“软件定义安防摄像机”是伪概念吗?

2018 年 12 月 5 日 AI掘金志


雷锋网《AI掘金志》频道:只做 AI +「安防、医疗、零售」三大传统领域的深度采访报道。 


“软件定义摄像机” 在安防行业正成为一个热门话题。


部分从业者认为,软件不仅仅能够控制安防后端硬件运行,还能使得前端IPC具备自主学习能力,拓展智能系统,减少产品线矩阵。


换句话说:在安防产品技术构成中,软件将丢掉以往辅助作用的盔甲,成为产品中枢与灵魂。


今年3月,华为就发布了具备按需定义、分层智能、持续演进特征的“软件定义”系列智能摄像机。


官方解释称,这些摄像机可以根据不同的场景为摄像机按需加载不同的软件和算法,通过多特征提取与识别、多摄像机间的协同、端云间的协同成倍地提高智能分析效率。


内置实时图像质量检测与评估特性,并具备自我感知和场景适应性学习能力,让算法和应用不断迭代和演进,能够广泛适用于专业人像、车辆、电子警察等各种应用场景。


只是吸引眼球而已。”对于软件定义摄像头这一概念,海康威视总裁胡扬忠并不认可。


他说,摄像机由场景决定组合(包括传感器性能、解析度大小、焦距远近、补光强弱等等),非常复杂,所以才会有那么多的种类。


集成电路或者芯片中的运算能力、可配置的功能、或其他软件可以实现的功能,可以用软件来做好调度。但涉及到光学、结构等硬件,软件的作用就非常有限。


软件定义计算、软件定义存储、软件定义网络,软件定义相机,套用一个概念而已。


由此,便出现一个终极命题:在安防行业,‘软件定义’摄像机是伪概念吗?


科学以无知之行始,以能行之知终,人们好奇这个问题背后存在的深层逻辑及规律。藉由此,雷锋网采访到了在安防行业极具代表性的八家安防巨头技术高管,探询到了他们对于这一话题的理解与总结。


软件定义摄像机不是伪概念


华为:智能摄像机应该是软件定义的,需要SDC OS实现更多算法生长和成长的可能性


摄像机的软件定义,就像人们住的房子,硬件是地产商建好的毛坯,这是非常重要的基础,而软件定义就相当于住在里面的人用这个房子过什么样的生活,是豪华的还是简约的,是现代的还是古典的,这也是房子生命周期内由主人来按需选择的。


AI时代下,人们也开始选择各种智能家居来服务自己,让生活智能化。所以对于安防行业来说,软件定义就是AI时代特征的产物,它的诞生是基于当下产业现状和未来持续发展来考量的:


1.算法快速发展的需求:AI时代算法、软件更新换代的速度远远快于过去,甚至在不断训练下,每个月乃至每周都有版本更新升级,他们希望通过摄像机软件与硬件解耦的方式来实现在高频次的升级过程中不影响正常的基础业务。


2. 需求多样性:单一算法需要精准度会不断提升,也需要多维度数据的辅助,从人脸到人体,维度在增加,未来还可能会有姿态、表情等各个维度数据加入,市场需要有这样一个可持续演进的产品来支撑越来越丰富的业务场景诉求。


3. 运维管理智能化:面对未来算法多样性,场景多样性,以及全网摄像机的管理,行业需要一个可视化的、可管理的、可远程控制的产品,与云端互动,高效运维,实现在线加载,在线升级,在线管理。


4.考虑传统利旧:在非AI到AI的过渡期内,不是一刀切地把过去完全替换,而是需要把存量产品用起来,让投资得其所,所以他们推出的软件定义摄像机有智能Proxy的能力,做到1台软件定义智能摄像机,带动多台普通摄像机的智能化,不做额外投资,支撑向全面的AI普及逐步转型。


华为认为,电脑和智能手机改变了人们看世界的角度,改变了人们的工作和生活方式;他们希望“软件定义摄像机“也能改变安防行业的视野,成为是安防行业真正步入AI的推动力之一。


所以智能摄像机应该是软件定义的,从业者需要SDC OS实现更多算法生长和成长的可能性,需要SDC Studio与更多伙伴一起把路越走越宽,需要SDC Controller实现端云协同,高效管理。


所以华为提出按需定义,给客户更多选择的空间;提出分层智能,让摄像机智能协作,端云协同,让客户投资得其所;提出持续演进,让摄像机跟上时代的步伐,能延长其生命周期。


旷视科技:应用场景环境复杂性问题恰恰是软件方案的优势所在


旷视比较看好软件定义摄像头的概念和实践。


从硬件角度出发,其实并不能从根本上解决或者屏蔽应用场景和环境复杂问题,实际结果往往只是通过引入新的复杂性来对单个场景调优,无法达到一个统一的总体解决。


解决“应用场景环境复杂”问题恰恰是软件方案的优势,原先的各种软件方案之所以效果不佳,主要是未能将“智能”加入软件,做不到对各种复杂环境进行有针对性的处理和自动控制调优。


如类比人的眼睛,其实它获得的图像质量本身有很多缺陷,比如有盲点、高细节分辨率视场很小、各种畸变等,但人们在实际生活却感觉看到的世界很美好,适应性很高。


根本原因就是我们的视觉神经系统和大脑通过“软件方案”对眼睛获取的图像进行了有针对性的智能处理。


依图科技:摄像机的未来将由智能重新定义


依图认为行业中“软件定义摄像机”的说法不太贴切,用“智能定义摄像机”更为妥当。这两者的区别在于智能,硬件会逐渐被AI赋能,摄像机的未来将由智能重新定义。


技术在解决实际问题的基础上能够大幅提高生产力甚至改变生产关系,在人工智能时代,安防视频应用也将承载更多的用户需求和期待。


虽然摄像机与场景的组合非常复杂,传感器性能、解析度大小、焦距远近、补光强弱都能影响其实际应用效果,但近年来,越来越多的智能硬件产品已经在迭代跨越这些障碍,这也是技术发展需要解决的实际问题,为了满足复杂场景需求,摄像机正在从单一功能的终端,变成多应用聚合的平台。


同时随着芯片的发展,前端设备的数据处理能力越来越强,将来必将是云+端的混合型架构。能够在前端计算的部分在前端计算,保留必要的信息到后台来进行大数据的计算。


而人工智能算法的进步,带有深度摄像头的设备可以精确地进行手势识别、人体骨架识别、物体轮廓识别、人脸识别,并可以进行空间计算与场景重构,计算追踪设备在空间中的运动姿态等,本质上是一个更复杂的智能计算问题。


千视通:摄像机将由AI芯片作为载体,以嵚入式算法去定义


千视通介绍,以往要提升一个摄像头的功能,只能在分辨率、帧率等方面改善,包括传感器性能、解析度大小、焦距远近、补光强弱等等,但硬件本身局限了摄像头的功能。


而AI芯片的出现,通过为普通摄像头嵌入人工智能算法,实现了软件和硬件一体化,使摄像头的“智能化”真正变为可能。


在硬件基础上,我们可以直接在摄像头内、在成像之前或之后完成一些运算,这样摄像头就再不只是用于拍摄采集,而是可以根据需求来制定成像程序,可以让摄像头在前端进行夜间拍摄以及结构化分析,承担除了采集图像之外更多的功能,大大缓解传输和后端分析的压力。


他们认为,未来摄像头在基本组成部件不变的情况下,可以说传感器以外的功能都是由软件而决定,并由AI芯片作为载体,以嵚入式算法去定义。


软件定义摄像机是伪概念


大华股份:“软件定义摄像机”概念有待市场检验


大华认为,“软件定义摄相机” 可以仅仅当做一个概念去理解,不同的人去看会有不同的解读,但更多是依托之前SDN、SDS等ICT领域概念名词。


如果软件定义摄相机成立,那么更多的是通过软件配置修改,达到用户功能自由选择的目的。选择摄像机时首先要根据场景考虑摄像机的硬指标,比如:分辨率、宽动态效果、低照度效果、焦段等,这些都是影响图像质量的至关重要的参数,必须得到保证,才能谈后面软件定义功能。


软件定义功能实质就是在设备满足硬指标的前提下根据场景,跑不同算法或者软件业务而已(比如对人脸进行识别,有些场景对车牌进行识别,而性能又无法同时支持)。


如果说对相同硬件进行不同功能实现算作是软件定义,那么整个行业设备都是支持软件定义的。


当前各大厂商都在推出自己的云生态,设备生态;两个大厂在设备生态上都有自己的开放平台,第三方基于开放接口可以去开发自己根据业务需要的功能,然后加载到相机从而实现细分领域的功能;“软件定义”这个概念更多只是建立在这个层面上。


未来,客户对数据安全和隐私的重视程度越来越高,“软件定义摄像机”这个概念还有待市场检验。


宇视科技:不同场景仅通过软件定义不可能实现


宇视科技直截了当地否认了这个说法:安防不同场景的应用,仅仅通过软件定义的不同摄像机是不可能实现的。


摄像机一般由镜头、光学传感器、图像处理及视频编码芯片、补光、结构、外壳型态等硬件部分和运行在硬件上的软件组成,软件只是摄像机组成的其中一部分。


不同监控场景选择适合这个应用场景的硬件、软件摄像机来完成监控功能。


例如,低照度场景,需要选择感光性好的光学传感器;监控远距离场景,需要选择焦距较长的镜头、补光距离远的摄像机;通道上的人脸抓拍摄像机和马路上车辆检测摄像机,一般需要选择不同焦距的镜头、不同的智能算法。


因此所谓的软件定义摄像机,通过在相同硬件上加载不同的软件算法,从而使摄像机满足不同的应用,这样的应用场景应该是很少的特定场景,不具有普适性,不能扩展和夸大软件定义的概念。


云天励飞:软件永远不可能完全定义硬件


在云天励飞看来,摄像头是软硬一体产品,不仅包含软件也包括硬件,到底是软件定义硬件,还是硬件定义产品,应该划分软硬件界限,有些功能可以用软件实现,有些功能用硬件实现会更好。


比如在强背光场景下,通常需要好的传感器、摄像头、安装方式去呈现好的成像效果,但实际上也可以针对人脸做定向曝光,通过软件方式将背光成像做的很好。


再比如焦距,正常情况下这个功能依赖硬件去完成,但通常来说焦距是可调节的,如果硬件支持可调节,便可用软件去适配场景,动态调整焦距。


所以说,硬件需要支持软件的变化特性,软件根据此去做适配调整,两者高度融合,一方独立开来都不能称之为好产品。


总结来看,一个摄像机产品由软件和硬件共同去定义,软件是灵魂、是思想、是大脑,硬件是骨架,两者缺一不可。


因此,软件永远不可能完全取代硬件,也不能去定义硬件;同理,硬件也不可能完全取代软件,两者将协同发展,共同进步。


安防软件价值究竟几何


从上来看,大致可以发现:以海大宇为一方的传统安防厂商对于软件定义摄像机这一概念不太苟同;而以华依旷为代表的安防新兴玩家则对该说法持以肯定态度。


自Bjarne Stroustrup发明C++之后,人类文明便运行在软件之上。


在这场几十年未见的技术革命性转变过程中,由“软件”基础设施的崛起而驱动的力量,正以高速自动化的方式分配与重新配置,不会受到非动态设置的硬件基础设施的限制。


“软件定义”的商业反响也远远高于技术本身,它正快速动摇科技企业之间的产品形态和品宣口径,一些厂商们都在争先恐后地重新定位自己,借此开拓软件信息技术的新时代。


在这场技术变革中,一直有人提到安防的独特性,与C端产品不同,这个行业注重应用,软件有它的实际价值,但未来行业顶尖玩家究竟如何发展还未可得知。


对于软件能否定义摄像机,你怎么看?


长按二维码,关注雷锋网旗下「AI掘金志」


登录查看更多
0

相关内容

最新《深度学习自动驾驶》技术综述论文,28页pdf
专知会员服务
153+阅读 · 2020年6月14日
专知会员服务
114+阅读 · 2020年6月12日
德勤:2020技术趋势报告,120页pdf
专知会员服务
190+阅读 · 2020年3月31日
新时期我国信息技术产业的发展
专知会员服务
69+阅读 · 2020年1月18日
阿里巴巴达摩院发布「2020十大科技趋势」
专知会员服务
106+阅读 · 2020年1月2日
【数字孪生】数字孪生技术从概念到应用
产业智能官
90+阅读 · 2020年2月16日
【数字孪生】九论数字孪生
产业智能官
57+阅读 · 2019年7月6日
【数字孪生】一文读懂数字孪生的应用及意义
产业智能官
43+阅读 · 2018年9月28日
资料贴 | 无人驾驶清晰梳理
机器学习算法与Python学习
5+阅读 · 2018年5月3日
【机器学习】机器学习和深度学习概念入门
产业智能官
11+阅读 · 2018年1月3日
深度相机应用全面梳理:多点开花,定点爆破
计算机视觉life
6+阅读 · 2017年12月13日
VIP会员
相关资讯
【数字孪生】数字孪生技术从概念到应用
产业智能官
90+阅读 · 2020年2月16日
【数字孪生】九论数字孪生
产业智能官
57+阅读 · 2019年7月6日
【数字孪生】一文读懂数字孪生的应用及意义
产业智能官
43+阅读 · 2018年9月28日
资料贴 | 无人驾驶清晰梳理
机器学习算法与Python学习
5+阅读 · 2018年5月3日
【机器学习】机器学习和深度学习概念入门
产业智能官
11+阅读 · 2018年1月3日
深度相机应用全面梳理:多点开花,定点爆破
计算机视觉life
6+阅读 · 2017年12月13日
Top
微信扫码咨询专知VIP会员