安防領(lǐng)域的AI賦能之路

作者 / 迎九 左小木 《電子產(chǎn)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(lǐng)域的技術(shù)應(yīng)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(yīng)用的基礎(chǔ)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(lǐng)域——將視頻技術(shù)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(shù)據(jù)服務(wù)不斷演進發(fā)展。

　　AI 的普及將顯著加速視頻監(jiān)控技術(shù)的發(fā)展，不只適用于一兩種應(yīng)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(shù)據(jù)中心的內(nèi)容分析服務(wù)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(shù)的轉(zhuǎn)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(zhuǎn)變的優(yōu)勢是巨大的，因為即便是在錯綜復(fù)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(nèi)舉辦的超級巨星演唱會上，AI技術(shù)的轉(zhuǎn)變都能顯著提升應(yīng)用的準確度、性能、效率以及穩(wěn)健性。

　　另一大趨勢是AI技術(shù)迅速的演進發(fā)展。深度學(xué)習(xí)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(xiàn)。沒有人能預(yù)測哪一種新型神經(jīng)網(wǎng)絡(luò)將在半年后大受歡迎。學(xué)術(shù)研究人員和工程師正在創(chuàng)建標準網(wǎng)絡(luò)的成千上萬種變體，試圖為其自有應(yīng)用實現(xiàn)最佳成果。在可預(yù)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(xiàn)。

　　FPGA 本質(zhì)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(shù)據(jù)的多種不同傳感器而言，F(xiàn)PGA 還可提供眾多可配置的高速 I/O。憑借定制化的數(shù)據(jù)路徑，F(xiàn)PGA 展現(xiàn)出了卓越的低時延能力。此外，與 GPU 相比，F(xiàn)PGA 能效顯著，可用于對功耗水平要求嚴格的 AI 攝像頭應(yīng)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(shè)計生產(chǎn)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(xué)習(xí)庫。此外，賽靈思一直與我們的深度學(xué)習(xí)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(jié)構(gòu)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(shù)據(jù)訓(xùn)練非常成功。但隨著行業(yè)逐步加深，應(yīng)用逐步增多，發(fā)現(xiàn)僅僅在服務(wù)器端還不夠的，端側(cè)可以做極大延伸。例如，安防從嵌入式視覺系統(tǒng)到視覺導(dǎo)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(xiàn)在把人眼看的部分，通過算法和數(shù)據(jù)集中到服務(wù)器端，下一步希望減少服務(wù)器的負擔，在端側(cè)——攝像頭去做識別。這樣做的好處，首先是可以減少網(wǎng)絡(luò)帶寬，因為網(wǎng)絡(luò)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(xiàn)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(xiàn)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(jīng)網(wǎng)絡(luò)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(chǎn)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(jīng)網(wǎng)絡(luò)加速器)方案，特點是提供靈活的IP內(nèi)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(jīng)網(wǎng)絡(luò)加速器(NNA)內(nèi)核，適合智能監(jiān)控等、移動、工業(yè)等場景。名為AX2185和AX2145的內(nèi)核，設(shè)計目的是在極小芯片面積上以極低功耗實現(xiàn)神經(jīng)網(wǎng)絡(luò)高性能計算。它們是基于Imagination革命性的神經(jīng)網(wǎng)絡(luò)加速器(NNA)架構(gòu)PowerVR Series2NX設(shè)計的，該架構(gòu)可以使“智能”從云端轉(zhuǎn)移至邊緣設(shè)備，從而實現(xiàn)更高的效率和實時響應(yīng)。

　　PowerVR Series2NX架構(gòu)是完全重新設(shè)計的，旨在為移動和嵌入式平臺中的高效神經(jīng)網(wǎng)絡(luò)推理提供硬件加速。其靈活的位寬可基于每一層去支持權(quán)重和數(shù)據(jù)，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(xiàn)更高的性能。

視頻監(jiān)控從純被動式調(diào)查轉(zhuǎn)向主動預(yù)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(yīng)。隨著視頻分析從傳統(tǒng)的啟發(fā)式算法轉(zhuǎn)向深度學(xué)習(xí)算法，加上人工智能的問世，實現(xiàn)了對這些數(shù)據(jù)的機器驅(qū)動型智能操作，我們獲得了絕佳的機會，可以將安防應(yīng)用從純被動式調(diào)查轉(zhuǎn)變?yōu)橹鲃宇A(yù)防事件和/或改善消費者服務(wù)的模式。這種類型的AI功能在各種智能基礎(chǔ)設(shè)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(wù)和客戶體驗。

　　有效的主動行動需要低延遲的響應(yīng)時間，在邊緣節(jié)點(在攝像頭本身而不是在服務(wù)器端)嵌入AI將會是實現(xiàn)這一點的最佳方式?？稍谝曨l源中實現(xiàn)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(xiàn)神經(jīng)網(wǎng)絡(luò)引擎的系統(tǒng)級芯片;它們可以根據(jù)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(shù)據(jù)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(nèi)存和存儲解決方案，適用于各種攝像頭設(shè)計。具體來說，對于AI驅(qū)動的攝像頭，美光的DDR4和LPDDR4技術(shù)適用于高速神經(jīng)網(wǎng)絡(luò)實施。系統(tǒng)級芯片和存儲之間的數(shù)據(jù)移動占據(jù)神經(jīng)網(wǎng)絡(luò)實施工作量的很大一部分。美光先進的基于3D-NAND的eMMC技術(shù)使客戶能夠存儲大量代碼和關(guān)聯(lián)數(shù)據(jù)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(xiàn)邊緣存儲以及邊緣處理。對于智能攝像頭，網(wǎng)絡(luò)安全也是我們主要關(guān)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(wǎng)絡(luò)安全問題。除強大的產(chǎn)品組合和遍布全球的分銷網(wǎng)絡(luò)之外，美光科技還擁有全球技術(shù)專家，能夠幫助客戶針對不斷發(fā)展的AI使用情形設(shè)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(chǎn)品世界,2017(7):20-23.

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

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

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

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

　　本文來源于《電子產(chǎn)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。