三大根据地垦荒完毕！华为机器视觉连发16项新品，开辟千亿安防新战场(3)

好莱坞大片中，警官用手指点点监控显示屏上城市鸟瞰图的一角，就能选中放大蚂蚁大小的人物，直至面貌清晰。这种场景在现实中往往难以实现，因为城市监控无法兼顾全景和目标细节，是智能安防行业长期以来的一大痛点。

华为"二郎神"双模摄像机致力于解决这一问题，也是段爱国此次"最喜欢的产品"。

不同于传统的"麻雀杆"、枪球一体机、高速公路云台等方案，"二郎神"采用广角+长焦的双镜头一体化设计的球型摄像机，兼顾全局和细节联动，支持多算法加载，满足平安城市广场、高速公路、园区高点等多种需要兼顾微、中、宏观视角的需求。

在体积不变的情况下，向球机中塞进两个长焦和广角摄像头，华为真的把摄像机做成了智能手机!

"二郎神"业界首创双摄像模组架构，定制广角镜头，配合40倍变倍长焦镜头实现全景兼顾细节;双目3D关联追踪，防止目标对象周边信息丢失。该摄像机内置AI芯片，具备2T算力，并内置行人分析、人脸抓拍、违停抓拍等5大场景AI算法。

火眼：双光谱热成像，防火防入侵

2019年，澳大利亚四个月大火，焚烧了55.25万平方公里，段爱国想，华为能不能为森林防火做什么?除此之外，在边界线入侵检测场景中，不仅要求远距离监控，还要求夜间监控和目标属性和行为特征分析……智能摄像机能为这些场景做些什么呢?

为此，华为推出了双光谱热成像摄像机。这款摄像机相比于市场上森林防火的传统监控"人眼盯"和传统热成像两种方案，智能化得到大大提升。该摄像机能够监控5km以上的火点，并针对人员和车辆的监控，对目标辨别可达2km，对目标识别可达500m。

华为双光谱热成像摄像机具备2T澎湃算力，可实现火点检测、异常温度告警和基于深度学习算法的周界智能检测;同时达到10kV防雷等级、IP66防尘防水等级，可适应各种恶劣环境。通过智能提升图像，"火眼"的火点准确率提升至98%，周界准确率提升至95%。

安防进入"黑夜"，AI帮你看清

段爱国说，这款产品代表了华为对行业赛道的变革。

很长时间里，"安防之眼"摄像头都存在"夜盲眼"的致命短板。据统计，接近70%的犯罪都是在夜间发生。补光拍摄的方法早已有之，但是"光污染"、"能源浪费"、"盲区多"等问题一直是夜间监控的痛点。

针对市面上已有的低照度摄像机的局限，超微光卡口应运而生。作为项目经理的段爱国在提需求时要求他的"弟兄们"：华为的这款摄像机一是不要爆闪灯，不但要看清还要高清全彩，第三还要智能。

华为的AI超微光卡口摄像机，利用华为自研AI芯片能力，通过算力、算法提升低照图像的质量，以便用于记录、识别;同时辅以智能环保补光灯，有效截止50m~100m区域的杂散光，达到通行无感知，图像效果有保证的新一代超微光卡口。

具体来说，华为的AI超微光卡口摄像机内置两颗AI处理器，算力总和高达12TOPS;通过卷积神经网络DNN技术从时域、空域对低照度对图像进行降噪;支持AI车内人脸增强，可滤除车窗玻璃条纹干扰，清晰还原车内人脸图像，抓拍率提升50%;可以一键环境变化自动调节参数，在日出、日落、逆光、低照等多种场景下保证图像清晰。

该摄像机沿袭华为HoloSen SDC的开放架构，其开放的SDC OS允许快速加载华为HoloSens Store的第三方算法，满足交警的交替通行、连续变道、变道不打灯等新规则的违法检测。

超高密款"乾坤"，磁盘利用率达92%

段爱国讲述了一个700万人口城市客户的真实需求痛点：随着4K摄像机向大量边缘区域普及，在疫情倒逼下存储需求从30到90天，从重点区域到全域，对存储带来了巨大挑战。平安城市、智慧交通等场景对重点视频存储需求的加强，不仅需要存得更多，还要存得更久、更可靠。

传统存储扩展方式是基于存储设备的堆叠，虽然能一定程度解决问题，但会带来机房空间、机房供电，运维、维护等一系列挑战。

华为本次推出的高密度IVS3800大容量智能视频存储平台，则正是为边缘海量视图数据而生。IVS3800在性能上支持1536路4Mbps接入、1024路4Mbps流媒体转发，4倍于业界高密款型。

IVS3800的最大特征是"超高密度"设计，采用120盘/5U超高密双抽拉架构，单设备2.4PB高密存储，从而满足1100路30天存储、365路90天存储，将磁盘利用率从业界的70%提高到92%。除此之外，空间在比业界节省37.5%的基础上再节省一倍，同时支持异地容灾，保证业务不中断。

从华为本次发新的设备中可以看到，随着深入到安防项目实践，华为越来越注重产品与特定场景需求相结合。

从这些需求出发，华为在硬件和算法方面双管齐下，可以看到华为安防版图中的"软件定义摄像机"、"智能视频存储平台"、"Holosens Store"三大齿轮已经开始咬合转动，一座要进击千行百业AI化万亿市场的华为机器视觉战车已经徐徐启动!

发力十大场景，上山下水

（编辑：ASP站长网）