人工智能相机的技术趋势剖析

安防历经模拟、数字、网络后进入了人工智能时代；而公安系统也从人防往技防演进，安防系统在技防体系发挥的作用愈发明显，显著缩短结案周期，提升破案效率。而相机作为采集端设备，是视频监控的重要入口。入口端设备的技术发展趋势，对整个系统的高效运作意义重大，能帮助公安技防部门更好的用好系统。相机从功能模块划分，可以重点归为成像、芯片、安全、存储和网络五大部分。本文就从五个方面展望下人工智能裹挟下的相机发展历史和趋势。

1 成像，人看到机器看

传统相机从看得见往看得清发展，图像的清晰度从早期的CIF到D1，从D1到720P，到1080P，甚至4K，图像的清晰度越来越高。低照度也是一个重要指标，低照度能够让夜晚道路全彩成为一种可能，避免了夜间图像的模糊、噪点大等问题；成像的主要作用单元是镜头和图像传感器。为了达到高像素和低照度，镜头通过非球面光学技术，通过AR镀膜技术，通过光圈优化达成；而图像传感器则是通过像元尺寸突破，通过FSI前照式、BSI背照式,Stack堆栈式实现了高清低照。而智能相机时代，成像仍然重要，但关注的焦点集中于怎么让视觉处理的智能模块能更准确的提取图像特征，人眼看起来是否舒服已经不是第一关键点；因此镜头和图像传感器对颜色还原度的追求可能会让位于如何更好的与后端神经网络算法和人工智能芯片协作。

2 芯片，编码到算力和智能

传统相机的芯片关注图像采集能力的提升，ISP图像处理以及编码能力，MPGE2到H264,到H265，讲究的是编码效率的提升，让有限的带宽能满足图像分辨率的提升，降低对存储容量的要求。而智能相机芯片的能力往NPU方向发展，AI算力持续加强，使得AI的潜力得到充分释放；商汤科技就有个判断，AI第一阶段是弥补硬件的不足；第二阶段是硬件推动AI的创新；第三阶段就是硬件专门为AI设计，AI和硬件联合创新。针对智能相机，第一阶段，AI算力不足，业界顶级的算法公司，如商汤科技就通过算法的裁剪优化在早期的海思3519平台上实现了人脸相关的检测和识别，并且具备实战的惊人准确度和速度。而第二阶段，硬件算力的提升，使得各种算法落地有了比较坚实的基础，各种全结构化和半结构化的机非人需求，包括部分如跌倒等长尾需求也能得到落实；而第三阶段，通过算法和算力融合的优化，联合创新必然给多维识别和全面AI，包括后续的IoT智能设备带来无限的可能；另外算力太贵的问题，从芯片发展角度来说，专用化的人工智能芯片或芯片模块会得到迅速发展，同时芯片的PPA指标持续优化。

3安全 密码，秘钥到SVAC，35114国密

传统相机使用的是简单的密码，由于用户习惯等问题，导致出厂密码问题引起网络攻击；而智能相机时代，相机需要提取特征，这类特征信息对加密提出了更严格的要求；国内如SVAC或GB35114安全标准也孕育而生。SVAC2.0标准视频安全就针对性提出了安全IPC的概念，对设备做身份认证，对视频采集做加密处理，对信令控制做签名认证，确保视频内容的保密性。而GB35114则是国标公共安全视频监控联网信息安全技术要求，对前端相机按安全能力的从弱到强分为ABC三级，主要就是要实现设备身份认证，视频数据签名和视频数据加密，实现防假冒，防篡改，防抵赖，防信息泄露，防攻击和防权限滥用的目的。

4存储 本地存储和布控

传统相机使用SD卡或者内部存储介质实现本地缓存，保证断网甚至断电前的数据能得到有效保存；而智能相机由于前端布控的新需求，对EMMC存储提出了要求，通过前端大容量存储实现本地特征库甚至部分比对数据的存取；SD卡的使用因为市场品牌良莠不齐，早期也是比较重要的故障点，业界通过硬件的SLC/MLC颗粒对TLC颗粒的升级，并且通过厂家针对视频存取的数据均衡保护的软件优化使得现网应用得到普及。EMMC在手机市场应用较为成熟，借鉴手机成熟方案和现网SD卡整改的案例，大容量存储选择EMMC是当前最合适方案。

5网络 百兆、千兆以及低延时

网络上，传统相机的百兆也开始往千兆提升；传统相机仅是多码流的需求；而智能相机却是多场景的需求，因此会存在更多的视频调用，不仅是满足实况、存储，还有跨域的调用，抓拍图像往中心传。芯片侧的MAC接口也都是支持到千兆，而后端的交换机也逐步升级到千兆，更高的带宽使得相机在网络上能有更丰富的业务，视频、图片、结构化数据。智能相机已不局限于传统的视频监控，而是智慧城市的视频抓手，公共安全、城市管理、环保督查、交通优化等各个图像需求方都可以进行数据提取，而千兆的网络给各种调用方提供了充足的传送管道。

6 结语

成像技术的针对性优化将会提高数据的有效性，芯片和算法的融合优化能大大提升效率，存储前置和网络低延时则是相机基于人工智能衍生出的新业务需要，而安全技术则有利保障人工智能相机的数据安全和信息可靠性。随着相关技术的突破，相机实现人工智能化，必将为大联网、雪亮工程、一人一档，一车一档，一机一档赋予可能。但显然相机的发展还依赖各厂商的研发和集成商的部署，相关的产品化、工程化和端云方案化才能真正使得视联网乃至物联网的眼睛真正智能落地。