关于智能监控全局的分析和介绍以及应用

随着 “平安城市”、“智慧城市”建设的不断加快，城市安防飞速发展，视频监控设备普及程度日渐提升，视频监控和大数据应用是重中之重。据市场研究机构iHS预测，到2020年，全球每年出货约2.5亿个监控摄像头，所有数字监控系统的摄像头，每天会生成总计1.6EB的数据。

然而，传统上以监控为主的方法，重点放在“看得全”上，并没有充分利用收集到的视频数据，太过被动；海量存储的视频调用困难，不够智能灵活，不足以提供最好的安全性；在视频调用、回放中费时费力，人工参与应对乏力，容易出错。

海康威视是全球视频监控数字化、网络化、高清化的重要推动者，连续六年蝉联iHS全球视频监控市场占有率第一。海康威视研究院算法总监沈林杰举了这样一个例子：“在治安监控里，需要对人、人体、 人脸、机动车等进行高清图片抓取。传统的视频，都是以做监控为主，图像清晰度不足，无法进行智能解析。公安部门的需求，是从图像中获取高清的车辆、人脸，为后面的结构化大数据应用提供支持。”

这就涉及到智能化视频监控接下来要解决的两个核心问题：

★ 如何保证摄像机端优先捕捉有特征信息的高清图像，来缓解后端分析系统的工作压力，并为深度学习提供更多高质量的样本数据？

★ 如何充分利用深度学习和训练的成果，不仅用于数据挖掘和分析上，还要正向反馈给前端摄像机，让它们在捕捉高价值信息时能更高效，更可靠?

有鉴于此，海康威视与英特尔公司密切配合，使用英特尔 Movidius VPU视觉处理单元，采用人工智能和机器学习相关的软硬件技术，开发了“深眸”全局摄像机，推进视频监控智能化，为平安城市保驾护航。

定点+动点： 看得全，更看得清、看得准

“深眸”全球摄像机采用创新的“双镜头”设计，集合定点广角摄像头和动点长焦摄像头。广角摄像头负责视频采集，长焦摄像头负责捕捉视频关键特征信息画面。定点看全景，动点看细节。监控距离远、范围广，可以持续抓拍细节，解决了使用场景单一、抓拍效率低、无法在开放式场景进行特征信息采集的问题，绝对“看得全”。

具备“双镜头”功能的海康威视“深眸”全局摄像机

更重要的是，在英特尔 Movidius VPU视觉处理单元的指挥下，两个镜头可以彼此配合。

在城市监控视频后期调用的过程中，VPU 中内置的智能学习芯片会让摄像机先借助算法做判断，自动检测和识别人员、车辆等特征信息，只要发现有目标进入预定区域，它就会调动定点镜头进行快速检测，并协调动点镜头进行快速锁定和抓拍。从而做到“看得清”，“看得准”。

因此，集成了人工智能的“深眸”，避免了误报和误拍，不会传送大量无效图像到后端，也不再需要大量枯燥无味的人工人眼识别过程，节省了宝贵的网络和计算资源，更让人解放出来，可以做更有价值的事情。

到目前位置，“深眸”已经在各地公安和交通部门进行大量测试，相较传统前端设备的高误报率，“深眸”全局摄像机对人、车等特征信息的识别率达到了90%以上，大幅提升了图像识别准确率。

闭环反馈，智能进化

“深眸”的特别之处还在于，它是一款可以不断进化的摄像头。

在英特尔的协助下，海康威视设计了一套高效的“数据采集—计算识别—算法优化—算法更新”的正反馈创新模式。摄像头采集和传送的数据，经过英特尔Movidius VPU处理、提取信息特征后，会传送到后端的深度学习平台，用于进行样本训练，优化机器学习算法，然后可以远程升级前端的摄像机，使其不断进化，更加智能。

海康威视智能视频监控系统正反馈创新逻辑示意图

同时，为了满足深度学习平台的大量浮点运算能力需求，海康威视准备使用英特尔至强融核 处理器，以及用于并行计算环境I/O 加速的英特尔 Omni-Path 架构（简称 OPA）。单颗至强融核 处理器可以有多达72个内核，以及超过3TFLOPS的性能，并可直接访问大容量内存，非常适合处理海量视频内容。而 OPA 的传输能力可以达到100G bps，以超低延时，提升多机训练时的交互和并行效率。在深度训练的软件上，海康威视和英特尔携手优化相关算法和计算框架，例如基于英特尔提供的MKL-DNN库，以及针对英特尔 架构优化的Caffe框架，以便于向至强融核 处理器平台和 OPA 平滑迁移，加速整个智能监控系统的进化。

人工智能，解放人类

导入英特尔人工智能软硬件、而且不断智能升级的“深眸”，得到了用户认可。“来自于用户的反馈显示，新系统能够很好地提高破案效率，”沈林杰表示：“原来通过人工观察摄像机画面逐个找人的方式，变成通过机器以人找人，以人脸找人脸。新的模式显著提升了工作效率，也大大提高了准确率。”