從2016年“阿爾法狗”大熱,到今年“兩會”人工智能首次進入政府工作報告,人工智能成為貫穿2016年乃至2017年的科技熱點、與此同時,在IT技術支撐起來的安防行業(yè)當下,人工智能依然保持其熱度,從2016年安博會至今,海康威視、大華股份、宇視科技都發(fā)布了基于GPU研發(fā)的視頻監(jiān)控相關產(chǎn)品,NVIDIAJetsonTX1GPU模塊已經(jīng)廣泛應用于安防智能攝像機、人臉識別攝像機等。為何GPU成為此輪安防人工智能的必然選擇?
實現(xiàn)海量視頻圖像數(shù)據(jù)結構化處理是智能化關鍵
隨著網(wǎng)絡化、高清化日益普及,唯有智能化在安防行業(yè)內(nèi)遲遲達不到理想的狀態(tài),從當前的主流廠商提出的概念分析,如DT1.0、超感IPC、感知型攝像機等都在證實,智能化是視頻監(jiān)控網(wǎng)絡化與高清化之后新的競爭熱點。這也是安防行業(yè)一直在追求的目標將被動防御變?yōu)橹鲃宇A防,因此安防亟需尋找新技術突破智能化的最后壁壘。
在實際的困境中,各級政府推進“平安城市”建設的過程,監(jiān)控點位越來越多,從最初的幾千路到幾萬路,甚至于到現(xiàn)在幾十萬路的規(guī)模,視頻和卡口產(chǎn)生了海量的數(shù)據(jù)。尤其是高清監(jiān)控的普及,整個安防監(jiān)控領域的數(shù)據(jù)量都在爆炸式增長,依靠人工來分析和處理這些信息變得越來越困難,已無法簡單利用人海戰(zhàn)術進行檢索和分析,需要新的智能化技術作為手段,實時分析視頻內(nèi)容,探測異常信息,進行風險預測。
視頻監(jiān)控系統(tǒng)作為面向城市公共安全綜合管理應用中智慧安防和智慧交通的重要組成部分,面臨著深度應用的巨大挑戰(zhàn)。其應用的瓶頸是視頻數(shù)據(jù)的非結構化現(xiàn)象。因此在大數(shù)據(jù)時代,利用視頻結構化描述技術實現(xiàn)視頻圖像結構化數(shù)據(jù)提取,將是行業(yè)應用單位實現(xiàn)安防大數(shù)據(jù)應用的重要基礎建設。視頻結構化就是實現(xiàn)將海量視頻中的人、車目標進行提取并識別的過程。一旦有重要事件發(fā)生,系統(tǒng)就可在數(shù)據(jù)庫中快速查找到關鍵的“人”、“車”、“物”等相關音視頻線索。以最高效、最直接的方法提升攝像頭的性能,讓它變得更智能。
GPU是安防大數(shù)據(jù)應用的引擎
如何實現(xiàn)海量視頻數(shù)據(jù)的結構化處理成為安防智能化發(fā)展亟需解決的棘手問題。從目前來看,安防一線企業(yè)找到了解決這一問題的關鍵,借助基于GPU開發(fā)的模塊既能夠滿足圖像處理要求,又適合于處理計算密度高、邏輯分支簡單的大規(guī)模數(shù)據(jù)并行負載。首先GPU作為專為圖像處理設計的處理器,能將3D模型的信息轉換為2D表示,即實現(xiàn)視頻圖像的結構化處理;另外,隨著GPU的快速發(fā)展,目前GPU通用計算技術發(fā)展已經(jīng)引人注目,在浮點運算、并行計算等部分計算方面,GPU可以提供數(shù)十倍乃至于上百倍于CPU的性能。因此以圖像視覺為核心并具有海量的數(shù)據(jù)源以及豐富的數(shù)據(jù)層次的安防監(jiān)控領域正是GPU發(fā)揮其圖像處理以及高性能通用計算的用武之地。
在視頻監(jiān)控圖像結構化處理中需要對每一個監(jiān)控畫面的分析,依賴的是對GPU集群計算的應用。GPU集群是能夠?qū)崿F(xiàn)1:1結構化的技術支撐。對比CPU,GPU的更多核心和其并行處理架構使GPU成為天然的圖形計算系統(tǒng)。利用GPU做圖形計算,可以做到比CPU計算:5倍以上性能提升,價格降低6倍,功耗降低10倍,體積減少20倍。利用依賴于GPU集群計算的1:1實時結構化,能夠?qū)崿F(xiàn)全數(shù)據(jù)中秒級響應,進而滿足對視頻圖像中的人、車、物等靜態(tài)和和動態(tài)目標及其各種屬性的檢測與識別。
安防監(jiān)控的未來在智能,智能的實現(xiàn)在于大數(shù)據(jù),大數(shù)據(jù)的核心是深度學習,深度學習的引擎是GPU(目前),通過GPU深度學習模塊對視頻內(nèi)容進行結構化信息提取,完成了傳統(tǒng)算法無法完成的功能,能夠滿足大數(shù)據(jù)時代“智慧城市”海量視頻內(nèi)容的開發(fā)利用!當然從目前來看,安防一線企業(yè)推出所謂人工智能產(chǎn)品仍然只限于宣傳推廣階段,未來還需要更多案例給予佐證,未來安防人工智能的發(fā)展值得我們拭目以待!