【AIOTl产品推荐】借你一双「慧眼」：传统视频监控升级改造指南

  

前 言：

　　为进一步推动AIOT技术在多领域的产业化、规模化落地与应用，北京物联网智能技术应用协会将不定期从会员单位或行业领军企业当中征集遴选一批AIOT不同领域具有代表性的、对行业和企业具有较强借鉴意义和推广价值的优秀产品、解决方案和成功案例，相关技术产品、解决方案及应用案例将编入北物联AIOT产品案例库，充分利用北物联线上媒体平台进行宣传推广，利用线下活动平台进行推介与发布，为地方政府产业发展提供决策参考，为行业提供标杆与示范、为企业寻找更多的落地应用场景，为终端用户推荐优秀解决方案及产品。欢迎AIOT不同领域有技术实力的企业积极申报（点击阅读原文）！

 

北物联会员单位：旷视科技

 

万物互联的智能时代，视频监控、周界预警、一脸通等各个应用正从相互独立，逐步走向整合统一。在这个过程中，以视频监控为主的「传统安防系统」和以AI算法为主的「AIoT安防系统」应该如何集成，是园区建设者们普遍关心的一个问题。今天我们就来聊一聊这个话题。

#1 为什么要升级改造旧有系统？

 

根据报告显示，目前园区前端的传统安防设备已接近饱和，作为园区的管理者，从传统的产品方案中，已无法获取对园区运营和管理效率飞跃性的提升。

 

 

当传统的视觉系统结合AIoT能力后，能成为一套新型的安防感知分析决策系统。然而，系统的更新换代成本是一个令决策者踌躇不前的关键因素。

 

如果摒弃已有的传统安防系统，完全新建，那意味着：

 

• 大量摄像头需要拆除重装，替换成智能摄像头

 

• 网线、电线需要重新布设、排线

 

• 传统的视频存储设备，需要被替换成“智能存储设备”，造成存储浪费

 

尤其对于中大型园区而言，“颠覆式更新换代”意味着一笔不小的成本开支。

 

能否利旧已有的传统安防设备，做升级改造，而不是推翻重来呢？

 

完全可以。

 

传统安防系统负责视频和图像数据的存储和显示；AI系统负责将图像中的“人、车、物、事”做语义化的信息提取，为园区提供智慧化安防能力，大家各司其职。

 

接下来我们就继续聊聊，AI升级改造的那些事。

 

#2 跨平台 / 跨品牌的升级改造是否存在兼容性问题？

 

先奉上结论：不会。

 

要聊清楚这个问题，我们需要学习一些硬知识：

 

安防系统间的的信息类型主要分为：视频流数据、图片流数据、信令和信息数据。跨系统、跨设备之间，需要去交换这些数据，让数据顺畅“流动”。

 

 

当出现跨平台/跨品牌的系统对接时，这些设备和系统之间，需要有一套通用的“标准语言”，来确保数据的通畅流动。这就像我们的普通话，跨地区的人们可以用同一套大家都能听懂的语言进行交流。

 

对物联网设备而言，这个“标准语言”称之为“协议（protocol）”。

 

协议通常是由具备行业影响力的技术联盟，或国家负责相应技术的部门来进行起草的。在安防领域，目前主流的协议包括：

 

国际通用协议

 

 

ONVIF（Open Network Video Interface Forum）

 

 

即开放型网络视频接口论坛，旨在确保不同厂商生产的视频产品具有互通性。

 

RTSP（Real Time Streaming Protocol）

 

 

即实时流协议，是TCP/IP协议体系中应用层协议，用于控制实时数据的传输。

 

国家标准协议

 

GB/T28181

 

 

即《安全防范视频监控联网系统信息传输、交换、控制技术要求》，是由公安部牵头实现的安防行业统一的设备接入、流媒体传输的协议。目前基本所有安防设备厂家的摄像头、NVR、视频平台都支持该协议。

 

GA/T1400

 

 

即《公安视频图像信息应用系统》，定义了视频图像信息（图片、视频片段及相关文件信息）的数据传输。

 

厂商私有协议

 

 

在标准协议外，一些安防厂家还存在私有的应用开发协议，会通过SDK(Software Development Kit)的形式，提供给其他厂商、集成商来进行接入，从而保持系统间的流畅通讯。

 

结论：在安防项目中，跨平台、跨品牌是不可避免的。然而，只要这些平台和品牌之间，能遵循标准协议，就不存在所谓“兼容性”的问题。

 

#3 升级改造该选择怎么样的平台？

 

笔者认为，在对AI升级改造的平台进行横向对比和考量时，需要参考这样几个因素：

 

√ 清晰自身业务需求

 

 

明确自身业务需求是升级改造的前提。例如，在您的业务场景下，有哪些痛点需要被AI所解决？您愿意为之付出的成本是高是低？

 

在这个“思辨”的过程中，能将您的需求去伪存真，从而把升级改造的预算“花在刀刃上”。

 

√ 选择AI能力强的平台

 

 

既然是做AIoT的升级，应该尽可能选择AI能力强的平台。

 

这个所谓的“能力强”体现在：

 

• AI算法种类要多 —— 越多的算法种类，能为您提供更多能力支撑和思路拓展

   

• AI算法精度要准 —— 算法既要求“量”也要求“质”，不准的算法形同鸡肋

   

• 算法部署要灵活 —— 中心/边缘/端，算法有多种部署和组合形式为佳

 

无脑盲选的话，推荐首选“AI大厂”的平台，各方面都会有保证一些。

 

√ 选择具备“AIoT”能力的平台

 

 

在算法的落地过程中，由于存在不同场景、成本、响应速度、部署难度上的考量，部署在“中心服务器”上有时候并不是最优的选择。

 

举例来说，在做通行时，为了让通行效率足够高，最理想的做法是在端侧部署人脸识别和活体算法，让端侧进行自主决策。

 

因此，具备“AIoT”能力，或者换句话来讲，具备“软硬一体”能力，成为考量平台实力的一个关键因素。一家AI厂商是否具备成熟的边端硬件产品，是否适配目标场景，是此项的关键。

 

√ 选择协议兼容性和开放性足够高的平台

 

 

虽然在前文中我们有提到，已经有足够多的协议来解决系统间的兼容性问题，然而，这并不意味着所有的系统都“愿意”遵循这些协议。

 

其中可能会存在的因素有：

 

• 投入产出考量 —— 接入大量协议需要一定的研发资源投入

   

• 市场竞争考量 —— 即平台从“意愿上”天生排斥利旧

 

• 开放性考量 —— 即平台的心态是“赢者通吃”还是“开放共赢”……

 

旷视AIoT产品体系，以盘古为例，不仅支持RTSP、ONVIF、GA/T1400等国际或国家标准协议，也支持包括海康、大华、宇视、华为在内的多家传统视频监控厂商的私有协议接入。同时，开放所有能力层和业务层API接口多达130+个，能很好地利旧原有系统，与合作伙伴和客户开放共赢。

 

本期作者：乔帮主

本期特邀嘉宾：六猴（公众号：六猴IT闲谈）

以上分享仅代表作者与嘉宾个人观点