安防領域的AI賦能之路

作者 / 迎九 左小木 《電子產品世界》編輯(北京 100036)

摘要：介紹了在人工智能(AI)盛行之后，安防領域的技術應用、解決方案及發(fā)展動向。

視頻監(jiān)控的發(fā)展遠不止一個“安全性”

　　視頻監(jiān)控應用的基礎在于安全性，但目前視頻監(jiān)控的未來發(fā)展似乎遠不止于此，例如其還能進一步擴展到管理領域——將視頻技術作為管理工具。特別是隨著人工智能(AI)的發(fā)展，可從視頻和圖像中提取特性以幫助大數據服務不斷演進發(fā)展。

　　AI 的普及將顯著加速視頻監(jiān)控技術的發(fā)展，不只適用于一兩種應用，而是囊括幾乎所有的情境，從小型人臉抓拍攝像頭到機頂盒大小的智能DVR/NVR，乃至數據中心的內容分析服務器機柜等，無所不包。出人意料的是，視頻監(jiān)控行業(yè)從常規(guī)算法向AI技術的轉變異常迅猛，如對象分類、檢測、跟蹤、識別以及細分和行為分析等。轉變的優(yōu)勢是巨大的，因為即便是在錯綜復雜的環(huán)境中，比如無論是在北京交通高峰時段熙熙攘攘的街道，還是在上海最大型體育場內舉辦的超級巨星演唱會上，AI技術的轉變都能顯著提升應用的準確度、性能、效率以及穩(wěn)健性。

　　另一大趨勢是AI技術迅速的演進發(fā)展。深度學習算法日新月異，如Resnet、Faster-RCNN、Segnet、FPN以及Yolo V3，不一而足。同時新算法還在不斷涌現。沒有人能預測哪一種新型神經網絡將在半年后大受歡迎。學術研究人員和工程師正在創(chuàng)建標準網絡的成千上萬種變體，試圖為其自有應用實現最佳成果。在可預見的未來，這種發(fā)展不會停滯不前或放緩，因為我們才剛剛進入 AI 時代。更多創(chuàng)新還會不斷涌現。

　　FPGA 本質上十分適合進行并行計算，并且擁有大量高速片上存儲器，是 DNN 推斷的理想選擇。此外，針對為 AI 引擎饋送數據的多種不同傳感器而言，FPGA 還可提供眾多可配置的高速 I/O。憑借定制化的數據路徑，FPGA 展現出了卓越的低時延能力。此外，與 GPU 相比，FPGA 能效顯著，可用于對功耗水平要求嚴格的 AI 攝像頭應用中。借助同時集成了 ARM 和 FPGA 的 SoC 器件，如 28 nm Zynq-7000 和 16 nm Zynq Ultrascale+ MPSoC 等，我們不僅能更好地對定制 DNN 算法進行分區(qū)，還能提升系統(tǒng)級集成度，從而降低 BOM 成本與系統(tǒng)功耗。

　　除芯片本身之外，為了提升設計生產力，賽靈思最近還可提供Vivado HLS、SDSoC等高級工具以及 xFDNN 等高性能深度學習庫。此外，賽靈思一直與我們的深度學習合作伙伴深鑒科技(Deephi)開展合作，致力于為人臉識別攝像頭、視頻結構盒和云視頻分析卡提供完整的解決方案。

邊緣AI在智能攝像頭的機會

　　很多人認為英偉達做的數據訓練非常成功。但隨著行業(yè)逐步加深，應用逐步增多，發(fā)現僅僅在服務器端還不夠的，端側可以做極大延伸。例如，安防從嵌入式視覺系統(tǒng)到視覺導向的自主系統(tǒng)，即過去紅外攝像頭，保安和監(jiān)控人員要看一二十個小時，現在把人眼看的部分，通過算法和數據集中到服務器端，下一步希望減少服務器的負擔，在端側——攝像頭去做識別。這樣做的好處，首先是可以減少網絡帶寬，因為網絡存儲等成本非常高;其次是性能，端處理回傳會延時;第三是隱私性。

　　在智能攝像頭監(jiān)控方面，可用于大規(guī)模的實時分析，例如用人臉識別來進行目標跟蹤，發(fā)現大型場館入口處的人的可疑行為等，另外還可對車隊和物體進行監(jiān)控識別，以發(fā)現可疑的路徑和物體。

　　市面上有很多方案，但是也存在諸多問題，例如：1)CPU盡管什么都可以做，但處理神經網絡效率低;2)DSP最大的問題是有非常少的人員可以基于DSP去做編程，沒有標準化和可覆蓋;3)固定功能的硬化，一旦硬化后只能做一件事，遠遠不夠產業(yè)化;4)GPU，英偉達證明了非常適合處理AI，GPU有標準化的編程方式，但功耗較大。

GPU+NNA方案

　　對低功耗和高靈活性，Imagination推出了第5種方案—— GPU+NNA(神經網絡加速器)方案，特點是提供靈活的IP內核來達到高性能，適用于低功耗、低帶寬的場景。

　　另外，Imagination推出了兩款PowerVR 2NX神經網絡加速器(NNA)內核，適合智能監(jiān)控等、移動、工業(yè)等場景。名為AX2185和AX2145的內核，設計目的是在極小芯片面積上以極低功耗實現神經網絡高性能計算。它們是基于Imagination革命性的神經網絡加速器(NNA)架構PowerVR Series2NX設計的，該架構可以使“智能”從云端轉移至邊緣設備，從而實現更高的效率和實時響應。

　　PowerVR Series2NX架構是完全重新設計的，旨在為移動和嵌入式平臺中的高效神經網絡推理提供硬件加速。其靈活的位寬可基于每一層去支持權重和數據，這意味著PowerVR Series2NX可以保持高推理精度，同時降低帶寬/功耗要求。它是唯一支持16位到4位位寬的解決方案，可在較低的帶寬和功耗下實現更高的性能。

視頻監(jiān)控從純被動式調查轉向主動預防

　　傳統(tǒng)的視頻監(jiān)控一直是被動式的，在這種模式下，人類或機器需要觀察到某些事件，然后才能在當時或稍后對該事件作出反應。隨著視頻分析從傳統(tǒng)的啟發(fā)式算法轉向深度學習算法，加上人工智能的問世，實現了對這些數據的機器驅動型智能操作，我們獲得了絕佳的機會，可以將安防應用從純被動式調查轉變?yōu)橹鲃宇A防事件和/或改善消費者服務的模式。這種類型的AI功能在各種智能基礎設施部署(包括城市、工廠、機場、商場、酒店和企業(yè))中都具有重要價值，有助于防止事故發(fā)生。從積極的方面來講，這類AI和行為識別還可用于改善零售、體育場館、交通樞紐和校園等場所的服務和客戶體驗。

　　有效的主動行動需要低延遲的響應時間，在邊緣節(jié)點(在攝像頭本身而不是在服務器端)嵌入AI將會是實現這一點的最佳方式。可在視頻源中實現此類AI的智能攝像頭將變得日益流行和普及。這些攝像頭將成為高分辨率圖像傳感器，也就是可高效實現神經網絡引擎的系統(tǒng)級芯片;它們可以根據具體的使用情形進行編程和更新，借助先進的存儲芯片快速而高效地執(zhí)行算法，并通過高密度存儲芯片/卡確保在攝像頭本地存儲大量程序和視頻數據的可行性和成本效益。

美光存儲解決方案

　　美光科技提供多種內存和存儲解決方案，適用于各種攝像頭設計。具體來說，對于AI驅動的攝像頭，美光的DDR4和LPDDR4技術適用于高速神經網絡實施。系統(tǒng)級芯片和存儲之間的數據移動占據神經網絡實施工作量的很大一部分。美光先進的基于3D-NAND的eMMC技術使客戶能夠存儲大量代碼和關聯數據庫，而基于3D-NAND的高密度工業(yè)級uSD卡使客戶能夠以極具成本效益的方式在攝像頭中實現邊緣存儲以及邊緣處理。對于智能攝像頭，網絡安全也是我們主要關注的一個問題，美光科技為此專門推出了Authenta?系列非易失性存儲解決方案，可解決智能攝像頭存在的網絡安全問題。除強大的產品組合和遍布全球的分銷網絡之外，美光科技還擁有全球技術專家，能夠幫助客戶針對不斷發(fā)展的AI使用情形設計自己的系統(tǒng)。

　　參考文獻：

　　[1]賽迪顧問.中美人工智能市場的概況與對比[J].電子產品世界,2017(7):20-23.

　　[2]迎九,金旺.智慧視覺的算法、研發(fā)和產品動向[J].電子產品世界,2017(7):24-27.

　　[3]Werner Goertz,Annette Jump,Alan Priestley.用于邊緣設備的AI為設備制造商營造機會[J].電子產品世界,2018(3):5-8.

　　[4]魏少軍. AI架構創(chuàng)新和高端芯片發(fā)展[J].電子產品世界,2018(3):25-29.

　　[5]王瑩,王金旺. AI在邊緣設備上的發(fā)展機會[J].電子產品世界,2018(5):13-17.

　　本文來源于《電子產品世界》2018年第7期第23頁，歡迎您寫論文時引用，并注明出處。