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)應用、解決方案及發(fā)展動(dòng)向。

視頻監控的發(fā)展遠不止一個(gè)“安全性”

　　視頻監控應用的基礎在于安全性，但目前視頻監控的未來(lái)發(fā)展似乎遠不止于此，例如其還能進(jìn)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(zhù)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(wù)不斷演進(jìn)發(fā)展。

　　AI 的普及將顯著(zhù)加速視頻監控技術(shù)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(wù)器機柜等，無(wú)所不包。出人意料的是，視頻監控行業(yè)從常規算法向AI技術(shù)的轉變異常迅猛，如對象分類(lèi)、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(wú)論是在北京交通高峰時(shí)段熙熙攘攘的街道，還是在上海最大型體育場(chǎng)內舉辦的超級巨星演唱會(huì )上，AI技術(shù)的轉變都能顯著(zhù)提升應用的準確度、性能、效率以及穩健性。

　　另一大趨勢是AI技術(shù)迅速的演進(jìn)發(fā)展。深度學(xué)習算法日新月異，如Resnet、Faster-RCNN、Segnet、FPN以及Yolo V3，不一而足。同時(shí)新算法還在不斷涌現。沒(méi)有人能預測哪一種新型神經(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(wàn)種變體，試圖為其自有應用實(shí)現最佳成果。在可預見(jiàn)的未來(lái)，這種發(fā)展不會(huì )停滯不前或放緩，因為我們才剛剛進(jìn)入 AI 時(shí)代。更多創(chuàng )新還會(huì )不斷涌現。

　　FPGA 本質(zhì)上十分適合進(jìn)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(shí)延能力。此外，與 GPU 相比，FPGA 能效顯著(zhù)，可用于對功耗水平要求嚴格的 AI 攝像頭應用中。借助同時(shí)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(jìn)行分區，還能提升系統級集成度，從而降低 BOM 成本與系統功耗。

　　除芯片本身之外，為了提升設計生產(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)習庫。此外，賽靈思一直與我們的深度學(xué)習合作伙伴深鑒科技(Deephi)開(kāi)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(huì )

　　很多人認為英偉達做的數據訓練非常成功。但隨著(zhù)行業(yè)逐步加深，應用逐步增多，發(fā)現僅僅在服務(wù)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(jué)系統到視覺(jué)導向的自主系統，即過(guò)去紅外攝像頭，保安和監控人員要看一二十個(gè)小時(shí)，現在把人眼看的部分，通過(guò)算法和數據集中到服務(wù)器端，下一步希望減少服務(wù)器的負擔，在端側——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(huì )延時(shí);第三是隱私性。

　　在智能攝像頭監控方面，可用于大規模的實(shí)時(shí)分析，例如用人臉識別來(lái)進(jìn)行目標跟蹤，發(fā)現大型場(chǎng)館入口處的人的可疑行為等，另外還可對車(chē)隊和物體進(jìn)行監控識別，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(wèn)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(wèn)題是有非常少的人員可以基于DSP去做編程，沒(méi)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(diǎn)是提供靈活的IP內核來(lái)達到高性能，適用于低功耗、低帶寬的場(chǎng)景。

　　另外，Imagination推出了兩款PowerVR 2NX神經(jīng)網(wǎng)絡(luò )加速器(NNA)內核，適合智能監控等、移動(dòng)、工業(yè)等場(chǎng)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(shí)現神經(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(shí)現更高的效率和實(shí)時(shí)響應。

　　PowerVR Series2NX架構是完全重新設計的，旨在為移動(dòng)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重和數據，這意味著(zhù)PowerVR Series2NX可以保持高推理精度，同時(shí)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(shí)現更高的性能。

視頻監控從純被動(dòng)式調查轉向主動(dòng)預防

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

　　有效的主動(dòng)行動(dòng)需要低延遲的響應時(shí)間，在邊緣節點(diǎn)(在攝像頭本身而不是在服務(wù)器端)嵌入AI將會(huì )是實(shí)現這一點(diǎn)的最佳方式?？稍谝曨l源中實(shí)現此類(lèi)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(shí)現神經(jīng)網(wǎng)絡(luò )引擎的系統級芯片;它們可以根據具體的使用情形進(jìn)行編程和更新，借助先進(jìn)的存儲芯片快速而高效地執行算法，并通過(guò)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(lái)說(shuō)，對于A(yíng)I驅動(dòng)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(shí)施。系統級芯片和存儲之間的數據移動(dòng)占據神經(jīng)網(wǎng)絡(luò )實(shí)施工作量的很大一部分。美光先進(jìn)的基于3D-NAND的eMMC技術(shù)使客戶(hù)能夠存儲大量代碼和關(guān)聯(lián)數據庫，而基于3D-NAND的高密度工業(yè)級uSD卡使客戶(hù)能夠以極具成本效益的方式在攝像頭中實(shí)現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(gè)問(wèn)題，美光科技為此專(zhuān)門(mén)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(wèn)題。除強大的產(chǎn)品組合和遍布全球的分銷(xiāo)網(wǎng)絡(luò )之外，美光科技還擁有全球技術(shù)專(zhuān)家，能夠幫助客戶(hù)針對不斷發(fā)展的AI使用情形設計自己的系統。

　　參考文獻：

　　[1]賽迪顧問(wèn).中美人工智能市場(chǎng)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(jué)的算法、研發(fā)和產(chǎn)品動(dòng)向[J].電子產(chǎn)品世界,2017(7):24-27.

　　[3]Werner Goertz,Annette Jump,Alan Priestley.用于邊緣設備的AI為設備制造商營(yíng)造機會(huì )[J].電子產(chǎn)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(chǎn)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(huì )[J].電子產(chǎn)品世界,2018(5):13-17.

　　本文來(lái)源于《電子產(chǎn)品世界》2018年第7期第23頁(yè)，歡迎您寫(xiě)論文時(shí)引用，并注明出處。