據(jù)IHS調(diào)查報告顯示，當前中國監(jiān)控攝像頭總量達1.76億個，每秒產(chǎn)生的數(shù)據(jù)量達66TB，未來三年監(jiān)控攝像頭的數(shù)量將會增加到6億多個，面對這樣的數(shù)據(jù)量，傳統(tǒng)的基于人眼的安防監(jiān)控已經(jīng)無法滿足安防行業(yè)的需求。另外一個顯著的事實，沒有經(jīng)過結(jié)構(gòu)化的數(shù)據(jù)，只能起到威懾、偵查取證的作用，如何利用這些數(shù)據(jù)進行犯罪的預防以及事前的分析已經(jīng)成為安防行業(yè)共同面臨的課題。面對這樣的課題，如何思考和定位公司的戰(zhàn)略布局，本刊采訪了北京深瞐科技有限公司的CTO王建輝就其戰(zhàn)略思考進行了探討。

　　Q：a&s總經(jīng)理、總編輯關(guān)玉娟

　　A：北京深瞐科技有限公司的CTO王建輝

　　Q：從技術(shù)角度談下，公司目前最核心的優(yōu)勢是什么？

　　A：我們現(xiàn)在核心的部分主要分為兩部分，一是算法，二是車輛的數(shù)據(jù)。一開始公安、交警等用戶采集到的數(shù)據(jù)都是非結(jié)構(gòu)化的，只是原始的視頻素材，但是現(xiàn)在人工智能技術(shù)需要大量的標注數(shù)據(jù)進行訓練。

　　其中車輛標注中車輛型號的判斷要比人臉標注難很多，就像一個人也很難準確地識別出道路上的車型號一樣，這需要龐大的數(shù)據(jù)庫進行訓練。理想狀態(tài)下，當數(shù)據(jù)庫積累足夠的數(shù)據(jù)之后，企業(yè)都可以實現(xiàn)精確度的提升，但在面對計算量非常大的神經(jīng)網(wǎng)絡，要想保持精確度，相應的計算速度就會非常慢。例如一張GPU可能只能分析一路或者兩路的視頻，因此在擁有數(shù)據(jù)庫基礎(chǔ)之后，我們一直在優(yōu)化算法。

　　通過降低算法復雜度，采用效率更高、計算量更小的模型來達到之前大模型相似的精度，簡單地說便是保證精度的同時降低計算量，這也是我們在華為的Atlas智能云硬件平臺上與競爭對手PK時，能在精度和效率上超過他們的原因。

　　Q：形成文本存儲之后，能解決應用上的什么問題和痛點？

　　A：最簡單的一個應用，可以識別假套牌車，系統(tǒng)可以實現(xiàn)車牌以及車輛型號的識別，只要將這個信息與車管所進行比對，就能實現(xiàn)洞悉及預警。

　　我們現(xiàn)在想要做的一件事是想給每輛車的動態(tài)軌跡建立一個檔案，而且并不需要車主的配合，便能實現(xiàn)抓拍。這個檔案建立之后，不僅可以給公安提供大量的破案線索，同時因為每輛車都有社會屬性，還可以反映出車主的消費能力（如果是貨車還可以反映城市的經(jīng)濟活躍程度），通過這些，可以作為城市的經(jīng)濟指數(shù)或者區(qū)域的經(jīng)濟活躍程度的重要數(shù)據(jù)，為政府提供決策判斷的重要依據(jù)。

　　我們的算法一開始都是在服務器端（基于GPU）運行的，現(xiàn)在已經(jīng)逐步從中心往邊緣擴展，所以慢慢在智能前端也會有自己的產(chǎn)品。最開始在云服務器的平臺上，效率是在每一張Tesla P4的GPU卡上，支持48路視頻的結(jié)構(gòu)化運算，但當視頻結(jié)構(gòu)化分析的能力逐漸變強之后，計算及解碼能力便會成為它的瓶頸。因為監(jiān)控攝像頭出來的數(shù)據(jù)都是經(jīng)過視頻壓縮編碼的，在中心端需要對其解碼才能進行運算。在發(fā)現(xiàn)1080P的解碼能力成為性能的瓶頸之后，我們也考慮將解碼能力加進來，現(xiàn)在每一張?zhí)厮估璓4的GPU卡上只能同時做24路1080P的視頻解碼和視頻結(jié)構(gòu)化運算，從數(shù)據(jù)上看，解碼能力與計算能力所需的GUP計算力是基本相當?shù)?，所以為了更好的緩解這部分的壓力，需要找到更好的解決方案。

　　　Q：這樣的標注是否存在標準化的問題，或者說未來是否也會去倡導這樣的標準，讓數(shù)據(jù)資源便能更好的融合？

　　A：在做車輛識別中，眾所皆知車牌顏色、車身顏色、品牌型號等都有國標，在視頻結(jié)構(gòu)化中，我們也與公安一所聯(lián)合推出了視頻結(jié)構(gòu)化產(chǎn)品檢測的標準的檢測工具。

　　Q：目前這部分的業(yè)務的拓展的狀況是怎么樣的？

　　A：視頻結(jié)構(gòu)化技術(shù)的拓展我們分為兩個階段，第一階段是2013年的車輛綜合識別算法，僅僅關(guān)注圖像中的車，沒有涉及到人的信息，第二階段是2016年加入人的信息做的視頻結(jié)構(gòu)化。在車輛綜合算法市場占有率中，我們超過了60%，并與大部分安防廠商形成合作關(guān)系。在去年的深圳安博會中，展示視頻結(jié)構(gòu)化的廠商共有13家，而其中有7家的算法技術(shù)都是由我們提供的。

　　Q：深瞐給人的感覺是專精在某個領(lǐng)域，并將其做到技術(shù)最精、市場最大的占有率，那么現(xiàn)在對你們來講，最大的困難會是什么？

　　A：現(xiàn)在面對的困難是因為我們前期做sdk純軟件銷售過多，雖然利潤率很高，但營業(yè)額相對而言卻不是特別大。為了改變這一現(xiàn)狀，我們也開始做自己的硬件產(chǎn)品與解決方案，這也是我們加大與海思合作的重要原因。另外一個是資本市場的問題，當前商湯、曠視等公司融資額特別高，占據(jù)風投資源，對我們自身的融資會產(chǎn)生不少困難，也對企業(yè)人才、品牌等綜合性競爭上造成影響，雖然之前埋頭做事讓我們在公安或者大公司層面上知名度很高，但是在公眾層面目前企業(yè)的知名度仍然不足。

　　　Q：在前端硬件方面，企業(yè)有哪些發(fā)展策略？

　　A：我們一開始做了FPGA+Hi3516的智能攝像機解決方案，但整體的銷售情況并不太好。一方面是安防行業(yè)對FPGA的方案并不是特別友好，除了成本因素還有開發(fā)難度的挑戰(zhàn)。另一方面在安防行業(yè)久了之后，便會發(fā)現(xiàn)行業(yè)對于海思芯片的依賴程度非常高，因此強化與他們的合作也是當前的重要策略。

　　海思也希望尋找一些廠商跟他們一起在開發(fā)上進行合作，當前市面上做人臉的廠商很多，但真正專心做車輛并且有明確應用場景的非常少，所以雙方的合作是互利的。海思未來會推出更多低成本的解決方案，所以在嵌入式前端這塊，基于海思的方案會去做更多的部署，一方面是針對攝像頭，如果用戶愿意安裝新攝像頭，那么我們便會將視頻結(jié)構(gòu)化的功能直接做進相機中，另一方面是針對已有存量的安防攝像機，中國現(xiàn)在擁有1.76億個攝像頭，且都是傳統(tǒng)IPC，并不具備視頻結(jié)構(gòu)化的功能，我們針對這種情況也在做一個盒子類的產(chǎn)品，實現(xiàn)4-8路攝像頭的接入，可以實現(xiàn)結(jié)構(gòu)結(jié)構(gòu)化分析，再把結(jié)果根據(jù)客戶需要實現(xiàn)邊緣應用或者往中心傳輸，通過分散化處理方式，減少中心端解碼、計算的壓力。

　　剛剛提到的主要是針對海思的部署，但我們針對英偉達的嵌入式GPU的各個層級都有對應的解決方案。海思芯片在全球安防市場的占有量已經(jīng)超過70%，這波人工智能對海思而言，只是在原有的芯片上加了人工智能的功能，而新興的人工智能芯片企業(yè)在神經(jīng)網(wǎng)絡加速這方面有它的優(yōu)勢，但也需要補齊安防周邊的技術(shù)，這個工作量其實也挺大的。

　　Q：能談下如地平線、寒武紀等芯片企業(yè)進入安防后會帶來競爭格局怎樣的變化？

　　A：寒武紀的許多產(chǎn)品是根據(jù)軍委的需求來做的，具有很好的應用場景，地平線在輔助駕駛擁有自己的應用，但當他們進入到安防領(lǐng)域之后，最大的競爭對手便是海思，如果自己推出整機產(chǎn)品，同樣也是面臨與?？?、大華的挑戰(zhàn)，市場競爭將更加惡劣。

　　之前跟海思的人聊起一件很奇怪的事，國內(nèi)人們都可能聽過AI芯片四小龍，但卻沒有任何一家的媒體提到海思的芯片，雖然在其他領(lǐng)域不太了解，但進入安防后，海思便是一座大山，怎么會視若無睹？

　　　Q：：沒有數(shù)據(jù)積累的企業(yè)是否可以通過購買數(shù)據(jù)就能解決數(shù)據(jù)積累的問題？

　　A：人臉檢測和識別的數(shù)據(jù)可以通過購買數(shù)據(jù)的方式解決數(shù)據(jù)積累的問題，而車輛相關(guān)的數(shù)據(jù)無法通過購買數(shù)據(jù)解決數(shù)據(jù)積累的問題。因為類似于數(shù)據(jù)堂這種企業(yè)的標注數(shù)據(jù)是通過眾包的方式，讓個人進行標注，可以進行人臉相關(guān)的數(shù)據(jù)標注，但是沒有都有新車型上市，而且車輛種類眾多，相似車輛標注難度大，通過眾包方式獲取的車輛數(shù)據(jù)在準確率上參差不齊，在一些數(shù)據(jù)測試的場景中，我們發(fā)現(xiàn)了不少安防大企業(yè)的數(shù)據(jù)存在不少標注錯誤的現(xiàn)象，如車輛型號誤標等，車輛標注并不像人臉標注那么簡單，這里面需要一定的時間積累。

　　Q：現(xiàn)在很多安防企業(yè)都對外公布要做生態(tài)，如何看待這種生態(tài)的效益和風險？

　　A：最近大型安防公司都在提生態(tài)的做法，對小公司/創(chuàng)業(yè)公司而言，如果能做好在初期會帶來效益的提升。但是我們看很多在做生態(tài)的大型安防企業(yè)，其實本質(zhì)是被華為逼出來的，華為擁有服務器及芯片的基礎(chǔ)，再加上近期推出的軟件定義攝像機，如果能把這件事做好，便會有很強的攝像機生態(tài)，對于傳統(tǒng)安防企業(yè)而言，攝像機是企業(yè)市場占有的最根本以及最大的產(chǎn)品線，如果這塊受到?jīng)_擊，那么對于他們而言是致命的。傳統(tǒng)大型安防企業(yè)的生態(tài)能不能做好，還要看它到底能開放到什么程度。同時這樣的生態(tài)，對于小企業(yè)的算法與應用，被替代的可能性非常高，而且替換的成本非常低，最后他們可能會成為類似于在安卓系統(tǒng)上做APP的公司。

　　Q：綜上安防進入智能化時代，行業(yè)的競爭格局發(fā)生演變，公司通過核心技術(shù)能力為用戶提供應用解決方案服務，打造自身的品牌是目前企業(yè)的戰(zhàn)略調(diào)整，是不是？

　　A：是的，我們希望跟安防生態(tài)更多的伙伴進行緊密合作，共同拓展市場。

　　編后語

　　不少行業(yè)人員談及AI企業(yè)，只關(guān)注其光鮮的表象，更少人去關(guān)心他們進入到安防市場面臨的困難。一旦進入安防市場，產(chǎn)品的競爭便會變得細化，無論是芯片、模組、成品硬件還是應用場景的解決方案，都將面臨傳統(tǒng)企業(yè)的壓力。相比傳統(tǒng)企業(yè)去研究神經(jīng)網(wǎng)絡加速器，人工智能企業(yè)在視頻編解碼、曝光控制等技術(shù)上都要惡補，后期業(yè)務落地工作可能遠遠比前期的研發(fā)要多，同時對于實際應用而言，新的平臺與芯片意味著存在Bug的風險和磨合的時間，因此在應用端下功夫的企業(yè)相對而言競爭優(yōu)勢更大，一方面從頂層應用切入并不會與傳統(tǒng)的廠商形成直面的挑戰(zhàn)，另一方面也可以靈活地與其他企業(yè)形成更好的互補關(guān)系，建造更融洽的行業(yè)生態(tài)圈。

　　站在許多主流安防廠商的技術(shù)背后，其實有很多類似深瞐這樣的企業(yè)，擁有著精于某一領(lǐng)域的技術(shù)，為整體安防解決方案貢獻自己的一份力量。但更多的企業(yè)如果沒有辦法形成自己的品牌，那么它們將永遠“默默無聞”，同時利潤也會越來越低，在技術(shù)變革的時代下，戰(zhàn)略的調(diào)整已經(jīng)非常必要。

　　如果您對安防市場有獨特見解或新的技術(shù)分享，請隨時聯(lián)系我們（微信直接回復我們即可），共同探討行業(yè)發(fā)展的新動向。