英特爾Movidius助力海康威視讓人工智慧從後端走向前端！

作者：iot101君

物聯網智庫 原創

轉載請註明來源和出處

------【導讀】------

在信息技術快速發展的今天，犯罪手法日趨現代化，手段也更隱蔽，所以讓監控設備既擁有像人類一樣的視覺智能，又具有計算機的超級算力，將會成為安防行業的下一次巨大飛躍。

馬斯洛在其著名的「需求層次理論」中，將安全需求排在第二層，僅次於人類維持自身生存的生理需求，可見安全之於個體、家庭、社會的基礎性和重要性。而安防產業這柄追蹤打擊犯罪、預防災害事故發生的「利劍」，也就由此應運而生。

視頻監控系統是安防產業中最為重要的組成部分，歷經三十餘年的發展，產品和技術都在日趨走向成熟。

第一階段（80年代中期——90年代中期）：模擬視頻監控時代。以閉路電視監控系統為主，其傳輸媒介為視頻線。主要應用於銀行、政府機關等高檔場所，是起步階段。

第二階段（90年代中期——90年代末期）：半數字監控時代。以基於電腦插卡式的視頻監控系統為主，傳輸媒介依然是視頻線纜。由多媒體控制主機或硬碟錄像主機（DVR）進行數字處理和存儲。這個階段的應用也多限於對安全程度要求較高的場所，是初步發展階段。

第三階段（90年代末期至今）：IP數字監控時代。以嵌入式技術為依託，以網路、通信技術為平台，以智能圖像分析為特色的網路視頻監控系統為主，NVR的概念由此興起。網路視頻監控的應用不再局限於安全防護，逐漸也被用於遠程辦公、遠程醫療、遠程教學等領域。

在模擬視頻監控時代，人們需要依靠眼睛來對監視畫面進行分析和判斷，又累又笨又苦逼；而後，隨著數字化和網路化成為監控技術的必然趨勢，攝像機正在變得越來越智能，「雲端大腦」能夠協助人類進行視頻畫面信息的採集和管理，監控系統的性能由此得到了有效提升。

但所謂「道高一尺，魔高一丈」，在信息技術快速發展的今天，犯罪手法日趨現代化，手段也更隱蔽，所以讓監控設備既擁有像人類一樣的視覺智能，又具有計算機的超級算力，將會成為安防行業的下一次巨大飛躍。屆時，智能攝像機將實現更高程度的自主化，可以觀察、理解周圍的環境，並能夠與快速變化的環境進行交互，從中學習經驗。

聽起來像是科幻電影？得益於人工智慧、深度學習、神經網路技術的飛速發展，安防視頻監控的下一階段飛躍已經加滿了充足的「燃料」，蓄積了足夠的「馬力」。

近日，英特爾推出了Movidius視覺運算晶元和攝像頭前端數據處理技術，其最新VPU（視覺處理單元）所採用的Myriad X是首個擁有專用神經計算引擎的視覺處理單元，將賦予設備實時觀察、理解周圍世界，並與其進行交互的能力。安防監控領域的龍頭老大海康威視選擇與英特爾強強聯手，將英特爾的晶元積極應用於其全局攝像機等系列產品，由此獲得從後端到前端實時分析海量數據的「超能力」，引領創造視覺智能的新浪潮！

人工智慧AI將在安防行業率先落地

今年，正值海康威視和英特爾合作十周年，說到兩者的「結緣」，怎麼也繞不過現在最最熱門的話題之一——人工智慧AI。

一方面，海康威視所處的安防行業具有源數據信息量大、數據層次豐富（人臉、車牌、形態、行為等各種層次的數據）的顯著特點，這為人工智慧在安防行業率先落地提供了優沃的「土壤」。為什麼這麼說？因為大量的、有代表性的數據將有助於把模型描述的更準確，對規律認識的更深刻。當開普勒從他老師手中接過大量的天文數據後，他終於找到了準確描述行星圍繞太陽運動軌跡的模型——橢圓模型，所以，當數據量呈現海量爆髮式增長時，計算機將能夠完成一些過去只有人類才能完成的事情，比如機器視覺——攝像機可以像人眼一樣去監測、分析、報警。

另一方面，人工智慧離不開高強度的計算。海康的各種終端設備每天都能採集到大量的視頻數據，可這些數據卻是非結構化的，通俗來講，就是沒有條理的，只有將其轉化成結構化的數據，比如確定畫面里出現了幾個人、幾輛車，人的性別、身高、面部特徵，車子的品牌、車型、車牌號……這時才能進行下一步的分析，才能真正產生價值。無論是將數據結構化還是進一步分析的過程，都需要計算機擁有強大的算力，而這就是CPU領域的龍頭老大，英特爾所擅長的事情了。

如此看來，海康和英特爾的結緣實屬「門當戶對」，人工智慧在安防行業的落地也是水到渠成。

海康威視海康威視傳輸與顯示業務部總經理錢學鋒表示：「海康威視在人工智慧領域的探索應該也有十年了。2006年組建的海康威視演算法團隊從建立初期就密切關注計算智能化的技術；2013年開始布局深度學習相關的技術並進行一些演算法沉澱；2015年發布了深度智能的相關產品，比如『獵鷹』、『刀鋒』，主要集中於後端；2016年則是前端+後端的全系列智能產品發布……」

算算時間節點，海康在人工智慧領域的探索竟與英特爾的合作剛好契合，換言之，英特爾對海康的支持功不可沒。兩者在AI方面的合作主要體現在三個方面：

首先是訓練平台，顯而易見，人工智慧的演算法需要有大量數據的訓練，英特爾高性能計算平台Xeon Phi將幫助海康威視大幅度縮短AI訓練周期；

其次是智能安防領域，基於Movidius平台，海康威視將人工智慧從後端引向前端，也就是賦予攝像機邊緣計算的能力，典型產品諸如全局攝像機；

最後是智能製造領域，工廠中的一些工業相機也是基於Movidius平台。

目前海康威視的人工智慧在各個行業已經有了廣泛應用，主要圍繞智慧城市，包括應急指揮中心，民生服務中心，城市運營管理中心等等。通過物聯網感測技術加上人工智慧分析，在交通領域可以實現對交通流量的預測，以判斷擁堵，還有車輛大數據的研判，包括車輛的流量、車速、行車軌跡的分析等等；在商業決策上，可以進行商場人流密度的判斷，哪個區域的人比較多，哪個區域的人比較少，大家對哪款產品的關注度更高；除此之外，甚至還能在傳媒領域也有所應用，當廣告主投放廣告時，相關評測數據可以幫助客戶判斷受眾的真實關注度。

邊緣計算，讓人工智慧從後端走向前端

當視頻監控行業從「AVR（增強型內置Flash的單片機）」進入「NVR（網路硬碟錄像機）」的時代，實現了可以同時觀看、瀏覽、回放、管理、存儲多個網路攝像機的大幅飛躍。監控行業擺脫了電腦硬體的牽絆，再也不用面臨安裝軟體的繁瑣。當所有的攝像機網路化之後，必由之路就是有一個集中管理核心出現，也就是我們常說的雲端大腦——儲存、分析、處理視頻數據的中樞。

表面看上去，這種前端採集後端處理的方式好似很完美，但是隨著視頻數據的指數級增長，雲端漸漸變得有些力不從心。因此，邊緣計算應運而生。

思科首席執行官約翰-錢伯斯（John Chambers）曾經表示：「視頻將很快佔據絕大多數移動數據流量，視覺媒體將很快在移動通訊領域得到普及。未來5年內，視頻產生的數據流量將佔全部網路數據流量的80-90%，而不是50-60%。你做的一切產品都將會擁有視頻功能。」

所謂邊緣計算，就是在在靠近物或數據源頭的網路邊緣側，就近提供智能服務，滿足行業數字化在敏捷聯接、實時業務、數據優化、應用智能、安全與隱私保護等方面的關鍵需求。並非來自終端設備的所有數據都需要由雲計算執行，數據可以利用適合數據管理任務的空閑計算資源，在邊緣節點處過濾或者分析。如果說雲端相當於人類的大腦，那麼邊緣計算就猶如人類的神經末梢，對簡單的刺激進行自處理並將處理的特徵信息反饋給雲端大腦。

英特爾新推出的Movidius視覺運算晶元和攝像頭前端數據處理技術，正是賦予了海康威視監控設備邊緣計算的能力。

Movidius是英特爾的子公司，該公司主要為機器、PC開發視覺技術。最新的VPU（視覺處理單元）採用了Myriad X系統晶元，植入獨立神經運算引擎（Neural Compute Engine），支持邊緣深度學習推斷。在設計之時晶元硬體瞄準的正是深度神經網路，它可以用更快的速度、更低的能耗運行深度神經網路。英特爾表示，進行DNN推斷時，深度神經網路加速器每秒可以完成運算操作1萬億次以上。

基於Movidius，海康威視開發了在行業內具有突破意義的全局攝像機。普通定點攝像機無法同時兼顧全景和細節，因此廣場等開放式大場景的人、車目標捕獲一直是業界的難題，而全局攝像機則能同時兼具監控廣度與目標細節，實現對場景中運動人體目標的全覆蓋提取。

具體來說，一旦全局的廣角鏡頭檢測到開放式場景中的運動目標，就可以將定位出來，聯動全局的長焦鏡頭變倍放大，觀察目標細節，並自動捕獲人體、人臉、車輛圖片。全局攝像機將目標圖片流輸出至後端，有效解決後端對視頻流進行結構化信息提取難、分析效率低的問題。這種前後端一體化的方案，是海康威視產品最大的優勢。

英特爾視頻產品部總經理Adam在在答記者問時表示：視頻影像的發展與物聯網發展的三個階段是一脈相承的：當萬物實現互聯時，攝像機的前端和後端實現了一體化；當軟體定義系統構成智能系統後，攝像機的軟體也越來越智能；最後，物聯網的目標是挖掘數據價值，監控行業同樣也要基於此提供增值服務。

站在這個角度，英特爾和海康威視的合作還會進一步深入展開。前端，基於持續進步的Movidius平台，海康會不斷推出更高技術含量的產品；後端，伺服器產品也會有更加深入的合作……未來，隨著人工智慧將逐漸深入各行各業，海康和英特爾也將在安防以外的行業繼續不斷探索。

點擊展開全文

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！