據(jù)IHS調(diào)查報(bào)告顯示,當(dāng)前中國監(jiān)控?cái)z像頭總量達(dá)1.76億個(gè),每秒產(chǎn)生的數(shù)據(jù)量達(dá)66TB,未來三年監(jiān)控?cái)z像頭的數(shù)量將會增加到6億多個(gè),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(gè)顯著的事實(shí),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(jìn)行犯罪的預(yù)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(jìn)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(biāo)注數(shù)據(jù)進(jìn)行訓(xùn)練。
其中車輛標(biāo)注中車輛型號的判斷要比人臉標(biāo)注難很多,就像一個(gè)人也很難準(zhǔn)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(jìn)行訓(xùn)練。理想狀態(tài)下,當(dāng)數(shù)據(jù)庫積累足夠的數(shù)據(jù)之后,企業(yè)都可以實(shí)現(xiàn)精確度的提升,但在面對計(jì)算量非常大的神經(jīng)網(wǎng)絡(luò),要想保持精確度,相應(yīng)的計(jì)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(fù)雜度,采用效率更高、計(jì)算量更小的模型來達(dá)到之前大模型相似的精度,簡單地說便是保證精度的同時(shí)降低計(jì)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(shí),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(yīng)用上的什么問題和痛點(diǎn)?
A:最簡單的一個(gè)應(yīng)用,可以識別假套牌車,系統(tǒng)可以實(shí)現(xiàn)車牌以及車輛型號的識別,只要將這個(gè)信息與車管所進(jìn)行比對,就能實(shí)現(xiàn)洞悉及預(yù)警。
我們現(xiàn)在想要做的一件事是想給每輛車的動(dòng)態(tài)軌跡建立一個(gè)檔案,而且并不需要車主的配合,便能實(shí)現(xiàn)抓拍。這個(gè)檔案建立之后,不僅可以給公安提供大量的破案線索,同時(shí)因?yàn)槊枯v車都有社會屬性,還可以反映出車主的消費(fèi)能力(如果是貨車還可以反映城市的經(jīng)濟(jì)活躍程度),通過這些,可以作為城市的經(jīng)濟(jì)指數(shù)或者區(qū)域的經(jīng)濟(jì)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(wù)器端(基于GPU)運(yùn)行的,現(xiàn)在已經(jīng)逐步從中心往邊緣擴(kuò)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(wù)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(yùn)算,但當(dāng)視頻結(jié)構(gòu)化分析的能力逐漸變強(qiáng)之后,計(jì)算及解碼能力便會成為它的瓶頸。因?yàn)楸O(jiān)控?cái)z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(jìn)行運(yùn)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(jìn)來,現(xiàn)在每一張?zhí)厮估璓4的GPU卡上只能同時(shí)做24路1080P的視頻解碼和視頻結(jié)構(gòu)化運(yùn)算,從數(shù)據(jù)上看,解碼能力與計(jì)算能力所需的GUP計(jì)算力是基本相當(dāng)?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(biāo)注是否存在標(biāo)準(zhǔn)化的問題,或者說未來是否也會去倡導(dǎo)這樣的標(biāo)準(zhǔn),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(biāo),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(biāo)準(zhǔn)的檢測工具。
Q:目前這部分的業(yè)務(wù)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(gè)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(gè)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?yàn)槲覀兦捌谧鰏dk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(gè)是資本市場的問題,當(dāng)前商湯、曠視等公司融資額特別高,占據(jù)風(fēng)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(jī)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(qiáng)化與他們的合作也是當(dāng)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(jìn)行合作,當(dāng)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(yīng)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(jìn)相機(jī)中,另一方面是針對已有存量的安防攝像機(jī),中國現(xiàn)在擁有1.76億個(gè)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(gè)盒子類的產(chǎn)品,實(shí)現(xiàn)4-8路攝像頭的接入,可以實(shí)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(shí)現(xiàn)邊緣應(yīng)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(jì)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(dá)的嵌入式GPU的各個(gè)層級都有對應(yīng)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(luò)加速這方面有它的優(yōu)勢,但也需要補(bǔ)齊安防周邊的技術(shù),這個(gè)工作量其實(shí)也挺大的。
Q:能談下如地平線、寒武紀(jì)等芯片企業(yè)進(jìn)入安防后會帶來競爭格局怎樣的變化?
A:寒武紀(jì)的許多產(chǎn)品是根據(jù)軍委的需求來做的,具有很好的應(yīng)用場景,地平線在輔助駕駛擁有自己的應(yīng)用,但當(dāng)他們進(jìn)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(jī)產(chǎn)品,同樣也是面臨與??怠⒋笕A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(jìn)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?yàn)轭愃朴跀?shù)據(jù)堂這種企業(yè)的標(biāo)注數(shù)據(jù)是通過眾包的方式,讓個(gè)人進(jìn)行標(biāo)注,可以進(jìn)行人臉相關(guān)的數(shù)據(jù)標(biāo)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(biāo)注難度大,通過眾包方式獲取的車輛數(shù)據(jù)在準(zhǔn)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(biāo)注錯(cuò)誤的現(xiàn)象,如車輛型號誤標(biāo)等,車輛標(biāo)注并不像人臉標(biāo)注那么簡單,這里面需要一定的時(shí)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(fēng)險(xiǎn)?
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(shí)本質(zhì)是被華為逼出來的,華為擁有服務(wù)器及芯片的基礎(chǔ),再加上近期推出的軟件定義攝像機(jī),如果能把這件事做好,便會有很強(qiáng)的攝像機(jī)生態(tài),對于傳統(tǒng)安防企業(yè)而言,攝像機(jī)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(shí)這樣的生態(tài),對于小企業(yè)的算法與應(yīng)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(jìn)入智能化時(shí)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(yīng)用解決方案服務(wù),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(jìn)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(jìn)入到安防市場面臨的困難。一旦進(jìn)入安防市場,產(chǎn)品的競爭便會變得細(xì)化,無論是芯片、模組、成品硬件還是應(yīng)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(luò)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(bǔ),后期業(yè)務(wù)落地工作可能遠(yuǎn)遠(yuǎn)比前期的研發(fā)要多,同時(shí)對于實(shí)際應(yīng)用而言,新的平臺與芯片意味著存在Bug的風(fēng)險(xiǎn)和磨合的時(shí)間,因此在應(yīng)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(yīng)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(bǔ)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(shí)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(xiàn)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(yuǎn)“默默無聞”,同時(shí)利潤也會越來越低,在技術(shù)變革的時(shí)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(dú)特見解或新的技術(shù)分享,請隨時(shí)聯(lián)系我們(微信直接回復(fù)我們即可),共同探討行業(yè)發(fā)展的新動(dòng)向。