視覺使人類得以看見和感知這個世界，計算機(jī)視覺即通過電子化的方式來感知和理解影像，利用人工智能方面的科技成果，可以讓機(jī)器在感知方面越來越接近于人類的主動感知，甚至超過人類。

得益于近年來深度學(xué)習(xí)算法的蓬勃發(fā)展，側(cè)重于感知智能的圖像分類技術(shù)逐漸實現(xiàn)商業(yè)價值。由人工智能驅(qū)動的智能攝像機(jī)廣泛應(yīng)用，每天產(chǎn)生的龐大數(shù)據(jù)量，給承擔(dān)數(shù)據(jù)存儲和計算的后端服務(wù)器帶來很大壓力。因此，越來越多的研究重心放在智能化前移上，徹底顛覆了以往視頻監(jiān)控硬件的傳統(tǒng)定義。

所謂前端智能，是指將圖像分析、視頻結(jié)構(gòu)化、人臉識別等AI功能集成到前端的智能攝像頭，在數(shù)據(jù)源直接對視頻信息進(jìn)行處理，再將分析結(jié)果傳送至中后端服務(wù)器。其最大優(yōu)勢在于幫助客戶直接從視頻圖像中提取關(guān)鍵信息，實時高效進(jìn)行智能分析，快速為行動決策提供可靠依據(jù)。前端智能的優(yōu)勢主要在于減輕后端計算壓力，并節(jié)省傳輸帶寬資源。

在搭建前端智能的過程中，各類廠家就硬件還是軟件更能定義智能攝像機(jī)這一話題存在著不同看法。近日，千視通受雷鋒網(wǎng)邀請與其他7家行業(yè)頭部友商進(jìn)行了觀點碰撞。

雷鋒網(wǎng)總結(jié)道：傳統(tǒng)安防廠商對于軟件定義攝像機(jī)這一概念不太茍同；而安防新興玩家則對該說法持以肯定態(tài)度。自Bjarne Stroustrup發(fā)明C++之后，人類文明便運行在軟件之上。在這場幾十年未見的技術(shù)革命性轉(zhuǎn)變過程中，由“軟件”基礎(chǔ)設(shè)施的崛起而驅(qū)動的力量，正以高速自動化的方式分配與重新配置，不會受到非動態(tài)設(shè)置的硬件基礎(chǔ)設(shè)施的限制。

“軟件定義”的商業(yè)反響也遠(yuǎn)遠(yuǎn)高于技術(shù)本身，它正快速動搖科技企業(yè)之間的產(chǎn)品形態(tài)和品宣口徑，一些廠商們都在爭先恐后地重新定位自己，借此開拓軟件信息技術(shù)的新時代。在這場技術(shù)變革中，一直有人提到安防的獨特性，與C端產(chǎn)品不同，這個行業(yè)注重應(yīng)用，軟件有它的實際價值，但未來行業(yè)頂尖玩家究竟如何發(fā)展還未可得知。

千視通CTO胡大鵬博士認(rèn)為：以往要提升一個攝像頭的功能，只能在分辨率、幀率等方面改善，包括傳感器性能、解析度大小、焦距遠(yuǎn)近、補光強(qiáng)弱等等，但硬件本身局限了攝像頭的功能。而AI芯片的出現(xiàn)，通過為普通攝像頭嵌入人工智能算法，實現(xiàn)了軟件和硬件一體化，使攝像頭的“智能化”真正變?yōu)榭赡堋?/p>

在硬件基礎(chǔ)上，我們可以直接在攝像頭內(nèi)、在成像之前或之后完成一些運算，這樣攝像頭就再不只是用于拍攝采集，而是可以根據(jù)需求來制定成像程序，可以讓攝像頭在前端進(jìn)行夜間拍攝以及結(jié)構(gòu)化分析，承擔(dān)除了采集圖像之外更多的功能，大大緩解傳輸和后端分析的壓力。

未來攝像頭在基本組成部件不變的情況下，可以說傳感器以外的功能都是由軟件而決定，并由AI芯片作為載體，以嵌入式算法去定義。千視通基于核心算法技術(shù)，招攬了智能硬件和IC設(shè)計團(tuán)隊，開展AI前端化算法移植和芯片AI算法集成化技術(shù)研究。為廣大終端設(shè)備廠家和芯片廠家提供前端AI化集成服務(wù)和芯片AI賦能服務(wù)：視頻結(jié)構(gòu)化IP Core、人臉識別、車輛識別IP Core、機(jī)器視覺定制化FPGA平臺等。

千視通在多年場景應(yīng)用的觀察中發(fā)現(xiàn)，實際上在規(guī)模數(shù)億的視頻監(jiān)控市場，視頻數(shù)據(jù)的來源僅有約2%來自人臉攝像頭，約8%來自車輛卡口攝像頭，而近90%來自于普通攝像頭，普通攝像頭由于其抓拍角度和成像質(zhì)量等因素，大多無法捕捉可用于識別比對的人臉數(shù)據(jù)。千視通的核心技術(shù)主要圍繞市面上90%的普通攝像頭的高效利用和動態(tài)人臉布控這一市場，著重關(guān)注實戰(zhàn)效果。

在進(jìn)行前端智能布控時，除了考慮人臉屬性、識別精度、拍攝角度等基本參數(shù)外，千視通主要考慮更多的是用AI算法解決極端場景中難以識別的實際問題。

如超遠(yuǎn)距離抓拍時，針對放大后人臉不清晰的問題研發(fā)的超分辨率技術(shù)，通過超分神經(jīng)網(wǎng)絡(luò)生成清晰人臉，并且可用于庫中比對；而大多數(shù)情況下，由于目標(biāo)故意躲避攝像頭，或者移動范圍偏離導(dǎo)致普通攝像頭無法抓拍到完整臉部，千視通的側(cè)臉還原技術(shù)可以很好的以局部還原整體，解決大多數(shù)側(cè)臉抓拍識別的難題。

另外，在進(jìn)行夜間拍攝時，普通攝像頭的硬件局限性導(dǎo)致目標(biāo)與黑夜融為一體，無法分辨。而傳統(tǒng)星光級攝像頭解決方案改造成本過高，且噪點過多，也難以達(dá)到庫中識別標(biāo)準(zhǔn)。千視通的超夜視算法，即便是用普通攝像頭的視頻數(shù)據(jù)，通過卷積網(wǎng)絡(luò)處理夜間圖片，能有效還原白天場景，并精準(zhǔn)提取可識別信息，具有更強(qiáng)實戰(zhàn)價值。

在前端智能和后端智能巧妙結(jié)合的應(yīng)用場景中，我們不得不提到一個很重要的概念，就是結(jié)構(gòu)化數(shù)據(jù)。結(jié)構(gòu)化數(shù)據(jù)是指前端采集到了實時信息后，會對信息進(jìn)行前端分析和處理，得到我們想要的信息，是一個信息過濾的過程。同時，為了提高前端智能的準(zhǔn)確度和識別率，僅靠前端處理是不夠的，還需要將圖片傳到后臺，不斷地對圖片進(jìn)行學(xué)習(xí)訓(xùn)練，進(jìn)而得到更精準(zhǔn)的模型。因此，前端智能和后端智能它們是互相協(xié)同滲透，解決不同層面的問題。