2018年視頻監(jiān)控市場的發(fā)展熱點都是AI給“鬧”的，縱觀2019年，數(shù)據(jù)將引領視頻監(jiān)控市場的發(fā)展。

　　一、AI賦能

　　阿里巴巴集團副總裁曾鳴為《重新定義公司：谷歌如何運營的》一書所做序言中指出“雖然未來的組織會演變成什么樣，現(xiàn)在還很難看清楚，但未來組織最重要的功能已經(jīng)越來越清楚，那就是賦能，而不再是管理或激勵。”也有人說是谷歌創(chuàng)始人之一拉里·佩奇說的。

　　“賦能”就是給賦予對象某種能力和能量，通俗講就是你本身不能，但我使你能。它最早是心理學中的詞匯，旨在通過言行、態(tài)度、環(huán)境的改變給予他人正能量?，F(xiàn)在這個詞被廣泛的應用到各個行業(yè)。

　　AI賦能就是將AI的能力賦能給第三方，我們可以說AI賦能城市、AI賦能安防、AI賦能視頻監(jiān)控，今天我們探討一個小一點的概念AI如何賦能視頻監(jiān)控？

　　傳統(tǒng)的安防系統(tǒng)的功能現(xiàn)在看來是有點過于簡單了，在AI沒有大規(guī)模商用之前，我們甚至不知道自己擁有一個金礦。以視頻監(jiān)控系統(tǒng)為例，傳統(tǒng)的視頻監(jiān)控就是實時監(jiān)視、錄像和回放錄像，超過設定的時間然后用新的錄像覆蓋舊的錄像，這種現(xiàn)象持續(xù)了大約60年，直到2016年，AI賦能視頻監(jiān)控之后，計算機逐漸開始能夠讀懂一幀幀的畫面了，這里面的三大核心AI技術就是人體識別、車輛識別和ReID。

　　?車輛識別：車輛識別包括車牌識別和車輛特征識別兩大技術。車牌識別技術是最早被賦能給視頻監(jiān)控系統(tǒng)的，多應用在卡口、電子警察和停車場的免刷卡出入口管理系統(tǒng)上。車牌識別從某種意義上來講屬于OCR文字識別的范疇，唯一的區(qū)別是動態(tài)車牌識別。而目前的車輛特征識別可以做到20種以上，可以說，大大挖掘了視頻和圖像的潛力，而且車標、顏色、標志物相對來說屬于分類識別，也比較容易實現(xiàn)，于是市場上出現(xiàn)了很多車輛大數(shù)據(jù)平臺，也出現(xiàn)了各種車輛技戰(zhàn)法和應用，這都是AI賦能的結果。

　　?人體識別：人體識別包括人臉識別和人體特征識別兩大技術。人臉識別相對車牌識別那就復雜很多了，而且進一步細分為配合式（比如門禁）和非配合式兩種模式（比如開放環(huán)境采集），尤其是非配合式的動態(tài)人臉識別技術在2017年才大幅度提升到70%以上的識別率進入商用，而恰恰是人臉識別技術賦能了整個安防行業(yè)，畢竟安防系統(tǒng)管理的核心就是人（另一個核心是車），一旦人的身份被識別出來的剩下的就好處理多了。人體特征識別是人臉識別的附屬品，通過人臉可以判斷性別、年齡、膚色、是否佩戴眼睛，把識別范圍放大就可以識別整個人體，識別包括上衣顏色、下衣顏色、是否打傘、是否拎包等等，人體識別技術對視頻監(jiān)控系統(tǒng)的賦能超過了車輛識別。

　　?ReID：有一種情況，監(jiān)控系統(tǒng)看不見人臉或者無法看到人臉，這就依賴于行人再識別技術（ReID），筆者可以斷言，ReID一定是未來視頻監(jiān)控的發(fā)展之道，我也堅信這一點。通過ReID技術并不需要特制的攝像機，對環(huán)境的要求也沒有那么高，只要識別出一定的行人特征，就可以實現(xiàn)行人軌跡分析、進一步實現(xiàn)跨鏡追蹤，一旦在軌跡上出現(xiàn)了一張人臉，那么整個軌跡上的人員身份就可以明確，這對治安來講，是最好不過的一種技術，畢竟我們裝了那么多的公共安全的攝像機。

　　二、AI在2018

　　討論完AI賦能之后再讓我們探討一下AI，畢竟AI才是2018年的核心熱點。以我對AI的理解，我打算借用一些網(wǎng)絡上的資料進行總結，順便看看2019年會發(fā)生點什么。

　　2.1 自然語言處理（NLP）

　　2018年在NLP歷史上的分水嶺。在2018年里，NLP領域的突破接連不斷：ULMFiT、ELMo和最近大熱的BERT，當然這不完全和視頻監(jiān)控相關。遷移學習成了NLP進展的重要推動力，從一個預訓練模型開始，不斷去適應新的數(shù)據(jù)，帶來了無盡的潛力。

　　根據(jù)ULMFiT作者Sebastian Ruder的2019年權威展望，預計“預訓練語言模型嵌入將無處不在，不用預訓練模型，從頭開始訓練達到頂尖水平的模型，將十分罕見。能編碼專業(yè)信息的預訓練表示將會出現(xiàn)，這是語言模型嵌入的一種補充。到時候，我們就能根據(jù)任務需要，把不同類型的預訓練表示結合起來。在多語言應用、跨語言模型上，將有更多研究。特別是在跨語言詞嵌入的基礎上，深度預訓練跨語言表示將會出現(xiàn)?！?/p>

　　2.2 計算機視覺（CV）

　　2018年無論是圖像還是視頻方向都有大量新研究問世，有三大研究曾在CV圈掀起了集體波瀾。也有人說2018年最大的進展就是沒有進展。

　　?BigGAN：2018年9月，當搭載BigGAN的雙盲評審中的ICLR 2019論文現(xiàn)身，行家們就沸騰了：簡直看不出這是GAN自己生成的。在計算機圖像研究史上，BigGAN的效果比前人進步了一大截。比如在ImageNet上進行128×128分辨率的訓練后，它的Inception Score（IS）得分166.3，是之前最佳得分52.52分3倍。除了搞定128×128小圖之外，BigGAN還能直接在256×256、512×512的ImageNet數(shù)據(jù)上訓練，生成更讓人信服的樣本。

　　?Fast.ai：18分鐘訓練整個ImageNet。2018年8月，在線深度學習課程Fast.ai的創(chuàng)始人Jeremy Howard和自己的學生，用租來的亞馬遜AWS的云計算資源，18分鐘在ImageNet上將圖像分類模型訓練到了93%的準確率。

　　?vid2vid技術：2018年8月，英偉達和MIT的研究團隊高出一個超逼真高清視頻生成AI。只要一幅動態(tài)的語義地圖，就可獲得和真實世界幾乎一模一樣的視頻。換句話說，只要把你心中的場景勾勒出來，無需實拍，電影級的視頻就可以自動P出來。2019年，在計算機視覺領域，對現(xiàn)有方法的改進和增強的研究可能多于創(chuàng)造新方法。而今年大火的自監(jiān)督學習明年可能會應用到更多研究中。

　　2.3 工具和框架

　　AI賦能離不開工具和框架，機器學習領域的工具和框架仍在快速的發(fā)展：

　　?PyTorch 1.0：根據(jù)10月GitHub發(fā)布的2018年度報告，PyTorch在增長最快的開源項目排行上，名列第二。也是唯一入圍的深度學習框架。作為TensorFlow的對標者，PyTorch其實是一個新兵，2017年1月19日才正式發(fā)布。2018年5月，PyTorch和Caffe2整合，成為新一代PyTorch 1.0，競爭力進一步加強。

　　?AutoML：AutoML是深度學習的新方式，徹底改變了整個系統(tǒng)。有了AutoML人們就不再需要設計復雜的深度學習網(wǎng)絡。2018年1月，谷歌推出Cloud AutoML服務，把自家的AutoML技術通過云平臺對外發(fā)布，即便你不懂機器學習，也能訓練出一個定制化的機器學習模型。

　　?TensorFlow.js：2018年3月底的TensorFlow開發(fā)者會峰會2018上，TensorFlow.js正式發(fā)布。這是一個面向JavaScript開發(fā)者的機器學習框架，可以完全在瀏覽器中定義和訓練模型，也能導入離線訓練的TensorFlow和Keras模型進行預測，還對WebGL實現(xiàn)無縫支持。在瀏覽器中使用TensorFlow.js可以擴展更多的應用場景，包括展開交互式的機器學習、所有數(shù)據(jù)都保存在客戶端的情況等。

　　2.4 強化學習

　　強化學習似乎還有很長的路要走。目前強化學習領域還缺乏真正的突破，強化學習的研究非常依賴數(shù)學，而且還沒有形成真正的行業(yè)應用。希望2019年可以看到更多RL的實際用例。這個是我們需要關注的一個方向。

　　谷歌的強化學習新框架是Dopamine（多巴胺），這是谷歌今年8月發(fā)布的強化學習開源框架，基于TensorFlow。新框架在設計時就秉承著清晰簡潔的理念，所以代碼相對緊湊，大約是15個Python文件，基于Arcade Learning Environment（ALE）基準，整合了DQN、C51、 Rainbow agent精簡版和ICML 2018上的Implicit Quantile Networks。

　　三、算法和芯片

　　AI人臉算法和車輛算法在視頻監(jiān)控領域的應用在2018年也日漸成熟，準確率明顯提升，商用是沒有大的問題的，價格呢好像也降低到能夠接受的地步，這里不過多進行描述。我們主要看看AI芯片的進展。

　　現(xiàn)在國內(nèi)能夠設計和制造AI芯片的公司比較多：華為海思、中星微、寒武紀、紫光、地平線、比特大陸等等，不過這篇文章里面我們只討論兩家：比特大陸和地平線。

　　3.1 比特大陸

　　以礦機和比特幣名聞天下的比特大陸已經(jīng)正式進入安防市場，還投資了AI企業(yè)千視通，在北京安博會帶來了他們最新的AI芯片BM1880、BM1682和算豐智能服務器SA3。比特大陸成立才短短5年時間，已經(jīng)發(fā)展成AI企業(yè)里面盈利最多的公司之一，僅憑這一點，很少有企業(yè)可以望其項背。比特大陸2013年10月28日成立，2015年底開始進行人工智能芯片的研發(fā)，在2017年上半年推出了人工智能芯片BM1680，大約1年半的時間，這個實力不容小覷。BM1680是一款應用于云端的深度學習專用計算加速芯片，面向這個應用領域的第一款公開發(fā)售的專用芯片（我們聽過很多世界第一，無疑這個第一比較有含金量，也符合大的政策和科技方向）。2018年3月第二代人工智能芯片BM1682問世，與第一代產(chǎn)品相比約有5倍的性能提升。主要應用于安防監(jiān)控、數(shù)據(jù)中心、超級計算、機器人等各個領域。北京安博會期間，比特大陸展示了這兩款芯片和最新的BM1880芯片。

　　比特大陸認為在深度學習領域尤其是推理領域，GPU相比CPU雖有提升，依然無法滿足深度學習算法對算力和功耗日益提升的要求，因此需要專門針對深度學習定制的ASIC芯片，架構為深度學習而優(yōu)化定制、適合于張量計算的TPU便是未來所趨。TPU更適合張量計算、神經(jīng)網(wǎng)絡。相比GPU，TPU性價比提升能效比提升均超過10倍，TPU專為AI而設計、速度極快、能耗低、價格低、性價比高。BM1682是繼BM1680之后比特大陸推出的第二代人工智能芯片，適用于CNN/RNN/DNN等神經(jīng)網(wǎng)絡模型的推理。相對于BM1680，BM1682專注于深度學習推理，平均功耗為30W，實際性能也在BM1680的基礎上提升5倍以上。

　　BM1880 TPU可以提供1TOPS的算力@INT8，在Wingorad卷積加速運算下，提供高達2TOPS的算力。BM1880 芯片于2018年7月成功流片，是一款聚焦于邊緣應用的深度學習推理人工智能芯片，可為 8位整數(shù)運算提供1TOPS算力，在Winograd 卷積加速下，支持高達2TOPS@INT8，特殊設計的 TPU 調(diào)度引擎能有效地為所有的張量處理器核心提供極高的帶寬數(shù)據(jù)流。芯片內(nèi)含2MB內(nèi)存, 可以為性能優(yōu)化和數(shù)據(jù)重用提供最佳的編程靈活性。同時，BM1880也為用戶提供了強大的深層學習模型編譯器和軟件SDK開發(fā)包，Caffe、Tensorflow等主流深層學習框架可以輕松地移植到 BM1880 平臺上，常見的 CNN/RNN/ DNN 等神經(jīng)網(wǎng)絡模型也均可運行。BM1880芯片可以作為深度學習推理加速的協(xié)處理器，也可以作為主處理器從以太網(wǎng)接口或USB接口接收視頻流、圖片或其它數(shù)據(jù)，執(zhí)行推理和其他計算機視覺任務；其它主機也可以發(fā)送視頻流或圖片數(shù)據(jù)給BM1880，BM1880做推理并將結果返回主機。

　　3.2 地平線

　　地平線是比特大陸之外另一家風頭正勁聚焦安防AI芯片的公司。原本以為地平線就是一家芯片設計公司，沒有想到在北京安博會攜眾多安防產(chǎn)品和解決方案驚艷亮相。地平線（Horizon Robotics）致力于成為嵌入式人工智能平臺的全球領導者，賦能萬物，讓每個人的生活更安全、更美好。地平線基于自主研發(fā)的人工智能芯片和算法軟件，以智能駕駛、智慧城市和智慧零售為主要應用場景，提供給客戶開放的軟硬件平臺和應用解決方案。

　　北京安博會期間地平線帶來了兩款嵌入式人工智能視覺處理器。根據(jù)官方描述，基于創(chuàng)新的人工智能專用處理器架構BPU，地平線自主研發(fā)了中國首款高性能、低功耗、低延時的嵌入式人工智能視覺處理器，面向智能駕駛的征程（Journey）系列處理器和面向智能攝像頭的旭日（Sunrise）系列處理器。第一代處理器基于高斯架構研發(fā)設計，并提供“算法+芯片+云”的完整解決方案。

　　地平線BPU芯片的研發(fā)線路歷經(jīng)高斯架構、伯努利架構和貝葉斯架構。我們重點關注旭日處理器，面向智能攝像機，旭日（Sunrise）1.0芯片于2017年12月正式流片并發(fā)布，和征程1.0一起成為中國最早實現(xiàn)量產(chǎn)流片的人工智能芯片。旭日1.0芯片集成深度學習算法，具備在前端實現(xiàn)大規(guī)模人臉檢測跟蹤、視頻結構化的處理能力。目前，旭日2.0架構已應用于地平線XForce邊緣計算平臺。

　　四、本來是IoT，2018年變成了AIoT

　　在AI這個風口之前的上一個風口是IoT物聯(lián)網(wǎng)，IoT講究的是萬物互聯(lián)，凡是有模擬量信號、數(shù)字量信號的設備就能夠接入，包括各類溫度、濕度、照度、空氣質量、水位檢測、氣體、流量傳感器，而且通過數(shù)字量開關信號、模擬量信號可以對各種執(zhí)行器進行控制，比如開關閥門、開關燈、流量控制等，不一而足。

　　小米IoT平臺聯(lián)網(wǎng)設備已經(jīng)超過8500萬臺，日活設備超過了1000萬臺。這是在2017年底首屆小米IoT開發(fā)者大會上小米創(chuàng)始人雷軍披露的數(shù)字，他表示，目前小米已經(jīng)穩(wěn)居全球最大的智能硬件IoT平臺。而如今，小米IoT連接的設備超過了1億臺。根據(jù)預測全球IoT市場的經(jīng)濟價值在2025年之前有望達到11萬億美元，硬件市場規(guī)模在2020年將達到530億美元。明顯的這是一個金礦。

　　但以上這些都不是重點，雖然IoT一樣可以接入語音設備和視頻監(jiān)控設備，但在AI出現(xiàn)之前，還只是簡單的交互和控制，甚至就是一個查看錄像、實時監(jiān)視的功能。2018年之后，AI和IoT終于出現(xiàn)了融合的跡象，第一波浪潮就是智能音箱對智能家居的新變革，包括亞馬遜、蘋果、百度、阿里、小米等的智能音箱都能夠實現(xiàn)眾多IoT設備的語音控制，包括各種開關類設備、射頻控制、紅外控制類設備；其次就是人臉設備技術也被廣泛應用于IoT物聯(lián)網(wǎng)，通過人臉識別可以判斷人的身份設定權限、可以對小朋友實行分級控制、對家庭和工作環(huán)境可以進行布防布控，這些都是我們看到的一些初級應用，相信在2019年還將會有深度融合的應用，最終形成AIoT的格局，就是AI賦能IoT。

　　AI給傳統(tǒng)的智能硬件和物聯(lián)感知設備帶來強勁的東風，使得本來已經(jīng)逐漸被人淡化的物聯(lián)網(wǎng)煥發(fā)了新的生機，而且這股東風從智能家居吹起、逐漸向可穿戴設備、VR/AR延伸。預計未來1-2年，AI將在設備互聯(lián)、交互、語音識別、視覺識別、互聯(lián)互通方面帶來革新，深挖用戶的需求就會形成一片新的藍海，也開啟了人工智能在應用層面更多的無限可能性，根據(jù)最新的報道，甚至已經(jīng)出現(xiàn)了基于AIoT全套控制的智慧酒店，核心操控設備就是1臺智能音箱。

　　五、AI+視頻監(jiān)控商用之年

　　2016年可以說是AI大規(guī)模走入商用的元年，經(jīng)過2年的技術發(fā)展和商用落地，我們可以看到AI從研究、論文、試點到大規(guī)模落地的全過程。目前來看AI擁有兩大主要能力：計算機視覺（看的能力）和語音識別（聽說的能力），這也是人感知世界的最主要的兩種方式。語音識別并不在這篇文章的討論范圍之內(nèi)，我們主要探討“看的能力”。

　　如果從1957年松下研發(fā)的第一臺電子顯像管攝像機算起，視頻監(jiān)控有了大約61年的歷史，經(jīng)歷了模擬時代（1957~2004）、數(shù)字時代（2004~2017）、智能時代（2017~）和數(shù)據(jù)時代（2018~），在智能時代之前，視頻監(jiān)控的主要功能還是限于監(jiān)視、錄像和回放三個功能，如果需要采用視頻進行輔助工作需要人工翻查，費時費力，而且效率不高，因為容量大通常錄像保存的時間也不會超過90天。

　　AI技術的出現(xiàn)徹底解決傳統(tǒng)監(jiān)控看不見和看不懂的問題，尤其是看得懂功能，人眼去理解一副圖像，全世界的人都不需要特別的學習或者訓練，自然本能就能夠理解一幅圖像，而計算機缺不行。“看得懂”就是讓計算機能夠讀懂一幀幀的畫面和連續(xù)的視頻圖像，這就依賴于計算機視覺技術（CV）。CV技術經(jīng)過多年的發(fā)展在2018年已經(jīng)開始具備全面商用的能力，在人臉識別、人體識別、車牌識別、車輛識別方面都有比較大的進展。

　　人臉識別的應用可分為三類：有合作人臉識別、半合作人臉識別和無合作人臉識別，前兩類的識別一直都有比較高的識別率，但無合作人臉識別（動態(tài)人臉識別）真正的識別率提高到可以商用的階段（識別率超過70%）應是2018年，我們稱之為AI+視頻監(jiān)控的商用之年。人臉識別的主要應用為人臉檢測、人臉五官定位、1:1人臉識別、1:N人臉識別、M:N動態(tài)布控，目前應用最廣泛的是1:1的人臉身份核對。

　　車輛識別是AI技術最早落地的一個場景，相比人臉更為成熟，而且車牌識別從某種意義上來講屬于OCR識別。目前已經(jīng)商用的車輛信息結構化處理，主要包括：機動車（支持200+車輛品牌識別、支持4000+細分車型及年款識別、支持7大類車類別識別、支持10+車身顏色識別、支持年檢標、遮陽板、安全帶、擺件、掛飾、  天窗識別、駕駛員人臉檢測、副駕駛員人臉檢測）和非機動車（基于普通視頻分析、車輛檢測（二/三輪車）、兩輪車類型識別、車輛大燈形狀分析、車身顏色識別、擋泥板檢測及顏色識別、車尾箱檢測及顏色識別、車尾廣告檢測、遮陽傘檢測及顏色識別、騎車人頭盔檢測及顏色識別、人基本特征、人服飾特征）。

　　六、構建AI新生態(tài)

　　在AI賦能視頻監(jiān)控的市場上，獨角獸確實有幾家，但是還沒有出現(xiàn)巨無霸企業(yè)可以包攬?zhí)煜?。芯片、算法、前端設備、后端設備、存儲設備、平臺、系統(tǒng)，整個視頻監(jiān)控系統(tǒng)的構成非常復雜，即使是華為也不能提供視頻監(jiān)控所需要的一切設備，故而更多的公司選擇構建AI安防新生態(tài)。算法公司將算法賦能給芯片、賦能給硬件，芯片賦能給攝像機、賦能給結構化主機，前后端硬件設備配合軟件平臺使用，差不多就是這樣互相依存、互相競爭。有的公司通過收購、并購擴大自己的板塊，有的公司則通過聯(lián)盟、合作伙伴的方式構建自己的生態(tài)。總而言之，2018年是生態(tài)之年，被眾多企業(yè)所選擇，其重要性不亞于AI賦能。

　　七、每周千萬項目統(tǒng)計

　　筆者統(tǒng)計了2018年1月以來大約2339條項目信息，其中視頻監(jiān)控相關的智慧安全（平安城市、雪亮工程、視頻門禁、公安大數(shù)據(jù)）和智慧交通（卡口、電子警察、城市大腦）項目1936個，招標金額約為584億，占比整個安防市場6000億的9.7%，接近10%。通過對這1936個項目的數(shù)據(jù)分析，筆者發(fā)現(xiàn)2018年出現(xiàn)了3個熱點市場：雪亮工程、智慧新警務和智安社區(qū)，而且這一點也在2018年北京安博會中展現(xiàn)出來了。

　　7.1 智慧新警務

　　車牌識別是最早被廣泛應用于公安建設卡口系統(tǒng)和電子警察系統(tǒng)中，人臉識別緊隨其后，具有天然在公安市場落地的場景和需求，身份匹配、人臉識別、大數(shù)據(jù)比對、重點人員管控方面都具備天然的優(yōu)勢。

　　在AI沒有賦能警務之前，視頻監(jiān)控系統(tǒng)就像一個沒有被挖掘的金礦，數(shù)據(jù)都沉睡在硬盤里，超過90%以上的數(shù)據(jù)被后續(xù)的錄像所覆蓋。AI之后，系統(tǒng)能夠自動生成結構化的信息（保存圖片而不是保存錄像），大大減輕了錄像的壓力，而且結構化后的視頻數(shù)據(jù)最大的應用就是能夠實現(xiàn)即時預警、快速偵破案件和打擊犯罪。城市的核心管理要素就是人，而智能視頻監(jiān)控系統(tǒng)能夠很好的識別一個人并能生成軌跡，如果再結合多元數(shù)據(jù)采集，就能夠碰撞出更多的應用，比如身份證、MAC地址、手機號碼等。

　　AI對警務的賦能就催生了“智慧新警務”的建設，終于可以利用視頻系統(tǒng)構建一個城市的視頻大數(shù)據(jù)工程。以廣東省智慧新警務建設為例，總體規(guī)劃為“13847”戰(zhàn)略，就是一個宏偉、美好的愿景，三步走實現(xiàn)愿景目標、八大創(chuàng)新警務應用、四大智慧賦能工程、七星計劃。在廣東的規(guī)劃里面，和視頻監(jiān)控最相關的當屬視頻云賦能工程，建立以全省視頻圖像為主、多種資源關聯(lián)疊加的視頻圖像資源服務體系。視頻云實現(xiàn)視頻、人像、車輛、門禁等信息的采集、匯聚、解析、關聯(lián)和融合，為各警種、各地市、各基層實戰(zhàn)部門提供一個資源共享、能力開放、安全可控、實戰(zhàn)支撐為一體的視頻云大數(shù)據(jù)平臺。從視頻云賦能工程來看，其真正的技術核心當屬AI。

　　7.2 雪亮工程唱主角

　　視頻監(jiān)控在城市的大規(guī)模應用當屬于平安城市（也稱為天網(wǎng)工程）建設，如果從2005年“3111試點工程”算起已經(jīng)有13年的建設歷史了，逐漸區(qū)域成熟，平安城市建設的視頻監(jiān)控通常覆蓋到中大型城市，小一點的規(guī)模覆蓋到縣。縣以下或者城鄉(xiāng)結合部的覆蓋在平安城市的建設中并不多，故而催生了雪亮工程，雪亮工程屬于“群眾性治安防控工程”，來源于“群眾的眼睛是雪亮的”，在平安城市趨于飽和的情況下，2018年雪亮工程逐漸成為城市視頻監(jiān)控建設的核心，2015年平邑縣被確定為雪亮工程的試點縣，2016年10月，全國社會治安綜合治理創(chuàng)新工作會議部署全面開展“雪亮工程”，經(jīng)過2017年的規(guī)劃，在2018年全面落地，在筆者統(tǒng)計的1936個項目中，其中有300個項目和雪亮工程有關，招標金額達113億元，占比高達19%。

　　7.3 智慧社區(qū)、智安社區(qū)、平安社區(qū)層出不窮

　　如果將雪亮工程覆蓋到最小的單位，在城市中當屬于社區(qū)，如果要做好基層的管理工作和視頻監(jiān)控應用，最佳的實現(xiàn)方式莫過于建設智慧社區(qū)，社區(qū)屬于相對范圍較小、容易形成圍蔽，而且可以實現(xiàn)就近管理，屬于相對容易管理的治理單元，如果能夠把每個社區(qū)管好，擴展到城市就可以將城市管理好。

　　如果視頻監(jiān)控和智慧社區(qū)緊密結合就會催生一個新的社區(qū)類型就是智安社區(qū)、平安社區(qū)。以前視頻監(jiān)控沒有AI化之前，視頻的潛力沒有頒發(fā)充分挖掘，有了AI技術之后，借助AI賦能攝像機，能夠實現(xiàn)人臉采集、車牌采集，大大提高了社區(qū)的管理水平和治理水平。2018北京安博會期間“公安技防創(chuàng)新應用成果展”專區(qū)105塊展板（不完全統(tǒng)計）中，其中有15塊展板展示了智安社區(qū)的解決方案或成果，數(shù)量僅次于雪亮工程，足以證明智安社區(qū)將為未來警務建設的一個新方向。

　　八、AI道德

　　雖然AI賦能城市之后，給我們帶來很多新的技術和應用，但相應的也帶來一些問題，這些問題也在2018年或多或少的呈現(xiàn)了，那就是AI的道德問題。AI被濫用事故在2018年被頻頻爆出：Facebook AI助特朗普當選美國總統(tǒng)、Goggle與美國軍方聯(lián)手開發(fā)AI武器、微軟為移民和海關執(zhí)法局（ICE）提供云計算和人臉識別服務，這些故事都引起了業(yè)界廣泛的AI道德準則的討論高潮，甚至有些公司也公開了企業(yè)的AI準則（比如微軟就提了六條：公平性、透明性、問責制度、非歧視性、知情同意、合法監(jiān)視）。不過也有人認為，AI道德還是一個灰色地帶，目前還沒有形成統(tǒng)一的框架，預計2019年會有更多的條例出臺。

　　在2018年有兩個事情和AI道德相關。歐盟啟動全球數(shù)據(jù)保護條例（GDPR），該條例旨在提高個人數(shù)據(jù)使用的公平性和透明度。該條例使個人有權控制其個人數(shù)據(jù)和了解個人數(shù)據(jù)被如何使用。其次就是“劍橋分析”丑聞，這個事件給整個數(shù)據(jù)科學界蒙上了一層陰影，就是這次時間引發(fā)了更深層次的道德討論。

　　展望2019

　　預測未來發(fā)展趨勢其實是一件很困難的事情，從個人的理解來看，筆者寄希望的2019年希望在以下方面取得突破，這包括了ReID行人再識別系統(tǒng)、LoRa遠距離通信技術、芯片、智慧城市建設新模式、大腦工程、數(shù)據(jù)時代、三維融合、聲紋應用等。

　　一、ReID

　　2019年的視頻監(jiān)控下一個熱點會出現(xiàn)在哪里，無疑ReID肯定是其中的一個熱點。人臉識別技術雖好，但是要是看不見人臉，怎么辦？這是擺在我們面前的一個問題。事實上，遍布城市里面的攝像機里面，扣除卡口攝像機、電子警察用的抓拍攝像機之外，符合人臉采集標準的攝像機相對而言鳳毛麟角，占比極少。而要最大限度挖掘傳統(tǒng)平安城市、天網(wǎng)工程的治安攝像機的潛力，無疑ReID是不二之選。

　　ReID（Person Re-identification），也稱為行人重識別、行人再識別、跨鏡追蹤，是利用計算機視覺技術判斷圖像或者視頻序列中是否存在特定行人的技術，廣泛被認為是一個圖像檢索的子問題，目前主要應用于安防領域，未來與人臉識別相結合能夠應用于更多更豐富的場景。

　　ReID由以往沒有太多人留意到現(xiàn)在開始有產(chǎn)品上的應用，經(jīng)歷了一段非常漫長的時間。由于最早期完全依賴于傳統(tǒng)計算機視覺或機器學習的技術，所以基本上沒有明顯的突破。ReID本身是一個非常難的問題，它是要從不同的視頻之中，把同一個人識別出來。視頻光照條件的不同、感興趣區(qū)域的分辨率和角度的不同、目標被遮擋的情況普遍、穿著相近衣服的人等等，都會造成識別的困難。對于監(jiān)控領域來說，ReID引申出來在實際應用上，就是希望把不同視頻內(nèi)的物體關聯(lián)起來，并可以透過有效的方法把物體找出來，能做到這樣，整個監(jiān)控操作才完整，才能看到大局。佳都科技參股的千視通于2018年下半年在ReID上取得了重大突破，在Market 1501上的首位命中率（Rank-1 Accuracy）已經(jīng)達到97.1%，超越人眼識別能力（94%），并刷新了今年4月公布的96.6%的世界紀錄，我們看到了ReID廣闊的市場前景。

　　二、LoRa技術

　　LoRa是Semtech公司推出的超遠激勵通信的無線標準。Semtech市場戰(zhàn)略總監(jiān)甘泉指出，Lora的市場增長非常快，全球每年增長在50%左右，中國會更高。LoRa在智慧城市領域的應用包括能源管理、智慧建筑、智慧生產(chǎn)、智慧農(nóng)業(yè)等方面。

　　那么LoRa為什么適合智慧城市？甘泉表示：“IoT最重要的是要有更多的連接，把數(shù)據(jù)成功調(diào)取出來，讓用戶在連接的控制和使用中得到更好體驗，最好的方法是使用低功耗的LoRa技術?！盠oRa是低功耗廣域網(wǎng)的一種，源于Long Range這兩個單詞。如何理解LoRa的超遠距離？甘泉指出，目前已經(jīng)有衛(wèi)星搭載了LoRa技術，衛(wèi)星圍繞地球運行，離地球600-1600公里，地球上的設備就可以與衛(wèi)星進行數(shù)據(jù)傳輸。能夠用于衛(wèi)星通信就足以證明技術的強大性和先進性以及各種可能的應用前景。不過LoRa并不能傳輸視頻一類的大數(shù)據(jù)流，只能傳輸一些簡單的數(shù)據(jù)，比如控制開關信號或者亮度、表的讀數(shù)等。

　　除了超遠距離這個突出特點之外，LoRa還是遠距離通訊中功耗最低的通信技術，這點也很重要，并且只需要一個網(wǎng)關就可以管理非常多的設備，這也從一方面降低了LoRa的部署成本。這在IoT技術在城市中的應用很重要，遠距離、低功耗、大規(guī)模這三點足夠殺傷力。筆者認為，LoRa技術是可以實現(xiàn)和AI、視頻監(jiān)控進行深度融合的，尤其是在視頻監(jiān)控觸發(fā)聯(lián)動報警應用方面。

　　三、芯片更快更復雜

　　受限于筆者掌握的材料，以2018年12月地平線智能芯片解決方案事業(yè)部總經(jīng)理張永謙在深圳的演講“地平線AI芯片解決方案”來看看芯片行業(yè)在2019年的發(fā)展，我想地平線算是一個典型代表企業(yè)了。

　　地平線認為芯片帶來時代的變革，就是從模式創(chuàng)新時代過渡到技術創(chuàng)新時代，也就是2019的趨勢，強調(diào)“技術提高社會生產(chǎn)力、提升效率”。AI芯片的進化之路從CPU、GPU、FPGA、TPU到BPU，一級一個臺階，金字塔的頂端是TPU和BPU（可能有的讀者不認可）。地平線在2019年做的最大的變革大概就是將“算法+芯片”打包給客戶提供一站式解決方案，少了昂貴的算法環(huán)節(jié)整合，這可能對SI來說是個好消息。

　　2018年地平線已經(jīng)發(fā)布了旭日1.0系列的處理器，根據(jù)最新的規(guī)劃他們會在2019年Q1推出旭日2.0系列處理器，相比1.0系列有了較大的提升，比方說旭日2.0系列支持1080P@30fps×4 Camera（1.0是1路攝像機）、前端&邊緣產(chǎn)品（1.0僅支持前端）、大庫容人臉識別（50萬人動態(tài)比對）、像素級語義/動作行為分析（之前是沒有的）、多路視頻結構化（人/車/非機動車等）、全面升級開放訓練平臺、基于伯努利架構。最厲害的是2020年第一季度推出基于貝葉斯架構的旭日3.0系列，12個月推出芯片的速度這已經(jīng)突破摩爾定律了，全新的旭日3.0系列根據(jù)規(guī)劃將支持4K@30fps、前端&邊緣產(chǎn)品&智能服務器、支持蒙特卡羅決策搜索、支持RNN等復雜網(wǎng)絡結構、同時處理12路視頻、語義三維環(huán)境建模、動態(tài)路徑規(guī)劃。從地平線的規(guī)劃就能夠看出2019年芯片發(fā)展的大趨勢，地平線的發(fā)展是筆者最看好的，沒有之一。

　　值得一體的是現(xiàn)有的目標物的檢測都是通過檢測框的形式進行物體檢測和識別的，在2019年將進化到基于像素級的語義分割和理解，也就是三維物體檢測分析，能夠基于人的輪廓、車的輪廓進行識別，這是創(chuàng)新性的技術。單顆芯片能夠實現(xiàn)大庫容部署，實現(xiàn)50萬人動態(tài)比對，也就是說，如果你布控200萬重點人員，可能只需要4只攝像機覆蓋就能夠實現(xiàn)前端布控，這個一定會有很大的應用前景。

　　基于旭日2.0系列的解決方案將硬件支持視頻結構化處理，能夠前端實現(xiàn)機動車、行人、非機的多目標物體檢測、跟蹤，這可能給軟件視頻結構化廠商帶來壓力，但這是2019的趨勢；行為分析、多攝像機融合的ReID方案也將會出現(xiàn)在旭日2.0系列的產(chǎn)品中。

　　2019年，芯片將會更快更復雜，性能也更加強大。

　　四、智慧城市建設新模式

　　智慧城市自IBM提出之后在中國得到了廣泛的普及和應用，取得了很多成果，也總結了很多經(jīng)驗。傳統(tǒng)的智慧城市建設主要集中在社會安全、行業(yè)效率和民生服務三個方面，大大提高了城市治理的效率。

　　不過最近兩年隨著AI技術的發(fā)展，AI賦能城市的能力逐漸顯現(xiàn)，不僅在視頻監(jiān)控，在社區(qū)、在醫(yī)療、在教育、在金融行業(yè)都催生了很多全新的應用。以華為公司為例，在2018華為全聯(lián)接大會上，華為云推出EI城市智能體，用AI提供更優(yōu)秀的城市交通、水務、環(huán)保、燃氣等方案。這場大會標志著華為云開啟了芯片+框架+平臺+服務全棧協(xié)同的組合拳打法，開始全面對標國際AI巨頭。

　　除了華為，騰訊、阿里、百度這三家也推出了全新的智慧城市解決方案，老牌集成商類似佳都科技也推出了新的智慧城市建設方案（包含了城市大腦）。我們相信在2019年，將會出現(xiàn)多類型、多樣本的全新的智慧城市建設新模式，而這都要拜AI所賜，AI將在城市中無所不在。

　　五、大腦工程

　　AI說到底還是模擬人的大腦，如果我們將AI賦能的應用能力放在城市就是建設城市大腦。城市大腦的提法要比智慧城市更經(jīng)驗，是城市管理的中樞神經(jīng)系統(tǒng)，概念可能比智慧城市再小一點。如果把城市大腦分解的小一點，就會有城市警務大腦、城市交通大腦。

　　過去一年內(nèi)，我們看到落地比較好的包括了阿里的城市大腦模式、方緯（佳都科技旗下企業(yè)）的城市大腦模式和百度的城市大腦模式，不過以實際落地來看，交通大腦是最先落地的，這是因為交通的基礎設施比較好，遍布城市的紅綠燈、信號燈、電子警察和卡口攝像機，這都和視頻監(jiān)控緊密相關。

　　比較值得注意的是百度大腦，類似谷歌大腦一般，百度希冀開發(fā)出功能更強大的大腦系統(tǒng)，賦能整個城市。在2018年7月的百度AI開發(fā)者大會上，百度大腦宣布升級至3.0版，在業(yè)界首次提出“多模態(tài)深度語義理解”，形成了從芯片到深度學習框架、平臺、生態(tài)的AI全棧技術布局，這也是目前國內(nèi)最完整、最前沿的AI技術平臺。百度大腦3.0還開放了130多項先進的AI能力，繼續(xù)平等賦能開發(fā)者。

　　筆者相信，在2019年，應該會有不少于10個大中型城市會啟動城市大腦的相關建設工作。

　　六、視頻大數(shù)據(jù)和視頻云的DT時代

　　數(shù)據(jù)時代（DT）可能已經(jīng)被提了很多年了，但對視頻監(jiān)控行業(yè)而言，真正的DT時代啟于2018年，在2019年開始大面積落地。

　　前文述及，視頻監(jiān)控的發(fā)展歷經(jīng)4個時代，2018年已經(jīng)全滿進入數(shù)據(jù)時代，云計算、大數(shù)據(jù)已經(jīng)不是時髦的詞匯，已經(jīng)切切實實的深入到社會治理的方方面面。非結構化的視頻圖像數(shù)據(jù)被結構化之后，就能夠形成視頻圖像大數(shù)據(jù)，這些數(shù)據(jù)可以分為四類：

　　?全景數(shù)據(jù)。包含空間維度內(nèi)的人、車、物、手機、門禁、WIFI、物聯(lián)感知、地圖、地址、門牌號、網(wǎng)格、人口、房屋、單位、城市部件等數(shù)據(jù)。全景數(shù)據(jù)體現(xiàn)的是多場景內(nèi)的全數(shù)據(jù)、多維度的數(shù)據(jù)解析。

　　?全量數(shù)據(jù)。在全景數(shù)據(jù)的基礎之上包括時間維度，全時空數(shù)據(jù)，包含軌跡、活動、事件等數(shù)據(jù)。

　　?全域數(shù)據(jù)。在全景數(shù)據(jù)之上構建數(shù)據(jù)之間的關聯(lián)，屬于多維關聯(lián)信息，多渠道、多視角、多側面收集而成。包含了系統(tǒng)所有信息的模型，實現(xiàn)數(shù)據(jù)的關聯(lián)、碰撞和多維感知。

　　?全息數(shù)據(jù)。將全域數(shù)據(jù)和視頻圖像進行融合，產(chǎn)生立體化空間、多維度、相互關聯(lián)的全時空數(shù)據(jù)。典型應用包括3D全息投影、虛擬顯示VR、增強顯示AR。全息數(shù)據(jù)體現(xiàn)的是社會屬性，體現(xiàn)的是數(shù)據(jù)價值。

　　筆者的判斷，數(shù)據(jù)時代視頻監(jiān)控的特點就是能夠全面看、自動看、關聯(lián)看。

　　?全面看。視頻圖像一體匯聚、全網(wǎng)共享。大范圍內(nèi)多維數(shù)據(jù)的跨系統(tǒng)、跨區(qū)域共享。

　　?自動看。高密度、高算力、多算法框架、千億級圖片秒級檢索，算的快、比的準。

　　?關聯(lián)看。視頻大數(shù)據(jù)與社會、網(wǎng)絡、政務、警務大數(shù)據(jù)等資源的碰撞分析。實現(xiàn)“圖事件關聯(lián)”、“人臉、車輛、手機等多軌合一”等應用。

　　七、3D、AR、VR深度融合應用

　　2018年北京安博會作為視頻監(jiān)控行業(yè)發(fā)展的風向標，我們能夠看到的視頻應用系統(tǒng)已經(jīng)逐漸過渡到三維的深度融合，就是將3D地圖、AR、VR三度技術和視頻、數(shù)據(jù)進行深度融合，然后開發(fā)出全新的應用。

　　這種深度融合應用的基礎將是視頻監(jiān)控聯(lián)網(wǎng)平臺、視頻解析平臺、視頻圖像信息數(shù)據(jù)庫，還有一種城市管理基礎信息數(shù)據(jù)平臺（也被稱為一標三實網(wǎng)格化系統(tǒng)），而這些數(shù)據(jù)都能夠和3D、AR、VR相結合。比方說我們可以將多維數(shù)據(jù)直接內(nèi)嵌到三維的地圖里面來，通過AR增強顯示的方法將視頻直接內(nèi)嵌到地圖中來，實現(xiàn)可視化實時城市畫面呈現(xiàn)，通過VR技術將各類數(shù)據(jù)直接投視在人的眼中，實現(xiàn)信息數(shù)據(jù)的及時獲取。

　　八、聲紋+CV技術

　　音視頻系統(tǒng)中的聲音筆者認為一直沒有得到充分挖掘，我們已經(jīng)看到眾多的CV頭部企業(yè)對語音都進行了大手筆的投入，市面上也出現(xiàn)了眾多的語音識別公司，雖然在2018年我們并沒有看到特別好的聲紋+CV技術結合的應用，但筆者相信二者相結合將產(chǎn)生巨大的潛力。以門禁系統(tǒng)為例，我們可以采用人臉+聲紋的雙模式，輸入一個人臉然后調(diào)取一個人的聲紋進行二次確認，或者輸入一個人的聲紋然后再調(diào)取一個人的人臉進行二次確認，就能夠實現(xiàn)1:1的精確匹配，可大大提高人臉識別的準確率和誤報率。希望2019年在這方面能夠看到行業(yè)的新應用、新熱點。