巨頭和AI新秀搶奪安防市場 落地要邁過這些檻

發表時間:2018-09-19 10:53

利用智能監控實時分析海量數據提取有效線索,從而鎖定犯罪嫌疑人或車輛軌迹,完成追蹤抓捕,抑或辦公大樓中的人臉識别門禁系統,AI的爆發讓安防越來越貼近日常生活。

  無論海康威視、大華股份、宇視科技等安防行業老牌巨頭,還是商湯科技、曠視科技、深鑒科技這些AI新進公司,都将AI+安防作為第一個金礦,争食6000億市場空間。

  新手的機會

  傳統安防是一個高度集中的産業,三大安防巨頭市場份額占比超過50%。但因為人工智能技術能夠迅速利用視頻結構化描述技術實現視頻圖像結構化數據提取,這給AI新進公司帶來了撕開市場裂口的機會。

  不過,這并非是一個易于攻破的市場。

  對于傳統安防巨頭而言,AI創業公司的算法優勢并不能輕易拿下安防産業鍊閉環,區别于其他市場,公司必須要深入了解客戶需求、整個銷售體系、産品體系還有方案,技術要融入到整個産業鍊的前後端才可以站穩腳跟。

  例如在安防市場政府業務占重頭,各個政府對于安防産品采購标準和要求不盡相同,區域性十分明顯。而作為高度封閉的市場,采購者也更傾向于選擇具備實力、在安防行業有豐富經驗的廠商。從招标流程和标準來看,對供應商的資質、證明材料要求嚴格,一定程度上将很多新進AI廠商擋在了門外。

  當下進入安防市場的AI公司主要分兩類,一類是提供軟件解決方案的圖像識别技術公司,如商湯科技、曠視科技;另一類是提供硬件解決方案的芯片公司,如寒武紀、地平線等。

  對于這些公司而言,它們往往擁有先進的算法,但缺乏深厚的行業積累以及行業資源,也因此走了不少彎路。在進入安防市場初期,曠視科技曾從海康威視、大華股份等巨頭公司挖人,在杭州成立分公司,但很發現地域差異以及技術背景問題,團隊很難融合。

  這迫使他們必須親自深入市場,在一個個城市打造示範樣闆。“安防行業對AI技術有着真實、剛性、規模化的需求,技術難度方面也要求極高,例如深圳一個人臉識别項目,将幾萬路視頻接入同一系統,需要在千億級别的照片中做搜索。這不僅需要極高的人臉識别準确率,對人臉的抓拍速度、識别的速度同樣很重要,同時芯片也要做到又快、又小、又好,這對算法的創新、算法的優化、網絡結構剪枝能力等都有非常高的要求。”商湯科技聯合創始人、副總裁楊帆舉例,“安防是人工智能領域增長最快、規模最大的市場,但整體真正有效智能化的比例還是很低。”

  雖然算法會在一段時間内具備先發優勢,但是伴随GPU及深度算法的成熟應用,這些領先性很容易被削弱,包括商湯科技在内的公司紛紛選擇和傳統公司合作來分一杯羹,深入垂直行業的同時,也避開正面競争。在資本選擇上,這些新進入的公司也越來越注重資源的加持,尤其是具備政府背景的投資基金,比單純的财務投資更具吸引力。

  前端智能化

  創業公司的發力也迫使巨頭們不得不加緊對AI和前沿技術的研發工作。

  “因為安防是公共安全應用中一個2B的業務,AI的出現讓我們的全業務流程都發生改變,前端信息采集以後,它不再隻是視頻,還有圖片和結構化信息,從儲存到後台的綜合分析,是一個全流程的挑戰。”宇視科技的副總裁、首席架構師姚華說道。

  雖然安防是AI最熱的應用,但技術難度并不低。問題之一人工智能對視頻内容的識别環境适應性差,很容易受到光照條件、天氣因素、圖像質量、目标尺寸、地物遮擋等環境變化的影響。“複雜光線、快速移動、側臉遮擋都是前端人臉識别的死敵。”姚華表示。

  除此之外大量視頻、圖像、結構化半結構化數據寫讀對存儲帶來挑戰。在姚華看來當AI數據結構化讀寫比例變為1∶1,7×24小時實時寫入的時候,會對整個硬件系統帶來巨大挑戰,很多高端存儲都敗下陣來。

  同時高清晰後産生的新數據對可靠性要求更高,如何用比較低的成本可靠保存,産生更高價值,是當下面臨的問題。以當下存儲設備占視頻監控系統成本平均值為8%來計算,這的确是一筆不小的開支。

  因此前端智能化被視為安防未來趨勢之一。

  “以往我們都會通過視頻編碼進行壓縮,有的壓縮是有損的壓縮,而前端傳感器可以獲得全尺寸數據,直接在原始數據上進行處理,數據質量會優化。”基于AI芯片打造前端嵌入式安防AI的觸景無限公司CEO肖洪波強調。從安全隐私角度而言,設備無需聯網,在本地完成處理,也能一定程度上緩解黑客入侵、缺乏安全準入控制又對信息安全帶來挑戰。