專業的團隊提供設計工作，更有專業的代工廠（比如臺積電、日月光）可以幫你生產，這也是寒武紀們能夠發展起來的重要原因。作為行業內的一名老兵，我日益覺得自己逐漸不太了解這個行業了，也有點看不懂了，在以“天”為單位進行技術迭代的AI行業，摩爾定律都被打破了，可見行業技術的更新速度有多快，不管你多么努力的學習，總感覺跟不上時代的步伐。在一個擁有1500名員工的AI初創企業，若按照10個人研究一個技術方向，就會有150個細分的技術領域每日都會取得進展，而這樣的AI初創企業在中國不止一家，準備的說不止十家甚至更多，我們如何跟得上“新經濟時代”呢？這就是2018年視頻監控領域面臨的最大發展趨勢。

四、宏觀層面，國家實施大數據戰略。

中共中央政治局12月8日就實施國家大數據戰略進行第二次集體學習。會議中提出“我國網絡購物、移動支付、共享經濟等數字經濟新業態新模式蓬勃發展，走在了世界前列。”可以說我國在視頻監控領域也是走在世界前列，2018年必將是中國企業引領世界范圍內的視頻發展趨勢。數據是生產力，大數據是信息化發展的新階段。國家要“推動互聯網、大數據、人工智能同實體經濟深度融合，繼續做好信息化和工業化深度融合這篇大文章，推動制造業加速向數字化、網絡化、智能化發展?！币曨l數據是大數據的一部分，是沉睡的金礦，視頻監控技術和各行各業都緊密相關，而不單單限于安防，挖掘、盤活海量的視頻監控數據將是2018年技術研發的重點方向。

大數據的種類有很多種，天然沒有結構化的、雜亂無章的數據才是未來真正要去挖掘和分析的，才是大數據中最重要的核心問題。從社會治理的角度來看，以人為本就是講把人放在所有服務和應用的核心地位。他/她是誰？從哪里來？到哪里去？做什么事情？活動軌跡是什么？這里面就涉及身份確認、軌跡確認和服務確認，而視頻監控系統具備天然的這些功能，通過人臉識別我們可以確認人的身份、通過不同的視頻點可以分析軌跡，如果輔助于其它大數據，比如手機號碼、門禁卡、MAC地址、車牌我們就能夠提供更多的服務，這就是視頻大數據的核心意義。

五、計算機視覺技術大行其道。

機器人、無人駕駛、智能裝備都離不開計算機視覺技術，大家都來發力和聚焦視頻分析技術，最終都能夠為視頻監控系統所用，反之亦然。也就是說2018年視頻監控行業的邊界在模糊化，像NVIDIA、華為、云從這樣的企業我們不能說他是安防企業或者不是。

在城市治理中，最主要的活動目標就是“人”和“車”，人可以自己行走或者依賴交通工具（機動車和非機動車）出行，而物體是無法自行移動的，必須依靠于“人”和“車”。故而計算機視覺識別技術就是將海量視頻監控數據結構化成以人、車、物為主體的屬性信息，從而最終為城市治理服務。

計算機視覺識別技術主要包括人臉識別、車牌識別、特征屬性識別、行為識別，計算機視角技術是底層技術，這四種技術識別具體對象的應用技術；目前這四種識別技術應用程度較為成熟、應用范圍較廣，其中人臉識別屬于生物識別技術的一支。

四種識別應用技術主要是對海量的視頻監控數據進行結構化，提取以人、車、物為主體的屬性信息。

六、語音識別技術對安防產業的影響不可忽視。

我們再接著聊聊語音識別。其實攝像機從誕生的那一天就支持音視頻，內置拾音器，這一塊沒有得到應有的重視。市場上很熱門的兩個語音AI就是智能音箱和聲紋識別，如果你有試過亞馬遜的Echo和天貓精靈就知道語音可以做很多事情，你只要告訴智能音箱一個指令，它就能夠幫你做一件事情，“天貓精靈，天氣預報”就會告訴你當天的天氣，“天貓精靈，放一首歌吧”就會放一首你喜歡的歌曲，其實智能音箱完全可以這樣應用，“天貓精靈，調用第328號攝像機”、“天貓精靈，執行第一號預案”，使得我們的視頻監控系統更加的智能，這一定會在2018年成為一種趨勢。而聲紋識別主要用于身份確認和物體識別，物物有聲紋，系統可以通過聲紋判斷你的權限，確認你的身份，不同的人可以下達不同的命令，也不需要討厭的密碼了，當然用于公安實戰也是妥妥的，通過不同物體的聲紋一樣可以開發出不同的應用來，誰能說聲紋識別和安防沒有關系呢？和視頻監控沒有關系呢？

七、區塊鏈技術有可能變革視頻監控行業，軟件越來越重要。

按理說區塊鏈看上去和安防沒有太大的關系。雖然我不是很懂這項技術，但我知道區塊鏈是“安全+信用”的網絡，未來必將和AI走在一起。區塊鏈最大的改變就是顛覆現在的金融模式，你到底有沒有錢，你能不能支付，區塊鏈說了算。微信和支付寶的誕生摧毀了ATM機、收銀機、POS機，現在大都市的人都不帶現金了（讀了，就是在偏遠的農村也可以用微信支付，如果手機有網絡的話），有個笑話說小偷別說偷錢了，連手機都偷不到，因為手機不離手，隨時都在看。而區塊鏈一定會顛覆微信和支付寶的支付模式，雖然現在看不到區塊鏈短期內對視頻監控系統的影響，但畢竟區塊鏈的主要特性是安全，而我們從事的是安全防范行業，自然就離不開區塊鏈了，預計很快區塊鏈技術也會滲透到安防行業，就像國內的一家大型比特幣挖礦公司已經研發了好幾款AI安防芯片，主要技術就是來自挖礦積累的技術。

軟件在視頻監控系統的重要性會越來越高?，F在市場上不好的現象就是好多安防系統軟件不收費，靠硬件產品補貼。而未來新技術時代，軟件的比重必將越來越高，無論是人臉似乎別、車牌識別、視頻結構化，還是聲紋識別、語音識別，必將以軟件為核心，和硬件關系本身不大（芯片除外），算法也很重要，可以預見的是2018年軟件一定會大行其道，在視頻監控領域取得一席重要之地，不重視軟件的公司未來就不一定那么美好。

視頻監控系統AI化，更多的是技術對行業的變革，除了芯片屬于硬件之外，其余的都是軟件的影響，發展人工智能主要依賴于前端的算法、后端的平臺、系統和軟件。在硬件日趨成熟的情況之下，誰的芯片運行的算法更高效、誰能夠提供最大的算力、誰能夠最有效的利用視頻大數據，誰就是王者。無論是視頻結構化、合成作戰平臺、聯網平臺、運維平臺、視頻云大數據平臺，這些都是通過軟件實現的。以典型的AI企業分析，員工規模在500人以上，而研發人員中超過60%（純硬件研發除外）都是從事軟件開發的也能夠說明這個問題。

八、智能前端化就是邊緣計算。

邊緣計算是一個不可回避的話題，傳統的視頻大數據、分析大多數通過后端或者云端來實現，但在一些特定的場景，需要將計算能力前置（比如無人駕駛），隨著芯片技術的成熟、算力的提高，攝像機前端就必須具備計算的能力，也就是邊緣計算。攝像機可以在前端完成人臉采集、識別、車牌識別、語音識別，直接往后端傳輸經過邊緣處理的數據，會大大的減輕網絡的壓力和云端的計算壓力，使得更多的應用成為可能。

AI+安防會成為一種趨勢。AI技術具有天然在安防行業落地的場景、需求和應用，在2018年必將有更多的AI算法、AI芯片、AI產品會被應用到視頻行業，而視頻行業的收入占比會成為AI企業的重要組成部分，這可以解決目前AI企業普遍面臨的收入和盈利問題。

視頻監控改造整個安防行業。人臉識別技術可以應用于門禁系統，車牌識別可以應用于停車場出入口管理和停車誘導系統，視頻分析技術可以用于周界防范、入侵報警，傳統的三大安防系統視頻監控、門禁系統和報警系統都可以統一由視頻監控系統來完成，這也將在2018年得到更大范圍的普及。

以視頻大數據為核心，可全面實現多源數據的感知和整合，微信數據、淘寶數據、高德地圖數據、百度數據、政務數據、公安數據都可以和視頻大數據進行碰撞，可以激發更多的實戰應用（比方城市大腦），引起整個行業和社會的變革，這也是可預期的一種趨勢。

視頻監控行業在2018年進入風口期，進入第ai時代。