智能安防：算力、算法、数据为关键三要素(3)

前端智能的低延时感知特性，在智能业务实时性高的场景，前端智能秒级实时响应，可以直接采集人脸、车牌等关键信息和交通违章检测、防区入侵检测等动态场景的分析处理，帮助客户高效抽取视频中关键信息，形成算法融合和实时联动；对于视频感知，前端智能提供*致图像，提高提高智能识别率，降低智能安防的漏抓误报；提升效率后，前端智能场景适配性和适应性更优，裸数据分析，智能识别率更高。

正是由于前端智能可以在端侧进行各种智能分析，对各种异常现象报警，可以及时给中心信息提示，以便用户可以及时做出相应反应。从传统的事后查阅录像到事中及时响应，可以大大提高智能的事前能力。

其三，降低带宽与存储空间。在后端做智能，无论视频流是直接从前端获取还是从流媒体服务器转发，都会相应增加带宽消耗。随着智能摄像机点位不断增多，带宽占用将成比例增加，容易造成传输系统的压力。而前端智能只是将分析结构传输至后端，占用带宽资源较少。同时，前端智能无需将视频数据远程压缩传输，可以为后端提供更高清、高质量的现场画面，更出色的成像效果也大大提升了后端资源利用率，节省中心部署空间。

以华为HoloSens SDC为例来看，具备高性价比，在算力利用率和机房空间上压缩成本。由于前端智能减少传输带宽，交通流量摄像机只需流量信息，无需视频和图片数据，客流流量摄像机，也只是提供流量信息，不产生其他数据。

华为基于深度学习对视频编码优化，在保障视频画质、观看体验更好情况下，对视体积大幅瘦身，可节省50%以上传输带宽和存储成本，也能提供4K或更高分辨率本地抓图和2MP/4MP视频上传，兼顾智能应用和态势监控需求。

其四，AI要大规模落地做应用，工程方面的问题不得不考虑，这意味着场景需求的准确定义和算法叠加的不断进步，来解决碎片化问题。华为HoloSens SDC和HoloSens Store应运而生，旧项目如何对接新项目，甚至是变旧为新是工程商们关心之事。

之前也提到，AI算力普惠到普通摄像机可以通过算力分配和算法的动态加载让其适应智能场景。华为智能安防在普惠AI，智能1拖N摄像机就是为了将非智能产品进行智能化改造；前不久颠覆传统的华为“四无”生态型新款摄像机问世，再一次将行业关注目光重新聚焦于前端智能化。

所谓“四无”生态，即无电、无网、无光和无现场运维，对于工程安装几乎不可能实现的场景，对于水利、能源等场景具有极强的适应性。

在AI安防的下半场，华为是彻头彻尾的变局者，他们智能摄像机有三大全新特质：AI新架构、算力换图像、全息数据感知。今年五月在钱塘江畔华为机器视觉推出5款重磅摄像机产品，可见华为在前端智能化方面的决心与魄力。之于华为，智能让摄像机成为“新工具”，在我们熟知的“旧行业”中，重新碰撞出智能的火花。

共生之道：前后协同智能更高效

诚然，前端智能是大势所趋，但在云边端构架中，智能的前与后，二者不是对立关系，更多是协同。这利于各自发挥所长，补己之短，让智能更为高效：数据碰撞，多维数据碰撞，创造更大价值；集群联网：通过大规模集群，构建超级算力与超级存储；资源共享：共享数据信息，打破信息孤岛。华为机器视觉倡导全栈智能，就是此意。如此，安防在AI世界才能闯荡出别样的精彩。

2020，进入AI安防下半场，前端智能是“智”同道合后的行业共识。智能，让安防“变大”，让世界“变小”。

（编辑：ASP站长网）