陳燕兵

從20世紀(jì)90年代開始，美國(guó)VSAM 項(xiàng)目中進(jìn)行視頻監(jiān)控的數(shù)據(jù)化研究以來(lái)，視頻監(jiān)控的智能化經(jīng)過(guò)了20多年的發(fā)展，智能分析技術(shù)也從傳統(tǒng)的模式識(shí)別，到機(jī)器學(xué)習(xí)，再到現(xiàn)在家喻戶曉的深度學(xué)習(xí)，經(jīng)歷多個(gè)階段的發(fā)展。而當(dāng)前深度學(xué)習(xí)逐漸成熟，讓很多曾經(jīng)未達(dá)實(shí)用階段的應(yīng)用逐漸具備了可用性，典型如智能識(shí)別、高密度人員統(tǒng)計(jì)；也讓很多已經(jīng)成熟的應(yīng)用具有更高的準(zhǔn)確度，如車牌、車型識(shí)別、行為識(shí)別等等。

行業(yè)應(yīng)用現(xiàn)狀

國(guó)內(nèi)的視頻監(jiān)控從2006前后開始“安防IT 化”以來(lái)，視頻監(jiān)控的規(guī)模呈現(xiàn)了快速擴(kuò)展的勢(shì)頭，這在模擬時(shí)代是無(wú)法想象的。視頻監(jiān)控規(guī)模的擴(kuò)大，已經(jīng)讓使用者意識(shí)到單靠人眼去監(jiān)控所有視頻或者在事后去追查錄像都是基本不可能的事情了。2009 ～ 2010年國(guó)內(nèi)視頻監(jiān)控發(fā)展較好的地區(qū)如浙江，就開始出現(xiàn)了如何更好地應(yīng)用視頻的需求聲音。

長(zhǎng)期從事智慧城市建設(shè)、自動(dòng)化監(jiān)控研究的王汝琳教授就提出，當(dāng)時(shí)的視頻監(jiān)控業(yè)界存在“看不清、調(diào)不出、提取難、檢索慢”的問(wèn)題，對(duì)應(yīng)的也就出現(xiàn)了三大趨勢(shì)——網(wǎng)絡(luò)化、高清化、智能化。

從2010年前后起，智能分析已經(jīng)在慢慢應(yīng)用到監(jiān)控和智能交通的行業(yè)中來(lái)，其中最早形成規(guī)模應(yīng)用的是車牌識(shí)別的功能，到2013年非現(xiàn)場(chǎng)執(zhí)法設(shè)備在全國(guó)就在如火如荼地展開，三大監(jiān)控巨頭在那個(gè)時(shí)候大力切入到智能交通行業(yè)，導(dǎo)致了這個(gè)行業(yè)的洗牌。

近年來(lái)，智能的應(yīng)用快速擴(kuò)展到很多方面，如人的行為識(shí)別、車輛的異常行為檢測(cè)、儀表識(shí)別、智能識(shí)別、車臉識(shí)別，還有通用監(jiān)控視頻的結(jié)構(gòu)化分析等，大有遍地花開之勢(shì)。其中，智能識(shí)別和視頻的結(jié)構(gòu)化分析是2017年以來(lái)特別火的業(yè)務(wù)，發(fā)展也最快。

視頻分析的本質(zhì)目標(biāo)

視頻分析的本質(zhì)目標(biāo)，就是視頻的語(yǔ)義化，使視頻更好被檢索到，被精確調(diào)閱到，解決人眼長(zhǎng)期看視頻產(chǎn)生“熟視無(wú)睹”的問(wèn)題，也解決發(fā)生案件時(shí)要花上百人進(jìn)行錄像查閱的問(wèn)題。

軟件智能分析與硬件智能分析優(yōu)劣勢(shì)分析

引用鄧小平語(yǔ)錄“不管白貓黑貓，抓得住老鼠就是好貓”，軟件智能分析和硬件智能分析只是分工不同的貓，他們都有擅長(zhǎng)的一面，也都有自己的劣勢(shì)。用一句話來(lái)概括，他們的區(qū)別就是“軟件智能貴在適應(yīng)性和廣度、硬件智能分析貴在分析的速度”。

軟件智能分析

用CPU 進(jìn)行運(yùn)算的智能分析方案，其優(yōu)勢(shì)在于適應(yīng)性強(qiáng)，具體體現(xiàn)在：
1）對(duì)各種數(shù)據(jù)源的適配性高，在安防行業(yè)中數(shù)據(jù)源基本為視頻和圖片，但是這些數(shù)據(jù)的來(lái)源可謂五花八門，尤其早期的設(shè)備廠家非常多，對(duì)接方式和編碼格式都不標(biāo)準(zhǔn)，只有通過(guò)軟件對(duì)接來(lái)完成前期工作，才能給智能分析提供原始材料；
2）新的算法出來(lái)時(shí)，基本都是在軟件上實(shí)現(xiàn)的，因?yàn)樵谲浖暇幋a實(shí)現(xiàn)最容易，很少有算法一開始出來(lái)就能運(yùn)行于智能分析硬件；
3）軟件智能分析可以運(yùn)行在很多通用服務(wù)器和PC 機(jī)上，不需要配備特殊的硬件就能運(yùn)行，而硬件智能分析就不一樣了。

當(dāng)然軟件智能分析的主要缺點(diǎn)就在于分析性能差。

硬件智能分析

一般指運(yùn)行在DSP、FPGA 以及GPU 資源上的智能分析應(yīng)用。其優(yōu)點(diǎn)就是一個(gè)字“快”，一旦一種智能算法有了能支撐它的硬件資源后，一般就能把軟件分析的處理能力甩開幾條街。但是相對(duì)的，它的局限也就是軟件智能的優(yōu)勢(shì)所在。

但是現(xiàn)在，軟件智能分析和硬件智能分析沒(méi)有那么嚴(yán)格的區(qū)分，很多新的算法經(jīng)過(guò)軟件方案一定段時(shí)間驗(yàn)證后，如果存在較大的可用性，慢慢就會(huì)走上硬件化的道路。近幾年炙手可熱的深度學(xué)習(xí)的計(jì)算量基本上只有在GPU 上才能跑起來(lái)。因此流行的是通過(guò)CPU做適配和前期處理，GPU 來(lái)做智能運(yùn)算，也就是Intel CPU + NVIDIA GPU 的組合，而且這個(gè)組合的處理性能也確實(shí)非常強(qiáng)勁。

◆ 前端智能分析與后端智能分析的對(duì)比前端智能分析與后端智能分析的關(guān)系，也類似于上面的軟硬件智能分析一樣，都是相輔相成，互為補(bǔ)充。
◆ 前端智能分析

圖：前端智能分析

在攝像機(jī)等內(nèi)置傳感器，或者在傳感器附近放置一個(gè)專門分析的前置設(shè)備。前端智能分析的優(yōu)勢(shì)是離采集端近，分析比較及時(shí)，通過(guò)前置的智能分析可以有效降低需要傳輸?shù)臄?shù)據(jù)的量。同時(shí)前端智能也受限于較弱的計(jì)算資源和有限的空間，再好的智能分析技術(shù)到前端也都是“龍居淺潭”。前端智能中最成熟的就是車牌識(shí)別功能了，現(xiàn)在前端設(shè)備上車牌識(shí)別的準(zhǔn)度已經(jīng)達(dá)到99%。

◆ 后端智能分析

BR>圖：后端智能分析

用后端服務(wù)器的方案進(jìn)行智能分析，也是當(dāng)前比較主流的智能分析方案，業(yè)界的代表有宇視IA系列、?？档墨C鷹等。

由于智能的需求越來(lái)越大，智能需求的種類也越來(lái)越多，各種智能服務(wù)器會(huì)慢慢占領(lǐng)客戶的機(jī)房；因此如何綜合利用這些服務(wù)器資源，如何提升單位空間的計(jì)算能力是眾多廠家關(guān)注和研究的方向，從當(dāng)前來(lái)看主要的方向是：硬件化、框架化、集群化。

硬件化，智能分析的硬件化是一些智能分析技術(shù)逐漸成熟的必然方向，現(xiàn)在的深度學(xué)習(xí)經(jīng)過(guò)幾年的發(fā)展已經(jīng)表現(xiàn)出了強(qiáng)勁的發(fā)展前景，而且智能硬件只要能很好地承載深度學(xué)習(xí)的計(jì)算需求，就能應(yīng)對(duì)絕大部分基于深度學(xué)習(xí)發(fā)展起來(lái)的具體智能分析技術(shù)，比如現(xiàn)在一個(gè)很典型的應(yīng)用就是智能識(shí)別的應(yīng)用，用了GPU 之后，性能可以翻很多倍。

框架化，因?yàn)橹悄芩惴ㄔ絹?lái)越多，如果為每一款智能算法單獨(dú)開發(fā)一次軟件，那軟件工作就存在很多浪費(fèi)。如何能夠開發(fā)一次軟件，然后盡量多地去適配各種算法對(duì)廠家和客戶來(lái)說(shuō)都是比較有意義的事情。

集群化，既然智能分析的需求越來(lái)越大，那么這些服務(wù)器如何統(tǒng)一管理，如何統(tǒng)一進(jìn)行資源分配又是一個(gè)比較棘手的事情，總不能讓客戶自己一臺(tái)一臺(tái)服務(wù)器去做配置，一臺(tái)一臺(tái)去做管理吧？！集群化的需求就應(yīng)運(yùn)而生，它需要解決的問(wèn)題有：統(tǒng)一管理各個(gè)服務(wù)器，進(jìn)行統(tǒng)一的配置；動(dòng)態(tài)解決各個(gè)服務(wù)器的資源和任務(wù)分配問(wèn)題，避免客戶自行去選擇服務(wù)器；解決設(shè)備的災(zāi)備問(wèn)題，在有多臺(tái)設(shè)備時(shí)，不會(huì)因一臺(tái)設(shè)備的失效而導(dǎo)致它所負(fù)責(zé)的業(yè)務(wù)不可運(yùn)行。

除了專門的智能服務(wù)器，現(xiàn)在有很多的后端產(chǎn)品也開始內(nèi)置簡(jiǎn)單的智能功能了，比如很多新的NVR 已經(jīng)具備了不少的智能分析能力，在小規(guī)模的方案里這種產(chǎn)品形態(tài)將越來(lái)越有市場(chǎng)。

前后端融合計(jì)算

同軟硬件智能分析的方案，前后端的智能分析也不是完全割裂和互斥的，兩者都是“抓得住老鼠”的好貓，但是如何把他們合在一起適當(dāng)分工，是不是能夠成為更強(qiáng)大、更高效的貓呢？答案是肯定的。

前端是存在計(jì)算性能上的不足，存在空間上的拘束，但是還是能承擔(dān)一些分析工作的，而且最重要的是它保有量大，每臺(tái)做一點(diǎn)基礎(chǔ)的分析工作，后臺(tái)再在這些分析的成果基礎(chǔ)上做進(jìn)一步的分析，將能大大降低后端服務(wù)器的工作壓力。典型如現(xiàn)在的人物智能分析方案中，如果采用后端引前端實(shí)況流分析的方案，一臺(tái)E5 的服務(wù)器能做到4 ～ 5 路已經(jīng)很高了；但是同樣的服務(wù)器如果用前后端融合的方案，前端負(fù)責(zé)人物的跟蹤和抓拍，后端負(fù)責(zé)分析，一臺(tái)服務(wù)器就能做到24 路甚至更高，這就能大大降低用戶的部署成本。

當(dāng)前，阻擋前后端方案融合的最大障礙是標(biāo)準(zhǔn)的問(wèn)題，各個(gè)廠家都是按照自己的理解定義接口，定義邊界，廠家之間互通的唯一方式就是對(duì)接開發(fā)。因此，現(xiàn)在如果涉及到跨廠家的智能分析，都更多采用純后端或者純前端的方案，這是智能發(fā)展需要解決的重要問(wèn)題。

智能分析在智能中的應(yīng)用

前文多次提到過(guò)，智能分析功能在智能交通行業(yè)的應(yīng)用是最成熟的，其中最重要的啟動(dòng)點(diǎn)是車牌識(shí)別的識(shí)別率達(dá)到了應(yīng)用的要求，以及在此基礎(chǔ)之上形成的非現(xiàn)場(chǎng)執(zhí)法設(shè)備和其他各種解決方案，在這里簡(jiǎn)單介紹一下：

1. 非現(xiàn)場(chǎng)執(zhí)法設(shè)備

車牌識(shí)別、紅綠燈口車輛跟蹤和抓拍等技術(shù)形成的非現(xiàn)場(chǎng)執(zhí)法設(shè)備，極大提升了交警的交通管理能力，讓交通違法抓獲由一個(gè)概率事件變成了必然事件，一舉解決了2012 年前需要雇一堆小姑娘進(jìn)行闖紅燈抓拍識(shí)別而且還抓不全的問(wèn)題。近兩年隨著技術(shù)的成熟，虛擬線圈替代了地感線圈，又降低了電警的施工難度和安裝成本，使得非現(xiàn)場(chǎng)執(zhí)法設(shè)備的覆蓋面越來(lái)越廣；

2. 電子卡口

在非現(xiàn)場(chǎng)執(zhí)法設(shè)備中嘗到智能分析甜頭的用戶，在開始進(jìn)一步考慮城市車輛的監(jiān)控和管理，因此電子卡口的業(yè)務(wù)就產(chǎn)生了，記錄車輛的行進(jìn)軌跡，根據(jù)行進(jìn)軌跡進(jìn)行車輛異常行為的分析，對(duì)接車管庫(kù)進(jìn)行車輛的核查等各種業(yè)務(wù)都開始落地。隨著技術(shù)的成熟，和開車犯案的案例增多，相關(guān)部門也開始介入到卡口業(yè)務(wù)的建設(shè)，希望通過(guò)對(duì)車輛的排查進(jìn)行案件偵破的技戰(zhàn)術(shù)開始提出來(lái)，并產(chǎn)生了諸多成果；

3. 交通綜合管控

隨著上述技術(shù)的成熟，交警希望把道路上的各種資源統(tǒng)一調(diào)度起來(lái)，根據(jù)車流量情況和道路狀況自動(dòng)進(jìn)行紅綠燈的調(diào)配，以及其他道路疏導(dǎo)提示系統(tǒng)的調(diào)度，交通綜合管控平臺(tái)的成熟將對(duì)交警行業(yè)產(chǎn)生又一次重大的影響。其后，只要源源不斷地將新成熟的智能算法、大數(shù)據(jù)分析算法納入到這個(gè)平臺(tái)中，這個(gè)平臺(tái)就能具備越來(lái)越強(qiáng)的管理能力。

在智能交通中，還有其他很多的智能技術(shù)在逐漸成熟，包括車輛的異常行為檢測(cè)、車型車款識(shí)別等等，這些都將助推智能交通行業(yè)的快速發(fā)展。