实现安防智能化，需要哪些硬核技术？

​随着科学技术的发展与进步和二十一世纪信息技术的腾飞已迈入了一个全新的领域，智能化安防技术与计算机之间的界限正在逐步消失，没有安防技术社会就会显得不安宁，世界科学技术的前进和发展就会受到影响。物联网技术的普及应用，使得城市的安防从过去简单的安全防护系统向城市综合化体系演变，城市的安防项目涵盖众多的领域，有街道社区、楼宇建筑、银行邮局、道路监控、机动车辆、警务人员、移动物体、船只等。

 一、智能安防系统的四大功能

 1、警报和事件管理当户主离开家后，智能家庭安防报警系统将自行启动，时刻处于“备战”状态。报警事件管理是当住户家中触发报警后，会通过终端控制系统显示报警类型，例如门窗报警、煤气报警乃至有发生老人倒地报警的可能。

2、自动警报和“SOS”通过家里安装的智能传感器来探测非法入侵行为。当传感器被触发时，报警主机也会发出报警鸣笛提醒发生异常现象，而该报警信号也会通过家庭终端或楼宇管理系统发送至物业部门。接警后的监控中心和物业安保人员可以马上报警，或到家里查看情况，以防不测。

3、自动拨号通知系统智能楼宇中的智能控制安防系统，允许用户设置多个紧急联系电话。触发不同类型的报警可以联系到不同的人，用户也可以设置报警系统将报警信息以推送的方式发送到手机上，这种自动远程报警通知在家庭安防系统中十分普遍。

4、紧急报警按钮紧急按钮就是一个快速、简单的求助方式，当发生火灾或紧急情况时，可以触发按钮请求救援。在家庭安防系统中，这种紧急按钮既可以是一个实体按钮也可由触控面板来代替，紧急按钮将信号发送到家庭自动化或楼宇管理系统中，物业或安保中心就可以收到报警通知。在家里安装紧急按钮并不常见，但是这种紧急按钮特别适合家里有老人和孩子的家庭使用，因此按钮应安装在床边、厕所及容易触发的地方。

二、实现智能安防的三大硬核技术

智能安防系统主要有三个关键部分组成：智能感知、视觉/视频处理、AI计算。由于软件和算法与特定应用场景有关，我们只讨论硬件部分。

传感器与边缘AI的融合让摄像头更智能

摄像头的图像传感器（CIS）主要完成智能感知功能，有些厂商开始为其CIS芯片增加本地处理和计算能力，让摄像头更为智能。这一细分领域的厂商主要有豪威科技、安森美和索尼等，国内初创公司思特威在智能安防领域也开始暂露头角。

伴随AI的不断普及，安防监控行业对CMOS图像传感器成像的清晰度以及场景覆盖率的要求将会持续提升，随之驱动了从720P-1080P-2K/4K的分辨率升级。此外，图像传感器的暗光成像、产品性能、色彩表现力以及近红外成像性能也为泛安防化的落地发展助力。

思特威副总经理欧阳坚认为，安防场景除需要CIS提供更高清的图像之外，还需要应对各种复杂光线下的挑战，除了在光照良好的白天需要提供细节清晰、色彩逼真的图像信息外，晨昏及夜间等光线复杂的应用场景则对CIS夜视性能的要求更为严苛。为此，思特威开发的SFCPixel技术可有效提升CIS的感光度，从而达到更好的夜视效果。

此外产品性能与近红外成像性能也是智能安防时代CIS的发展重点。除了安防产品的升级迭代外，安防CIS的像素尺寸也逐渐提升至2.0μm以实现更好的感光性能，而对于超低照环境中的成像，思特威近期推出了第二代近红外感度NIR+技术，相较第一代NIR+技术在感度方面显著提升，在超低照度850/940nm红外光补光下可达到可见光下的清晰度，即使在微弱星光场景下也能清晰获取4K高清影像画面。

以前图像传感器主要为人眼服务，而在AI进一步发展的现阶段，图像传感器的服务对象逐渐转变为机器与智能后端平台，其成像要求也从看得见转变为快速捕捉（高帧率）、无形变（全局快门）和非可见光下成像（近红外感度NIR+技术）来提供更加可靠精细的影像基础。思特威的SmartGS技术将BSI像素设计工艺与全局快门图像传感器设计巧妙结合在一起，可提供信噪比更佳、灵敏度更高与动态范围更大的成像性能，通过全局快门的曝光方式，保障图像不会因物体高速运动产生失真，可进一步为智能交通系统（ITS）、人脸检测以及生物识别等需要边缘AI计算的新兴应用提供更优质的影像信息。

为给后续图像传感器的智能化升级打下扎实的基础，思特威还开发了集成人工智能算法的“AI智能传感器平台”，该平台可以在图像传感器上集成边缘AI计算，能有效地提高关键区域（如人脸或车牌）的分辨率，降低延时，并拥有高帧率及超低功耗，可为人脸识别、高级驾驶辅助系统、无人驾驶、机器人等先进的人工智能应用解决因帧率不够高、分辨率不足而导致的响应慢、延时高及识别率低等问题，提升整个人工智能系统的能效比。

“数据就地处理”需要更智能的视觉/视频处理器

从视觉AI分析的过程来看，对于需要实时/近实时处理，或者涉及数据隐私的场景往往在智能边缘平台进行AI推理和识别。需要传输至云端或服务器进行集中处理和计算的数据一般有两类：监管或者其他法规要求；需要利用数据进行重复训练，模型迭代。以人脸识别为例，人脸检测和抓拍是在本地通过设备端实时进行的。而对抓拍到的人脸进行识别的工作，可能涉及十万级或以上的数据库比对，则可交给云端，通过更大的算力去快速完成运算。

“数据就地处理”的需求让边缘计算成为增长最为迅速的市场。除了云端和前端AI芯片市场，边缘端已成为很多AI芯片创企的突破点。目前市场上的边缘计算大多面向的是4-16路的视频分析处理（车路协同、加油站等为典型应用场景），或支持200路左右的小型数据中心（采油厂、变电站等为典型应用场景）。

在这些场景中，用户的需求明确，市场对低延迟、数据隐私以及低成本和超节能的可用性日益关注。对于工业、车路协同这些有大量数据并要求低延时响应的应用场景，芯片的算力性价比成为核心的考量因素。亿智电子安防产品副总裁魏唯认为，图像/视觉处理器和视频处理器芯片要实现“数据就地处理”，就需要各模块之间的协同运行，有效数据首先要经过ISP获得清晰的图像数据，再让NPU（神经网络处理器）对数据进行实时计算。端侧算力1.5T可以满足同时运行3-5种算法的需求，例如同时进行人脸检测、识别、跟踪。要在端侧部署AI算力，在性能上需要SoC有很强的集成能力，包括ISP、NPU、视频编解码等模块。

亿智针对安防应用开发的AI SoC芯片SV826和SV823主要面向视频编解码AI摄像机产品，采用智能H.265+编码技术，支持最高4K超高清视频录像；集成专业安防级别的ISP，支持2~3帧宽动态融合和自适应降噪，在逆光和低照度环境下表现出色。此外，这两款芯片还搭载了亿智第二代自研NPU，具有1.5T/0.8T算力，可高效支持人脸识别/检测、人形识别、车牌识别、车型识别、视频结构化，以及智能行为分析等智能应用场景。

相较传统的图像/视频处理器，AI视觉SoC芯片集成了NPU，这是SoC中的AI计算单元。由于是专门为AI加速而设计的处理单元，在计算的速度和准确率都会有大幅的提升。据Yole预测，到2025年安防芯片市场规模将超过40亿美元，其中三分之二是具有AI功能的芯片。

最近安霸针对安防市场发布了两款AI视觉芯片：CV5S和CV52S。这两款SoC基于CVflow架构，采用5nm工艺，拥有超低功耗，可同时支持4K编码和强大的AI处理。CV5S适合覆盖更大范围、更远距离的安防摄像机系统应用，如城市户外环境或大型建筑，这里场景需要多个视觉传感器进行360度全景监控。而CV52S则是为具有强大AI性能的单目安防摄像机而设计，这类摄像机需要更清晰识别场景中的人或物体，包括远距离识别人脸和车牌号码，比如智能交通摄像机。

由清华大学可重构计算研究团队创办的北京清微智能开发的可重构计算芯片TX510，可以依据应用和算法重构执行计算的硬件资源，具有按需即时重构、高能效、低功耗等特点。清微智能创始人兼CEO王博大致介绍了基于TX510的人脸识别系统产品流程。首先，红外传感器自动感应人体，激活TX510 系统。然后，开启3D 图像采集、近红外图像采集和可见光图像采集（进入ISP 引擎）。接着进行人脸检测、活体联合检测，最后完成人脸识别和特征比对。

可重构芯片应用于图像信号处理有如下优势：快速在芯片上实现最新的图像算法、更加强大的图像处理性能、为客户提供自己定制ISP算法的可能，并可延长产品的生命周期。

在产品形态上，添加AI能力的边缘计算载体包括智能安防摄像头、智能网关、盒子、微型数据中心等。这些设备和应用对于多种连接和数据移动性、实时决策、本地化计算能力、高效存储这些功能和技术指标都有比较高的要求。

智能安防AI计算需要提高算力性价比
AI视觉芯片做的是领域专用计算，相比于通用计算芯片如CPU/GPU，可以定制化运行AI领域的视觉分析应用，从而提供更高的计算效率，用更低的成本、更低的功耗提供更高的计算性能。AI计算的优势在于：在恒定的算力需求下，例如数据中心场景下的100台AI服务器，可以以更低成本、更优的计算性能、更低功耗满足AI算力需求，所需的芯片数量越少或者芯片成本更低，从而大幅降低人工智能应用落地所需的总成本。

鲲云科技王少军博士认为，提升芯片利用率是提供高算力性价比最根本的方式，在这方面鲲云科技基于自主研发的定制数据流架构，打破传统底层架构下的算力瓶颈，在芯片利用率上实现了十倍以上的提升。

以一个具体场景为例，在一个使用100台AI服务器来处理25000路视频分析的数据中心场景中，如果采用AI专用且更高算力性价比的数据流AI芯片（如鲲云CAISA芯片），能在实测算力上高出4.12倍的性能，那么对应地每台AI服务器的处理能力也提升了4.12倍，也就是说处理的视频路数更多了。同样一个应用达到同样的性能，从原来需要100台AI服务器减少到只需要25台AI服务器，这个4.12倍的性能提升意味着对于数据中心这个场景有70%以上的成本降低，这是人工智能视觉芯片为安防等视频处理应用带来的价值。

 2024年，5G技术与安防视频监控技术又将迎来怎样的发展趋势和机遇挑战？

1、远程视频监控的增强

在5G技术的支持下，安防视频监控的图像质量得到了极大的提升。高速连接和稳定性将加强远程监控的效果，实现更高质量的远程视频监控体验。高清视频的传输使得监控画面更加清晰，细节更加丰富，从而让监控人员能够更准确地识别目标，更灵活地应对不同场景。此外，5G网络的高带宽特性还允许同时传输更多的视频流，使得监控系统能够覆盖更广泛的区域。智慧安防监控EasyCVR视频管理平台能在复杂的网络环境中，将前端设备统一集中接入。在网络传输上，平台支持设备通过4G、5G、WIFI、有线等方式进行视频流的快捷传输，视频流经平台处理后可对外进行多格式的分发，实现多展示终端观看（电脑、大屏、电视墙、手机端等）。国标GB28181协议EasyCVR安防平台能同时播放多路视频流，视频画面1、4、9、16个可选，支持视频轮播。

2、超高速数据传输

5G网络的低延迟特性将使监控系统的实时性更进一步，减少视频传输和响应时间，这也有助于提高视频监控对紧急事件的处理效率，使得智能视频监控系统的响应与应急速度得到极大提升。安防监控平台EasyCVR能将接入的监控视频流进行汇聚、转码、多格式输出和分发，具体包括：RTMP、RTSP、HTTP-FLV、WebSocket-FLV、HLS、WebRTC等，极大满足行业的多场景个性化安防视频监控需求。

3、移动监控技术的广泛使用

5G技术的不断商用，使得移动监控设备（如：巡检机器人、无人机、无人船等）将更广泛地应用于安防领域。通过5G网络实现即时高清视频传输，将会提高对移动目标的监测和响应能力。现阶段，安防监控场景中应用较多的是网络监控摄像头、硬盘录像机等设备，这些设备品牌各异、传输协议众多。在这一点上，安防视频平台EasyCVR系统则具备较强的兼容性，它可以支持国标GB28181、RTSP/Onvif、RTMP，以及厂家的私有协议与SDK，如：海康ehome、海康sdk、大华sdk、宇视sdk、华为sdk、萤石云sdk、乐橙sdk等。EasyCVR平台可覆盖多类型的设备接入，包括IPC、NVR、智能移动终端、应急布控球、移动执法仪、车载监控设备、无人机等，在移动监控场景上，具备很强的灵活性和可拓展性。

4、边缘计算与人工智能结合

结合5G和边缘计算，安防摄像头可以在本地执行一部分复杂的人工智能分析，减少对中心服务器的依赖，提高实时性。并且多个摄像头之间可以通过5G进行实时信息共享，实现分布式智能分析，提高整个监控系统的智能化水平。AI技术的发展，使得视频监控成为AI落地应用最为广泛的领域之一。在安防监控领域，TSINGSEE青犀视频智能分析系统利用计算机视觉技术，通过部署人工智能算法，对监控视频中的物体、行为、事件等对象，通过检测、识别、跟踪等视觉模式识别技术进行智能分析和判断，从而减少或取代人力的干预，弥补传统视频监控的不足，为监管工作提供智能预警以及决策辅助。

5、虚拟和增强现实的整合

利用5G技术，安防人员可以通过虚拟和增强现实技术进行虚拟巡逻，实时查看监控画面，并迅速响应异常情况。同时，还可以通过虚拟和增强现实技术进行培训和模拟演练，提高应对各类情况的能力。随着5G技术的普及，更多的应用场景将涌现，对于安防视频监控来说，更多的场景意味着更多的机会，5G+AI技术将成为安防行业的重要发展方向。