安防產(chǎn)業(yè)全新生態(tài)系統：物聯(lián)安防

在物聯(lián)網(wǎng)（IoT）浪潮翻江倒海而來(lái)的趨勢下，安防產(chǎn)業(yè)該如何找到乘風(fēng)破浪、再創(chuàng )新機的著(zhù)力點(diǎn)，是目前全球安防業(yè)者最關(guān)注也最迫切的問(wèn)題。然而，物聯(lián)網(wǎng)的范圍其實(shí)非常廣泛，實(shí)在無(wú)法聚焦哪些范圍是安防產(chǎn)業(yè)要整合的。

因此，法蘭克福新時(shí)代傳媒以媒體平臺（a&s雜志、secutech安全博覽會(huì )）之姿，和安全&自動(dòng)化廠(chǎng)商們集思廣益，將物聯(lián)網(wǎng)中對環(huán)境安全、人員安全、事件運作三部分的物聯(lián)感知，與影像監控、智慧分析辨識、云端大數據三大技術(shù)面向，進(jìn)行從元件端到平臺云端的End to End整合，以期形成安全&自動(dòng)化產(chǎn)業(yè)全新生態(tài)系統（產(chǎn)業(yè)鏈），我們稱(chēng)之為物聯(lián)安防（IoT Security）。

 

 物聯(lián)安防的四大要素

“物聯(lián)安防”是一個(gè)全新的安全&自動(dòng)化應用概念，它集合從IoT感知器所收集的資料，透過(guò)傳輸再與安防系統（如監控的影像資料）數據整合后，經(jīng)過(guò)一連串的識別分析及運算所得出的結果，再透過(guò)監控與自動(dòng)化系統的控制整合自動(dòng)或人工控制下達指令進(jìn)行應有的事件反應動(dòng)作。

以影像監控為例，不同于單純視頻（影像）結構化的數據分離與IoT感知信號各別處理反應的方式，“物聯(lián)安防”主要包含了四大要素：安防前端設備晶片發(fā)展與感知元件的整合、不同于過(guò)去網(wǎng)路末端的最后一英里（Last Mile）傳輸方式、軟體與后端平臺硬體的效能提升。而這四大要素則是透過(guò)不同芯片方案的創(chuàng )新發(fā)展與結合，它們分別是：

一、Security安控技術(shù)芯片整合

這些創(chuàng )新技術(shù)來(lái)自于新一代H.265 CODEC編／解碼壓縮處理、VR/AR虛擬與擴增實(shí)境全景／環(huán)景處理、VCA/IVS智慧影像處理、Biometrics多重生物辨識晶片以及IoT智慧感知Sensor的導入，達到創(chuàng )新功能差異化，并得以搭配新一代影像監控平臺達到真正的智慧監控要求境界。

二、IoT物聯(lián)感知技術(shù)

在物聯(lián)網(wǎng)與工業(yè)4.0的趨勢下，智慧制造、智慧醫療、智慧家庭、車(chē)聯(lián)網(wǎng)…等所有應用需求讓各種Sensor感知技術(shù)發(fā)揮了更大的核心影響力！同時(shí)隨著(zhù)工業(yè)自動(dòng)化及機器視覺(jué)應用的多元化發(fā)展，感知器的識別率、成本和速度將成為機器視覺(jué)系統的核心競爭力。

三、CPU/GPU/MCU Platform高效能平臺芯片技術(shù)

GPU（Graphics Processing Unit）是新一代高速顯示卡，其地位與CPU在主機板上一樣重要。GPU極大提升了電腦圖形處理的速度、增犟了圖形的品質(zhì)，并促進(jìn)了與電腦圖形相關(guān)其他領(lǐng)域的快速發(fā)展。在硬體搭載或平臺伺服器使用CPU + GPU可提供更高階的影像處理（Video Data Processing）功能及運算速度，例如：VMS或是擴充VR。而針對伺服器的CPU + GPU圖形運算晶片將成為新一代平臺硬體主要芯片技術(shù)應用，同時(shí)再佐以多種微控制芯片（Micro-controller Unit，MCU）的嵌入，安全&自動(dòng)化系統可以滿(mǎn)足任何感知器與控制器的處理，達到真正的物聯(lián)網(wǎng)應用。

四、網(wǎng)路“最后一英里”的傳輸技術(shù)

無(wú)線(xiàn)傳輸技術(shù)為物聯(lián)網(wǎng)產(chǎn)業(yè)發(fā)展所必備，但wifi、zigbee、Z-wav都會(huì )面臨傳輸與功耗的問(wèn)題。在“物聯(lián)安防”的概念下，將聚焦全球三大技術(shù)陣營(yíng)－LoRa、NB-IoT與Sigfox，這三種需要基地臺、長(cháng)距離、低功耗的物聯(lián)網(wǎng)傳輸技術(shù)，可擴大通信范圍并抗干擾，將大幅滿(mǎn)足物聯(lián)網(wǎng)持續上傳／下載的傳輸需求。

 物聯(lián)安防的發(fā)展應用

當安防產(chǎn)業(yè)發(fā)展到了“物聯(lián)安防”，包括：AI人工智慧、機器視覺(jué)、深度學(xué)習與大數據的採集的發(fā)展，與安防技術(shù)（如監控）的進(jìn)一步整合，將會(huì )帶來(lái)全新的應用境界。

一、AI人工智慧

學(xué)習、深度學(xué)習等術(shù)語(yǔ)。AlphaGo之所以打敗人腦，這三項技術(shù)都立下了汗馬功勞，它們并不是突然出現，而是由人類(lèi)發(fā)想理念，然后才是機器學(xué)習，當機器學(xué)習實(shí)現之后也才有深度學(xué)習這名詞。而AI人工智慧之所以能夠從2015年開(kāi)始進(jìn)入“大爆發(fā)”階段，除了拜深度學(xué)習應用所賜，也要歸功于GPU芯片的廣泛普及，它讓并行處理更快、更便宜;以及因應資料大規模生成（如圖片、文本、交易、地圖資訊…）而無(wú)限拓展的存儲容量。

二、機器視覺(jué)

機器學(xué)習主要是研究AI人工智慧如何在經(jīng)驗學(xué)習中改善具體演算法的效能，而“機器視覺(jué)”則是機器學(xué)習的最佳應用領(lǐng)域之一。機器視覺(jué)是一種利用光學(xué)系統、工業(yè)數位相機和影像處理工具來(lái)類(lèi)比人類(lèi)視覺(jué)和思維的技術(shù)，屬于傳感檢測領(lǐng)域的自動(dòng)化應用設備。

機器視覺(jué)系統具有極高的分辨精度和處理速度，在諸多指標上達到或超過(guò)人眼的視覺(jué)能力，并可以通過(guò)紅外線(xiàn)、超聲波、微波專(zhuān)用感知器成像等處理人體無(wú)法感知的內容。此外，機器視覺(jué)系統還可以不間斷工作，并具有成像指標客觀(guān)、可量化等優(yōu)點(diǎn)。隨著(zhù)工業(yè)自動(dòng)化與機器視覺(jué)應用領(lǐng)域的多元化發(fā)展，識別率、成本和速度將成為機器視覺(jué)系統的核心競爭力。而通過(guò)較低的硬體設定達到良好的識別率和處理速度，則能夠為設備供應商帶來(lái)更多的成本優(yōu)勢。

三、深度學(xué)習

深度學(xué)習是實(shí)現機器學(xué)習的技術(shù)，其利用人工神經(jīng)網(wǎng)路（Artificial Neural Networks）的運算方法，每一個(gè)神經(jīng)元會(huì )對輸入的資訊進(jìn)行權衡、確定權重，搞清它與所執行任務(wù)的關(guān)系，真正讓學(xué)習有了“深度”。深度學(xué)習有很多應用場(chǎng)景，只要涉及到目標檢測、目標識別的地方都可以應用深度學(xué)習來(lái)解決，例如：人臉識別、行人識別、車(chē)輛識別、物體檢測識別、圖像分割、光學(xué)字元辨識…等應用場(chǎng)景，可進(jìn)一步細化特征識別，包括人和車(chē)輛等更多特征將得到檢測和識別。

隨著(zhù)芯片技術(shù)的發(fā)展，計算性能不斷提升，加上利用大量豐富的資料樣本“訓練”，演算法成熟周期越來(lái)越短，場(chǎng)景適應性、識別指標不斷提升，性?xún)r(jià)比也越來(lái)越高。越來(lái)越豐富的智慧分析資訊，必然在各種行業(yè)中得到應用。

四、大數據采集與應用

隨著(zhù)物聯(lián)網(wǎng)應用普及，物聯(lián)網(wǎng)整合監控系統軟體的影像與數據資料的接入和存儲也越來(lái)越多，如何有效利用這些影像與數據資料、深度挖掘其潛在價(jià)值，是系統商與用戶(hù)當前面臨的首要問(wèn)題。

視頻（影像）結構化的監控系統只能解決大量影像資訊的存儲、搜尋、互聯(lián)互通等問(wèn)題，但仍然無(wú)法準確識別、定位和分析辨識影像中的人／事／物等資訊?，F在，除了要有超高清的即時(shí)影像監控、追蹤及畫(huà)面調撥來(lái)查核錄影影像中的可疑目標外，“物聯(lián)安防”還必須能夠依靠大數據提取、辨識分析及運算技術(shù)結合影像目標偵查作業(yè)，對監控畫(huà)面中可疑或重要的目標影像結合先進(jìn)的3D、行為姿態(tài)與人臉／車(chē)牌等智慧辨識分析，提取可疑的人／事／物等目標資料，產(chǎn)生有系統架構的影像與情境文字描述，從而實(shí)現特定目標的快速定位、搜尋。

例如：若發(fā)生刑事案件，可收集案發(fā)現場(chǎng)監控影像及所有物聯(lián)網(wǎng)感知設備所收集的環(huán)境與生物反應、時(shí)間過(guò)程等資訊進(jìn)行一連串智慧分析運算，對其相關(guān)聯(lián)影像中人／事／物目標進(jìn)行資料提取分析，并對每個(gè)圖片和影像進(jìn)行目標物件的人工標注描述，實(shí)現影像、圖片與對應人／事／物資料的關(guān)聯(lián)比對，然后上傳到影像與數據資料庫進(jìn)行更快速的比對運算，以得出資料庫數據做為研判依據。還可利用GIS地圖視覺(jué)化，結合時(shí)間與空間資料，詳細刻劃可疑目標的活動(dòng)軌跡，為偵破刑案提供重要支援。

大數據采集分析不像傳統監控資料只有視頻和圖片，如果去查詢(xún)也只能是獲得空間和時(shí)間兩個(gè)參數，隨著(zhù)“物聯(lián)安防”的智慧化發(fā)展，透過(guò)大量數據的接入及數據之間的深度挖掘分析，將會(huì )大大縮小人工研判分析范圍、提高工作效率。以當前的應用來(lái)看，智慧視頻分析技術(shù)在“物聯(lián)安防”背景下，將會(huì )隨著(zhù)物聯(lián)安防大平臺發(fā)展，邁向更加整合化、智慧化的方向發(fā)展，讓“物聯(lián)安防”的技術(shù)應用不止是要能達到看得清、看得懂的程度，還要能辨識出得影像場(chǎng)景的蛛絲馬跡行為，更可以把分析結果呈現出來(lái)。而最大的改變就在于“物聯(lián)安防”的技術(shù)實(shí)務(wù)，讓大量數據云端應用能不斷突破和成熟。