蘇州農(nóng)業(yè)職業(yè)技術(shù)學(xué)院 顧敬源

AI技術(shù)在安防領(lǐng)域中的應(yīng)用及發(fā)展分析

蘇州農(nóng)業(yè)職業(yè)技術(shù)學(xué)院 顧敬源

當(dāng)下最火熱的AI(Artificial Intelligence)技術(shù),早已經(jīng)在安防領(lǐng)域中應(yīng)用,并成為該領(lǐng)域中不可或缺的技術(shù),如車牌自動(dòng)識(shí)別技術(shù)、人臉識(shí)別技術(shù)、火災(zāi)預(yù)警技術(shù)等等.AI技術(shù)之所以能最先在安防領(lǐng)域提前普及的原因主要有如下三點(diǎn):

安防關(guān)乎人身財(cái)產(chǎn)安全,社會(huì)"剛需"較強(qiáng);

安防應(yīng)用對(duì)信息處理的實(shí)時(shí)性要求較高,必須由在最短的時(shí)間內(nèi)完成判決;

安防領(lǐng)域產(chǎn)生海量視頻數(shù)據(jù),遠(yuǎn)超過人類手動(dòng)處理能力,必須由計(jì)算機(jī)自動(dòng)化完成;

AI技術(shù)快速、準(zhǔn)確的自動(dòng)判決能力恰好與社會(huì)對(duì)安防的"剛需"無縫結(jié)合起來,因此AI技術(shù)最先在安防領(lǐng)域應(yīng)用和普及.本文先分析當(dāng)前AI技術(shù)在安防領(lǐng)域應(yīng)用方式,隨后展望下一步AI技術(shù)在安防領(lǐng)域發(fā)展的方向.

如圖1所示,目前主流安防領(lǐng)域主要采用攝像頭+數(shù)據(jù)庫(kù)+服務(wù)器的架構(gòu)實(shí)現(xiàn)視頻信息分析和處理.前端攝像頭采集實(shí)時(shí)圖像信號(hào),然后將圖像信號(hào)上傳到專用圖像數(shù)據(jù)庫(kù),最后使用大型服務(wù)器沖數(shù)據(jù)庫(kù)中調(diào)出視頻信號(hào)進(jìn)行分析,AI算法幾乎全部在服務(wù)器中完成,如人臉識(shí)別算法、數(shù)字識(shí)別算法等等.這種架構(gòu)的好處是不需要更改現(xiàn)有的硬件設(shè)備,便可以快速的在原有硬件平臺(tái)基礎(chǔ)上通過擴(kuò)容服務(wù)器硬件或軟件算法來實(shí)現(xiàn)智能算法升級(jí).目前,有許多視頻處理智能算法的初創(chuàng)公司,提出各有特色的基于服務(wù)器的視頻算法,并成功的應(yīng)用在各領(lǐng)域中.

圖1 當(dāng)前安防信息處理流程

但是,由于這種架構(gòu)原本并非為AI技術(shù)設(shè)計(jì),使用通用服務(wù)器上的軟件來替代專用硬件,執(zhí)行效率不高,無法實(shí)時(shí)處理海量視頻數(shù)據(jù).特別是前端攝像頭采集的視頻信號(hào)向著高清或4K高分辨率方向發(fā)展,數(shù)據(jù)量幾乎成指數(shù)形式增長(zhǎng),而服務(wù)器處理能力和網(wǎng)絡(luò)傳輸能力僅以線性形式增長(zhǎng),導(dǎo)致視頻處理能力后端跟不上前端需求.以4K25P攝像機(jī)為例,每幀視頻分辨率為4096x2160、幀率25P、采樣率8bit,未壓縮的原始碼率為4096x2160x25x8 =1.648Gbps,采用常規(guī)JPEG編碼壓縮算法能將原始碼率壓縮到原來的三分之一,這樣壓縮后的有效碼率約500Mbps,故每臺(tái)攝像機(jī)每天產(chǎn)生視頻量:500x3600x24/8 = 5273GB.目前每臺(tái)服務(wù)器支撐約100臺(tái)前端攝像頭,這樣數(shù)據(jù)庫(kù)每天新增514TB海量存儲(chǔ)空間,服務(wù)器每秒處理49Gbps的信號(hào).作為對(duì)比,市面上暢銷的高配置版本iPhone X智能手機(jī)容量為128GB,1臺(tái)4K25P攝像機(jī)1天產(chǎn)生的視頻需要41臺(tái)高配置版本iPhone X來存儲(chǔ),也即該攝像機(jī)工作35分鐘產(chǎn)生的視頻即可填滿1臺(tái)高配置版本iPhone X全部存儲(chǔ)空間.顯然,當(dāng)前技術(shù)條件下很難在可接受的成本下實(shí)現(xiàn)這種規(guī)模的視頻信號(hào)處理.

為應(yīng)對(duì)海量視頻信號(hào)實(shí)時(shí)處理的需求,業(yè)界普及認(rèn)為應(yīng)將視頻壓縮、智能算法等功能從服務(wù)器前移到攝像機(jī)中完成.如圖2所示,這種分布式技術(shù)架構(gòu)不但能有效減少對(duì)信號(hào)傳送帶寬、服務(wù)器計(jì)算能力的需求,而且能有效縮短反饋控制信號(hào)延時(shí),極大的提高視頻信號(hào)的實(shí)時(shí)處理能力.這種架構(gòu)中,服務(wù)器僅用于加工好的視頻信號(hào)調(diào)取、回放等簡(jiǎn)單應(yīng)用,對(duì)服務(wù)器計(jì)算能力要求不高.例如,前端攝像機(jī)通過內(nèi)置的AI算法,分析出工作場(chǎng)景中有盜竊發(fā)生,內(nèi)置AI算法會(huì)自動(dòng)將攝像機(jī)聚焦到犯罪分子的面部,提取面部信息并發(fā)生給服務(wù)器處理,服務(wù)器根據(jù)這些加工好的面部信息與數(shù)據(jù)庫(kù)對(duì)比,能快速定位、識(shí)別犯罪分子的身份.該過程幾乎無任何延時(shí),而且有前端攝像機(jī)主動(dòng)發(fā)起預(yù)警和現(xiàn)場(chǎng)信息收集,輔助管理者快速解決案件,該系統(tǒng)甚至可以根據(jù)犯罪現(xiàn)場(chǎng)的情景自動(dòng)發(fā)出警報(bào)聲,阻止或遲滯犯罪行為繼續(xù)進(jìn)行,將人身財(cái)產(chǎn)損害降至最低.而傳統(tǒng)架構(gòu)中,攝像機(jī)將視頻信號(hào)上傳到數(shù)據(jù)庫(kù),然后再由服務(wù)器被動(dòng)調(diào)取視頻并處理,最后服務(wù)器將分析后的指令下傳給攝像機(jī),這套流程極其緩慢,未等服務(wù)器做出反應(yīng),犯罪分子早已逃離現(xiàn)場(chǎng)了.從這個(gè)典型案例中,分布式架構(gòu)相對(duì)于傳統(tǒng)架構(gòu)的優(yōu)勢(shì)能很好的體系出來.

圖2 分布式安防信息處理流程

分布式架構(gòu)已經(jīng)獲得業(yè)界普遍認(rèn)可,現(xiàn)在爭(zhēng)論比較多的是如何將AI技術(shù)集成到攝像機(jī)中.目前,常見的有三個(gè)方案:GPU方案,FPGA方案和ASIC方案.

GPU(Graphic Process Unit)方案是指使用NVIDIA或AMD成熟的商用GPU軟硬件平臺(tái),完成視頻識(shí)別等AI算法.這種方案最為成熟,GPU廠家提供完整的硬件和軟件開發(fā)平臺(tái),甚至完整的AI參考算法,視頻處理廠商僅需要在此基礎(chǔ)上進(jìn)行二次開發(fā)即可快速開發(fā)出自己的產(chǎn)品,并推向市場(chǎng),當(dāng)前市場(chǎng)上炒的火熱的硬件開發(fā)商多是采用這種方案.但GPU畢竟不是為AI算法而設(shè)計(jì)硬件平臺(tái),加之其他硬件廠家嚴(yán)重依賴于GPU廠商的底層支持,這必然導(dǎo)致這些廠家缺乏原始創(chuàng)新,進(jìn)一步發(fā)展的空間不大.ADAS(Advanced Driver Assistant System)是自動(dòng)駕駛技術(shù)中的核心,主流供應(yīng)商多采用NVIDIA Tesla開發(fā)平臺(tái),并加入自家改進(jìn)的視頻處理算法和決策算法,形成各有特色、百家爭(zhēng)鳴的自動(dòng)駕駛技術(shù).該領(lǐng)域市場(chǎng)占有率第一的以色列公司Mobileye的產(chǎn)品線中也有基于GPU平臺(tái)的產(chǎn)品,但該公司今后的重心遷移到在與ST或INTEL合作開發(fā)專用硬件平臺(tái)上.

FPGA(Field Programmable Gate Array)方案是指視頻廠家將自家算法在FPGA上實(shí)現(xiàn),這種方案較GPU方案靈活度大大增加,廠家需要自行開發(fā)底層硬件和底層軟件接口,有能力在硬件上對(duì)AI算法進(jìn)行加速和優(yōu)化,使得AI算法達(dá)到更好得效果.FPGA主要供應(yīng)商Xilinx和Altera也順應(yīng)這股AI潮流,不留余地的為自家產(chǎn)品提供更強(qiáng)大的支持AI算法的功能,如更多的邏輯單元、更強(qiáng)大的神經(jīng)元IP,并推出眾多標(biāo)準(zhǔn)參考設(shè)計(jì),拉低新用戶開發(fā)的技術(shù)門檻.但是FPGA器件價(jià)格昂貴、功耗高,這兩個(gè)固有確定限制了FPGA方案只能以定制的方式應(yīng)用在較少的場(chǎng)景,很難大規(guī)模推廣普及.該方案也有諸如Facebook、Microsoft等巨頭等忠實(shí)擁護(hù)者,最為知名的是Facebook正基于FPGA平臺(tái)開發(fā)自家智能算法,試圖賦予機(jī)器人察言觀色的"感情"功能,并已經(jīng)取得不俗的成果.

ASIC(Application Specific Integrated Circuit)方案是指將AI算法以專用芯片的形式實(shí)現(xiàn),這種方案是軟件算法的硬件實(shí)現(xiàn),最能忠實(shí)的反映出AI算法想要達(dá)到的效果,是最有前景的方案.雖然ASIC方案前期投資巨大且風(fēng)險(xiǎn)很高,但是一旦內(nèi)置AI算法攝像機(jī)大規(guī)模普及,ASIC方案的成本會(huì)被迅速拉低,為開發(fā)者帶來巨大的收益.更重要的是ASIC方案是最適合做產(chǎn)品差異化戰(zhàn)略,是來開與競(jìng)爭(zhēng)對(duì)手距離的最好選擇.基于此,GOOGLE公司率先推出TPU智能算法芯片,旨在智能算法尚未普及前確立自己的領(lǐng)導(dǎo)地位,其他公司(如INTEL)也積極加入這場(chǎng)決定未來的開發(fā)熱潮中.GOOGLE內(nèi)部測(cè)試后宣稱他們的初代TPU處理能力是GPU的10倍以上,經(jīng)過迭代后的TPU計(jì)算能力絕對(duì)會(huì)給整個(gè)行業(yè)帶來顛覆性的沖擊.我們依然記得GOOGLE的Alpha圍棋團(tuán)隊(duì)秒殺人類頂級(jí)旗手帶來的心里震撼,更為震撼的是幾年后智能算法的硬件平臺(tái)不是超級(jí)計(jì)算機(jī),而是指甲大小的ASIC上的智能算法就能完成這個(gè)壯舉,甚至完成人類無法完成的高級(jí)智力活動(dòng),例如高度抽象的數(shù)學(xué)難題、復(fù)雜的蛋白質(zhì)分子結(jié)構(gòu)解析等等.

當(dāng)前上述三種方案從技術(shù)上將各有千秋、旗鼓相當(dāng),開發(fā)者根據(jù)應(yīng)用場(chǎng)景的不同可以選擇合適的方案.但是,三種方案都尚未取得突破性的進(jìn)展,各種AI算法仍舊基于神經(jīng)元單元,通過訓(xùn)練得到適合某種應(yīng)用的專用神經(jīng)網(wǎng)絡(luò),達(dá)到智能識(shí)別和判決的目的.AI算法的強(qiáng)大程度直接取決于神經(jīng)元的數(shù)量和算法模型.算法模型大致成熟的前提下,三種方案中只有ASIC方案可以經(jīng)濟(jì)地持續(xù)增加神經(jīng)元數(shù)量,而且能將功耗控制在可接受水平,并非常合適大規(guī)模普及應(yīng)用,這也是業(yè)界看好ASIC方案的主要原因.2~3年后,ASIC方案的優(yōu)勢(shì)便會(huì)體現(xiàn)出來,并拉開與其他兩個(gè)方案的差距,業(yè)界會(huì)出現(xiàn)1~2家AI專用ASIC芯片巨頭.

國(guó)內(nèi)外安防領(lǐng)域的主要廠商也不甘落后,積極投身于AI算法和硬件開發(fā)中.我們可以看到市面上已各種帶有的人臉識(shí)別、指紋識(shí)別、數(shù)字識(shí)別、語音識(shí)別等智能功能的電子系統(tǒng).如安防領(lǐng)域大廠霍尼韋爾(Honeywell)推出工業(yè)企業(yè)管理集成平臺(tái)HUS提供統(tǒng)一身份認(rèn)證、設(shè)備信息管理、預(yù)警報(bào)警處理、數(shù)字矩陣切換、矢量電子地圖、雙向語音對(duì)講、集中或本地圖像存儲(chǔ)、設(shè)備參數(shù)調(diào)整等管理功能,滿足當(dāng)前工業(yè)企業(yè)的跨區(qū)域、大規(guī)模各種需求,支持未來集成到不同部門信息管理系統(tǒng)之中.該系統(tǒng)將圖像數(shù)字化后直接提供高層決策管理系統(tǒng)來利用,也可以通過高級(jí)管理功能實(shí)現(xiàn)對(duì)重要位置、關(guān)鍵通道的監(jiān)控功能,甚至決策功能,從而達(dá)到雙向的信息溝通能力、廣范圍的資源共享、提高工業(yè)自動(dòng)化程度.可以預(yù)測(cè)我們未來會(huì)有更多、更智能、更廉價(jià)的智能產(chǎn)品應(yīng)用到日常生活中.但是,在這些應(yīng)用的背后仍需要核心算法和核心硬件的支持,安防廠家不能再步入智能手機(jī)廠家的后塵,核心部件掌握在他人之手,缺乏議價(jià)權(quán)和發(fā)言權(quán).在AI應(yīng)用大爆發(fā)的前夜,不做噱頭宣傳、不炒作概念,而是靜下心來腳踏實(shí)地的研究開發(fā)基礎(chǔ)算法和硬件的開發(fā),把控核心器件,在AI供應(yīng)鏈中占據(jù)有利的上游地位.推動(dòng)科技進(jìn)步的同時(shí),也為企業(yè)獲取可觀的利潤(rùn),真正的實(shí)現(xiàn)企業(yè)和社會(huì)共贏.

當(dāng)前,國(guó)內(nèi)安防企業(yè)和整個(gè)AI領(lǐng)域的高科技企業(yè)整理技術(shù)水平依舊大幅落后與國(guó)外同行.為能與國(guó)外財(cái)力、人力、技術(shù)儲(chǔ)備雄厚的大公司同臺(tái)競(jìng)技,國(guó)內(nèi)企業(yè)應(yīng)該像70年代的日本半導(dǎo)體行業(yè)那樣,由管理部門和國(guó)內(nèi)大公司牽頭締結(jié)產(chǎn)業(yè)聯(lián)盟,各個(gè)公司合理協(xié)作分工,分別攻克不同難題,成果共享.避免形成全而不強(qiáng)、大而不強(qiáng)、各自為戰(zhàn)、相互拆臺(tái)的混亂局面.克服這些問題后,擁有世界第一需求市場(chǎng)和濃厚的創(chuàng)新環(huán)境的中國(guó),定會(huì)在AI時(shí)代有所作為,AI在安防中的應(yīng)用定會(huì)引領(lǐng)全球的發(fā)展,讓全世界的同行刮目相看.

顧敬源(1984-),男,江蘇鹽城人,中級(jí)職稱,實(shí)驗(yàn)師,現(xiàn)供職于蘇州農(nóng)業(yè)職業(yè)技術(shù)學(xué)院,研究方向是多媒體設(shè)備的維護(hù).