從“看得清”到“看得懂”：視域提升帶來的管理“魔法”_風聞

熟悉腦極體的讀者可能會對極術社區有印象，我們好幾篇有關芯片的稿件中都提及過這個技術社區。極術社區是我們科技碼字工最常逛的論壇社區。在這裏瀏覽前沿的技術訊息，總會get到新知，收穫一些靈感。

最近因為尋找選題在極術社區裏瞎溜達，發現了一個《安創芯視野》系列欄目，裏面分享的內容乾貨滿滿。其中有一期是安謀科技視覺方向市場經理李黎明分享的智能攝像機，內容引起了社區內的討論。這期分享的內容也給筆者帶來了一些新知和思考。

我們知道，攝像頭早已不是此前簡單的小相機了，現下攝像頭的功能豐富，是一種高度集成化的微小型機器視覺系統。它將圖像的採集、處理與通信功能集成於相機內，具有多功能、模塊化、高可靠性的機器視覺系統，可以為後續的安防、交通等應用提供助益。

同時得益於雲計算、AI、機器學習、DSP、FPGA及大容量存儲技術等，其智能化程度不斷提高，可滿足多種機器視覺的應用需求。總體而言，正如安創芯視野分享的內容所言，攝像頭近幾年的變化開始向邊緣計算、部署安全性、走向雲原生轉變，這些變化不僅豐富了攝像頭的功能與應用，也延長了相機的生命週期。

在計算機視覺技術的深入影響下，攝像頭產品近年的變化與發展，趨勢與應用還是值得我們記錄與討論下的。

延長生命週期

回溯攝像頭的變化，每次的升級都離不開算法、芯片、關鍵零部件等的創新，在AI技術還未成熟以前，攝像頭一直作為視頻圖像的記錄設備，功能簡單，記錄與存儲是其主要的功效。如果需要對一些視頻數據進行處理，也只能上傳到服務器或者一些其他智能網關上進行分析。

在計算機視覺技術的飛速發展下，攝像頭也走過了數字攝像、網絡攝像的階段，進入到智能攝像的時代，攝像頭產品也發生了巨大的變化。

1.第一個明顯的變化就是，向邊緣計算的轉變。目前攝像頭端側都會具有AI計算的能力，可以對物體進行識別、檢測、定位等功能，例如我們在機場、火車站等公共場所都會看到閘機攝像頭的應用，其人臉識別等功能直接是在設備端側應用。

2.攝像頭設備安全性越來越高。無論是因為數據本身的價值，還是因為數據隱私越來越被關注，攝像頭的安全性愈加被看重，安全性能也不斷升級。攝像頭背後藴含着豐富的數據，一旦被別有用心的黑客入侵竊取，帶來的損失無法估量。在一些固件升級的過程中或數據傳輸的過程中，都會有安全管理的流程層層把關。

3.在萬物都可上雲的時代，雲原生的功能也是各類AI智能設備重點考慮的選擇之一。對於智能攝像頭來説，在雲端的應用商店中，可以選擇一些新應用場景，用來豐富功能，設備可以根據需要不斷更新，這也間接延長攝像頭的生命週期。

攝像頭從簡單的記錄設備到具有分析處理數據的功能，並且依靠雲原生的能力可以不斷的在線升級。這些變化不僅豐富了相機的功能，也拓寬了應用的場景與規模，延長了其生命週期。而在智慧城市、智慧交通等具體的應用中，我們會真切地感受到這些攝像頭加持下的魅力。

管理效率的升維

智慧城市的建設是近兩年許多城市不斷加碼與升級改造的重點項目，也被寫入十四五規劃中。而在智慧城市的管理前端，一個個遍佈全市區的智慧攝像頭是排頭兵。

此前在深圳舉辦的高交會參觀學習中，我們看到了這些智慧社區管理的“魔法”景象。在智慧城市基層事務的管理中，社區是最小的行政管理單元。如果社區覆蓋的單位人口密度高，處理的瑣事就非常繁雜。就拿咱們常見的井蓋丟失事件來説，如果沒有熱心羣眾的舉報，社區一般是不容易發現這類事件。但如果在有智能攝像頭的情景下，這類事件就會立馬被攝像頭捕獲，通過後台系統的警情預告，社區工作人員會接收到後台推送的訊息，可能過去井蓋丟失兩三天才能被完全處理，現在可以即時得到解決。

而在一些公共場所中，一些具有火災隱患的物品被堆積，也能被智能攝像頭迅速抓取，後台設備會紅框顯示出來；在工地施工的場所中，施工過程中是否存在安全隱患、垃圾堆放與清理是否到位等，這些曾經只能去現場抽查督導的情況，現在可以通過智能攝像頭來遠程監控。在一些社區工作人員人手有限，存在人力視覺盲區的地方，這些智能攝像頭就可以作為社區工作人員拓寬視覺的存在，不僅能夠迅速發現異常信息，也能通過與其他系統協同快捷的反饋信息，助益社區治理工作的效率提升。

在我們常見的家庭場景中，智能攝像頭也在不斷發揮出越來越重要的作用。過去的家用攝像頭只是具備記錄的功能，現在的智能攝像頭可以精準識別人形的異動，如果遇到一些突發狀況，如小孩哭泣、老人跌倒、物品碎裂等，會立即向手機推送提醒消息。我們不用在眼巴巴地盯着攝像頭來時刻關注守護家庭的安全。

視域升級，普惠未來

攝像頭可以執行的功能變得越來越豐富，智能攝像頭也成為視頻監控智能分析的主流發展方向。據悉目前智能攝像頭已經佔到視頻監控智能化應用近70%的市場，隨着技術與應用的需求與變化，智能攝像頭的未來前景無限。

不過在現階段，攝像頭還需要在分析能力方面進行升級。雖然智能攝像頭擁有識別監控的功能，但在行為分析方面，如一些重要物品監視、可疑危險物品遺留等行為的機器識別，數據的分析能力還有較大的提升空間。在對羣體的態勢分析方面，如人羣密度分析、人員聚集分析等，對重點區域或人員聚集較多的場所態勢進行分析等，仍然需要加強。

隨着5G網絡帶寬的不斷增加，數據存儲空間快速擴張，智能攝像機在安防與監控、家庭看護、疾病監護等方面應用愈加深入。未來隨着算法模型的不斷升級，可以進一步提升語音識別和語義理解的準確程度，在安防、教育、交通等系統領域中發揮更加精準的功能，從事前預防、事中處理與事後監控等事件全流程助力。

深度學習算法的成熟為計算機視覺技術帶來革命性進步，人、車、行為、場景識別等功能紛紛突破應用門檻，攝像頭也從“看得見”“看得清”走向“看得遠”“看得懂”。

拿交通領域來説，攝像頭的車輛識別技術已經從初級的基於車牌的車輛識別應用階段，發展到車型識別、套牌車識別等精準的車輛識別應用階段。得益於車牌識別技術的提升，使得“以車找人”成為現實，這也為警方破獲各類案件提供助益。

這些智能攝像頭的升級變化與案例只是冰山一角，在實現安防功能之外，智能攝像頭在智慧城市的管理、家庭的防護、醫院的監控等各個行業將全面釋放潛能。基於這些應用場景的變化與需求，未來也會有更加深度的系統智能化改造。

新增的場景需求、不斷升級的軟硬零部件設備，將共同驅動攝像頭上下游產業規模空間不斷增加，當然這不僅僅是商業價值方面的提升，也會為人羣的安居樂業助益，帶來普惠的社會價值。