NVR與DVR作為視頻監控的核心存儲和分析設備，在安防監控市場的地位舉足輕重，不管是SmartIPC還是InterlligentCamera等嵌入智能前端算法模塊的攝像機，想要替代NVR與DVR的作用，顯然廣告打得有點不接地氣。
認清前端智能的形態
智能攝像機其實早在幾年前就有議論，只是近一兩年隨著芯片技術的發展才逐漸進入商業化階段。從目前行業探究的領域分析，前端智能是智能攝像機在采集視頻信息時進行視頻智能化分析的應用形態，是在原有網絡攝像機的基礎上加入智能算法模塊(也有CPU本身就可以進行簡單的智能分析)。
一臺智能攝像機的運作總體可以由攝像鏡頭圖像采集環節、A/D與圖像預處理環節、智能分析與計算環節、編碼壓縮環節和網絡傳輸環節等五部分組成，在參考網絡攝像機CPU的處理能力后根據應用場景決定是否需要嵌入智能算法模塊，目前在人臉識別和車牌識別的功能應用上較為廣泛，并可在博物館、銀行內部等區域實現報警功能。
NVR與DVR的形態
作為安防IT化過程中視頻監控的核心產品，NVR從本質上已經變成了IT產品，其本身智能化的門檻已經降得極低，并且率先通過網絡接收IPC(網絡攝像機)、DVS(視頻編碼器)等設備傳輸的數字視頻碼流，在存儲和讀取時實現對視頻數據的智能化分析。從這個發展歷程來看，前端智能分析只不過是后端智能的延伸，是為了提高視頻監控對數據的處理效率，將工作人員從海量數據中解放出來，節省運營成本。
DVR的產品前端是模擬攝像機，是同軸閉路電路系統后端的存儲和讀取設備，相對于一般的用戶而言，如果選擇了DVR產品，則證明其價格和功能需求都不會趨于選擇智能化分析，兩者不搭配。所以智能前端攝像機不會對DVR產品構成實際的威脅，反而最大的挑戰來自于網絡高清時代崛起的產品NVR，但在低端市場，DVR的分布足夠大，不要杞人憂天擔心會遭到淘汰，而是要關注其技術的演變如何切合新的市場需求。
前端智能的劣勢
現在的前端智能產品，都是在鼓吹好處，但前端智能的局限性應該也要被揭出來。比如算法與功耗、芯片的造價、功能與環境的應用等。舉一個現實的例子，如果在夏天炎熱的室外，智能攝像機的CPU在烈日下出現不斷處理視頻數據的情況，就可能導致散熱不及時出現受損的問題。另一個限制智能攝像機普及應用的是不能在嘈雜且流動性較大的環境下使用，這對智能算法和CPU的性能的要求都比較高，造價成本自然也被拉高。
目前，據一線市場反饋的信息可以得出，攝像機的前端智能功能很多是以附加值來銷售，是區別于專業化應用的另外一個差異化競爭趨勢，技術和造價成本成為急需解決的難題，業界也有許多企業開始著手解決，未來的應用將會更加普及擴大。
安防系統整體的智能化
那么問題還是要搞清楚，到底未來前端智能攝像機會不會把NVR和DVR之類的后端產品干掉?!
先從一個現實來看，假如一個片區的視頻監控數據都由前端智能攝像機來進行采集、存儲、分析、處理和傳輸，作為單位用戶而言，你敢嗎?你不擔心你的攝像機被人拿個梯子偷走了嗎?不害怕攝像機內的存儲數據被人破解加以利用嗎?攝像機被偷走后，你家的監控系統要恢復原狀，需要的時間是多少，會對企業的運營安全構成威脅嗎?
不到萬不得已，誰會把雞蛋全放在一個籃子里。在安防智能化的過程中，也逃不過先點后面的自然發展規律。智能前端攝像機與NVR、DVR一樣，都是構建整個安防系統智能化的一個零部件。在筆者看來，它們既有一定的競爭關系，也有分工合作的義務。因為后端設備確實在面對高峰期時，疲于多路攝像機數據的同時輸入和分析處理，所以智能前端的任務是將攝像機所采集的信息進行優化處理，把海量的數據通過區分哪些是有價值的，哪些是不需要傳輸到后臺的。后端設備再將這些前端傳輸回來的數據進行進一步的加工處理，然后提取出核心的數據，為決策者提供科學的決策依據。兩者前后分工，在超負荷的應用范圍內提高工作的效率，這才應該是安防智能化的發展趨勢。
世間萬物總存在博弈的關系，安防產業在實現智能化的過程中，應尊重科學，理清發展思路，市場是檢驗產品貢獻價值的生死靶場。新產品的研發，傾注了企業大量的心血，花費了大量的人力物力，可以打廣告，但不能亂吹。
京公網安備 11010502049343號