2020年安防技术的发展趋势

　　VSaaS与视频分析检索

　　在VSaaS（视频即服务）的解决方案中，用户可以定期为基于云连接的视频监控服务付费，灵活的存储方式能帮助用户保存数据。在过去，该模式不仅受到带宽与IT专业知识的限制，在客户的意愿度上也不高。随着摄像机安装数量的提升，意味着潜在的用户数量在增加，不少企业针对当前的趋势，推出了新的服务与商业模式。

　　摄像机的应用已经不仅仅在于安全防范，越来越多的摄像机走向事前防范，根据目标对象的行为举止推测出将有可能发生的事件。随着摄像机数量的增多，数据也呈现海量增长，这意味着在管理这些视频数据上，需要更好的分析与搜索平台，能够突显摄像机捕获的关键信息，例如根据目标大小、颜色、速度、时间等关键信息进行搜索，可以有效提升业务效率。

　　a&s点评：这两个概念对于国内安防而言都属于舶来品，但在国内的发展并形成鲜明对比。前者近年来已经少有人谈，其以运营平台为核心的模式，需要雄厚的资金做基础，在国内的发展并不尽人意。后者在近年来，中国厂商的技术与方案已经领先于国际，除了传统巨头外，国内也涌现了华为安防、苏州科达、紫光华智等优秀智能安防厂商，引领着智能安防的发展。

　　5G提升监控视频体验

　　2020年，将是5G技术采用的重要一年。中国作为该技术最大的潜在应用市场，在2019年11月已经开始正式商用5G，在未来的一年内将有望助于推动安防行业的发展。

　　目前对于5G的应用场景可以分为以下三类：

　　eMBB：增强移动宽带，顾名思义是针对的是大流量移动宽带业务，带给人们最直观的感受是网速的翻倍提升，例如可以轻松实现4K视频在线观看，峰值速度可以达到10Gbps；

　　URLLC：超高可靠超低时延通信，例如无人驾驶等业务（3G响应为500ms，4G为50ms，5G要求0.5ms），这对于安防行业同样重要，因此其低时延性被业内普遍看好；

　　mMTC：大连接物联网，针对大规模物联网业务，促进垂直行业融合。5G的低功耗大连接和低时延高可靠场景主要面向物联网业务，作为5G新拓展的场景，重点解决传统移动通信无法很好支持地物联网及垂直行业应用。低功耗大连接场景主要面向智慧城市、环境监测、智能农业、森林防火等以传感和数据采集为目标的应用场景，具有小数据包、低功耗、海量连接等特点。这类终端分布范围广、数量众多，不仅要求网络具备超千亿连接的支持能力，满足100万/km2连接数密度指标要求，而且还要保证终端的超低功耗和超低成本。

　　对于监控行业而言，eMBB可以增强与扩大视频监控的应用空间。因此，5GeMBB要远比上一代技术更适合视频应用，它可以满足视频监控录像高带宽的要求。预计最初采用5G的监控方案的应用场景可能为临时或移动的视频监控场景，例如建筑工地、音乐会与展览会等，这些场景仅仅在活动或工作时间需要引入监控设备，有线的连接方式不仅繁琐同时成本也高。

　　简单地说，凭借卓越的技术优势，5G能够很好满足高分辨率摄像机（4K或以上）的带宽要求。预计也会出现更具性价比的相机芯片模组，例如特定应用的系统芯片（SoC），缓解中央服务器人工智能视频分析工作的负载，推动边缘端的发展。

　　5G的低延迟可以显著增强云对边端的响应能力，一旦5G网络的覆盖成熟，通过实现更大容量的数据传输管道，拓展视频的应用范围，强化事件响应以及态势感知能力，使得城市的公共安全运营管理更加便捷高效。

　　除了城市公共安全之外，5G同样可以帮助远程医疗、远程机器人等应用的落地。可以肯定的是，5G将推动视频新的发展，让城市更加的安全与智慧。但同样值得注意的是当下5G应用仍存在不少的挑战，如组件成本、网络覆盖、设备的可用性等。

　　视频的深度伪造让人不安

　　IHS近期发布的报告中指出，全球视频监控摄像头的安装量已经达到7.7亿台（2019），视频成为了最常见的事件证据形式。基于“眼见为实”的共识，用于作为证据的视频监控录像具有强大的说服力，然而随着人工智能与深度学习技术的进步，使得人们对于视频的篡改与伪造变得更加的容易。

　　例如通过将一个人拼接到不相关的视频场景中，能快速地以假乱真。目前人们将这样的技术称为“Deepfake”（深度伪造），已经在全球有不少现实的案例，借助社交媒体平台，传播范围广泛，以假乱真的效果让人恐惧不安。

　　不少科技公司已经开始研究如何应对深度伪造的办法，视频监控厂商也在积极扮演这样的角色，基于娴熟的网络安全、摄像机技术、数据保护机制等关键因素，进一步强化产品与解决方案的安全性。解决深度伪造带来的威胁的另一个重要方法则是规范视频证据的数字监管链，从摄像机的采集到视频管理软件，再到证据管理软件，筑造安全及规范化的保护机制。其中，区块链被视为这种方式的关键技术，通过革新保存与维护方式，确保数字与实物证据的的安全性。

　　从物联网到AIoT

　　2020年，提及AIoT的人越来越多，它是结合人工智能与物联网的新名词。AIoT主要是为了描述人工智能技术涌入物联网设备、大型物联网设备在云边端展现的智能能力。AIoT的本质是通过各种传感器收集多元的数据。

　　在新的时代中，大量的智能摄像机与AIoT设备相互连接或组合，让视频的应用不再局限于安全防范，例如视频与消防探测器的融合、视频与门禁系统的结合，视频与温度、湿度传感器的组合灯，让多功能的视频应用解决方案开始不断面世。

　　在城市公共安全建设中，AIoT概念已经通过阿里、华为、新华三等城市管理平台被公众所认知。随着边缘计算的发展，AIoT在细分领域同样开始生根发芽，例如智慧零售、智慧园区、智能停车场与智慧校园等。作为一种新的市场战略，AIoT才刚刚处于发展初期，但当下已经有多种智能设备开始涌现，并在特定的场景实现了落地。

　　寻找更具性价比的边缘分析方案

　　随着过去一年，边缘端的发展呈现出积极的态势。自2016年支持深度学习加速功能的摄像机推出后，监控厂商在DLA（深度学习加速）芯片的选择上，只有英伟达（NVIDIATegra）与英特尔（MovidiusMyriad）的选择，但随着智能摄像机开始量产时，相对较高的价格与功耗却阻碍了DLA摄像机的市场增长。

　　IHSMarkit预测，网络摄像机中的SOC将会不断集成DLA子系统，完善嵌入式视觉分析，从而不再需要用于图形处理或DLA协处理器的额外功耗。当前行业中，已经有不少企业在研究与开发低功耗与紧凑设计的专用SoC，以强化摄像机的钟嵌入式视频分析，这些性价比产品无疑将加速智能摄像机的普及。

　　例如安霸、海思、高通、英特尔、赛灵思、寒武纪、云天励飞等，纷纷在积极布局该市场。

　　视频监控云化？

　　视频监控的云化趋势正在增强，但这并不意味着模式的转变，因为云端的发展还未达到行业的标准。对于用户而言，云的部分优势已经得到他们的青睐。目前，基于云的异地管理与存储最适合小信道计数系统或包含多个站点、信道较少的系统，在其他使用云的其他系统中，混合是最为典型的方式。

　　当然这并不意味着所有的视频监控管理与存储都必须转移到公共或私有云上，用户更多是以视频数据的敏感性与部署云基础设施的成本来决定。值得注意的是，越来越多的视频监控系统已经归属于用户的IT部门负责，因此在符合IT云战略的组织中，尽可能将更多的系统迁移到云上会是优先的选择。但如果成本过高，IT部门也会选择其他的方式，例如超融合基础设施（HCI）正被大力推广，从而实现“云的内部部署”。HCI的概念是将IT基础设施的三个主要组件（计算、存储和网络）组合在一起，并使用软件将它们作为灵活的资源进行虚拟化和管理。

　　今年早些时候，IBM斥资340亿美元收购RedHat（提供开放资源软件解决方案，其软件主要为客户提供高效能、可扩充、灵活、可靠、安全及稳定的技术，以满足企业所需的IT基础建设），正是看中其在混合云的实力。与IT市场相比，这些技术在安防领域的采用速度较慢。但是，随着安防系统的增大，这些IT技术势必也会覆盖视频监控的基础结构，改变传统安防。