AI在安防产业的3大发展趋势

根据市场预估,至2026年全球AI软硬件及服务支出将超过3000亿美元,2022~2026年的年复合增长率(CAGR)达26.5%;而结合AI技术的安防应用市场规模也将增加超过100亿美元,CAGR达18.64%,且增长速度有愈来愈快的趋势。

根据市场预估,至2026年全球AI软硬件及服务支出将超过3000亿美元,20222026年的年复合增长率(CAGR)达26.5%;而结合AI技术的安防应用市场规模也将增加超过100亿美元,CAGR18.64%,且增长速度有愈来愈快的趋势。

因此,安防厂商们纷纷争先恐后地投入AI的怀抱,尤其以影像为主的监控厂商,早已将AI技术运用于监控影像针对特定对象的侦测、搜寻、追踪,并可自动触发、联动警报等相关系统设备,大幅降低人力、物力,并提升安全管理的效能。

AI虽好用,但支持其运算的硬件设备和耗能负载皆颇高,因此在追求精准度的同时,如何减轻负载、让AI更「轻盈」、速度更快,又能解决企业普遍欠缺AI专业人才的问题、降低所需付出的成本,成为业界共同努力的方向。在今年Secutech展场上,a&s观察到AI在安防产业发展的3大趋势:

AI在安防产业的3大发展趋势

一、从云端到边缘

近年来AI运算功能逐渐由后端/云端往边缘(Edge端)发展的态势愈来愈明显,主要的好处在于可缩短时间、降低风险及耗能,当然还有最重要的——节省成本。例如,IT大厂Intel(英特尔)提出的Edge
AI解决方案,强调只需要一般的PC、Notebook或x86的工业计算机,透过OpenVINO开放式平台,即可运用该平台上200多种算法(包括TensorFlow、CaffeZ…等)自行开发或采用第三方伙伴已预先训练好的AI模型,轻松将终端设备转变成Video
AI Box、具AI功能的NVR或Edge端的AI Server,进而解决各种领域所面临的问题,让AI系统成本不再高昂。

安防厂商推出的Edge
AI解决方案也相当多元,尤其监控摄像机厂商已纷纷将AI视频的辨识、分析、搜寻、追踪等功能做在前端。例如:晶睿(Vivotek)通过前端的对象特征撷取运算(Edge-centric
object extraction),不需在后端安装高效能显卡执行分析运算,有效降低服务器的运算资源和建造成本。利凌(LILIN)则早已看准Edge
AI将成为主流,致力于边缘运算AI摄像机结合5G与云端的应用,并推出最新的AI废弃物侦测(Trash Detection)、球类追踪(Ball
Tracking)、性别判断(Gender
Detection)等功能,其视频管理软件(VMS)更是专为边缘运算AI摄像机整合设计。而软件厂商富萱(AiUnion)所开发的AI视频辨识边缘运算,则是融合了AI深度学习的影像分类、对象侦测和影像分割(Image
Segmentation)技术,建立如智慧工业、科技执法、安防监控等的通用模型,便于用户直接导入使用,若有特定应用再视其需求量身订制。

二、从「沉重」到「轻快」

一般来说,AI在辨识视频时会将相似的影像(如背景)视为独立图像而重新进行辨识,因此运算量大;当有大型场域要做AI视频辨识时,支持其运算的硬设备数量及成本必然昂贵,相对耗能也高,并不符合企业持续性发展(ESG)的原则。因此,已有不少厂商想方设法,希望能为现行的AI运作模式「做减法」,令其挥别沉重的负担,展现轻盈的体态、迈出轻快的脚步。

例如,电子大厂台达(DELTA)就推出了DIVA(DNN Inference OS for Video
Analysis)智能加速器,利用一连串相似影像的特性加快AI视频分析的速度,可应用在静态或动态摄像机上。只要在任何影像应用的AI模型上加上一层DIVA
SDK软件,就可加速2~6倍(视场域硬件、视频分辨率、AI模型不同)且不损失任何精准度,进而降低设备数量及能耗,达到节省成本目的。

新创公司耐思尼(Nexuni)也提出利用低功耗、小型化、高度定制化的嵌入式系统(如Embedded Linux、Nvidia Jetson
Platform…等),结合可降级至KB储存等级的机器学习模型TinyML成为Edge
AI系统架构——可在资源有限的端点硬件规格上,进行视频(如人脸)和语音的AI运算,并保持与Server级运算相同的准确率。根据实测,TinyML可将Server等级所需的16GB,降至边缘嵌入式系统的320KB,等于将传统机器学习模型缩小了5万倍,更便于开发可应用于各种规格系统、易于普及的自动化解决方案,提升管理效率。

三、从专业到普及

近来ChatGPT让AI在全球的关注热度居高不下,主要在于它让大家使用AI这件事变得容易起来。同样地,为了让AI能够加速普及市场应用,业界也努力透过简化开发技术与设计流程,希望即使不具备AI专业知识的人,也能轻易打造满足本身业务需求且有效的AI训练模型。例如,Intel(英特尔)Geti计算机视觉平台标榜可让任何人透过简单的数据上传、标注、模型训练以及再训练界面,配合OpenVINO工具组进行优化,就可轻易部署高质量的计算机视觉AI,藉以推动更多应用创新、提高企业整体效能。

有鉴于一般AI项目导入流程:数据预处理→选定算法→程序开发AI模型→模型验证,不仅需要AI或IT专业人员,还需反复作业、动辄耗时数月;杰伦智能(Profet
AI)发展的AutoML Platfrom(No-Code
AI平台),则是将「选定算法→程序开发AI模型」两步骤利用机器学习技术自动、快速地建立AI模型,而且可将模型验证优化。如此一来,企业各部门(如人资、研发、生产、IT…等)人员都能很方便地应用AI解决所属业务领域的各种问题,例如,将AutoML
Platfrom应用在工业生产上,能够优化生产制造过程、提升整体良率与效能;应用在网络安全上,也可协助预测安全程度,防止外泄风险邮件。

(本文编译自安防知识网台湾网站)

该文观点仅代表作者,本站仅提供信息存储空间服务,转载请注明出处。若需了解详细的安防行业方案,或有其它建议反馈,欢迎联系我们

(0)
小安小安

相关推荐

  • 金塔县矿产品税费监控系统正式启动

    近日,金塔县矿产品税费监控系统正式启动运行,意味着金塔县在运用科技手段强化矿产品行业税费征收管理方面迈出了新步伐。

    2024年7月27日
  • 2008北京国际安防产品展在京召开

    3月13日上午,2008第六届北京国际社会公共安全产品与技术设备展览会在北京全国农业展览馆新馆开幕。本届展览会由首都社会治安综合治理委员会办公室、北京市公安局等单位联合主办的,会期3天,除安防厂家之外,一些消防企业也参加了展会。展会规模不大,给人印象比较深刻的是智能监控与无线监控的产品。

    2024年4月9日
  • 三大运营商5G布局各有特色

    随着5G网络建设不断提速,各式各样的新应用新产品也不断亮相。5G网络不仅带来了高速率大宽带、低延时高可靠、低功耗大连接的网络环境,更有助于传统工业制造业改造,并使海量的机器通信实现“万物连接”。可以预见,5G应用将使网络体验更加优化,产业发展提速增效。

    2024年6月16日
  • 金鹏以创新的城市管理模式亮相北京智慧城市大会

    2012年10月11日―12日,经住房和城乡建设部批准,由住房和城乡建设部信息中心会同工业和信息化部信息化推进司、国家测绘地理信息局国土测绘司、科学技术部国家遥感中心共同主办的“第七届中国智慧城市建设技术研讨会暨设备博览会”在北京国际会议中心举行。

    2024年4月16日 资讯
  • 新疆提速智慧法院建设释放高效司法为民能量

    为更好回应人民群众需求和期盼,近年来,新疆全区法院加快信息化建设步伐,智慧法院建设成果延伸到诉讼服务最前沿、司法审判最末端,不仅使审判工作提质增效,更让当事人全面体验到“云办案”带来的便利。

    2024年2月6日
  • 多个城市开展自动驾驶汽车特定区域商业化试运营

    目前,已有北京、重庆、武汉、长沙、深圳等多个城市允许自动驾驶汽车在特定区域、特定时段上路试运营,商业化进程不断提速。

    2024年2月17日