近兩年，伴隨著智能終端設(shè)備及傳感器的數(shù)量急劇增長，海量數(shù)據(jù)對視頻監(jiān)控后臺計算效率要求越來越高，連接前后端的傳輸系統(tǒng)面臨巨大的考驗，網(wǎng)絡(luò)帶寬逐漸成為后端處理的另一瓶頸。系統(tǒng)僅靠提高網(wǎng)絡(luò)帶寬完全不能滿足萬物互聯(lián)應(yīng)用對延遲時間的要求，尤其是目前公共安全行業(yè)對即時性響應(yīng)的高要求下，后端人工大數(shù)據(jù)處理分析的延時顯得不合時宜。

　　隨著芯片技術(shù)的成熟，尤其是專門為視覺處理設(shè)計的終端芯片體積減小，能耗降低以及處理能力增強(qiáng)，使得越來越多的智能算法可以從后端轉(zhuǎn)向前端完成。例如海思在手機(jī)終端領(lǐng)域推出的AI芯片麒麟970，實現(xiàn)手機(jī)端強(qiáng)大處理能力。在安防領(lǐng)域海思還推出了專為機(jī)器視覺應(yīng)用的AI芯片，通過專用硬件加速，支撐前端攝像機(jī)實現(xiàn)深度學(xué)習(xí)下計算視覺處理，再利用前后端系統(tǒng)結(jié)合實現(xiàn)更快、更準(zhǔn)、性價比更高的解決方案，輕松解決數(shù)據(jù)傳輸、反應(yīng)延時的問題。

　　目前來看，在傳統(tǒng)攝像機(jī)亟需智能化改造的大背景下，基于AI技術(shù)的智能攝像機(jī)的應(yīng)用場景隨處可見。不但包括靜態(tài)場景下的應(yīng)用如出入口、交通以及重點場所等，還可以滿足廣域、移動、便攜等場景下的需求。

　　不可否認(rèn)，伴隨著物聯(lián)網(wǎng)、5g技術(shù)來臨，具備AI智能分析的攝像機(jī)帶來的改變，不光實現(xiàn)安防智能硬件的進(jìn)一步繁榮，還將進(jìn)一步拓展安防應(yīng)用場景。

　　智能攝像機(jī)多場景應(yīng)用還面臨諸多難題

　　雖然基于AI智能分析的前端攝像機(jī)應(yīng)用前景廣闊，但目前安防行業(yè)中出現(xiàn)的智能分析攝像機(jī)還僅限于實驗室中或者是單一場景化下的行業(yè)應(yīng)用，在一些復(fù)雜應(yīng)用環(huán)境下的表現(xiàn)并不理想。

　　例如在公安領(lǐng)域中，實戰(zhàn)業(yè)務(wù)對智能攝像機(jī)的要求非常嚴(yán)苛。一方面當(dāng)時當(dāng)?shù)丨h(huán)境因素影響智能攝像機(jī)的性能，導(dǎo)致識別準(zhǔn)確率遠(yuǎn)遠(yuǎn)低于實驗室數(shù)據(jù)。另一方面在面對具體應(yīng)用場景中，由于細(xì)分領(lǐng)域眾多，每個領(lǐng)域的業(yè)務(wù)需求不盡相同，往往要通過重復(fù)建設(shè)來滿足多應(yīng)用場景下的需求。

　　同時，在目前全國公共安全視頻監(jiān)控聯(lián)網(wǎng)應(yīng)用的過程中，系統(tǒng)還面臨應(yīng)用領(lǐng)域不同，攝像機(jī)的廠家不同，各行業(yè)之間接口不協(xié)調(diào)，標(biāo)準(zhǔn)不統(tǒng)一的困境，無法快速實現(xiàn)視頻監(jiān)控大數(shù)據(jù)的融合貫通。

　　另外，目前大多數(shù)的智能攝像機(jī)依然借助傳統(tǒng)嵌入式軟件開發(fā)模式，導(dǎo)致軟件更新、算法融入非常慢，雖然能滿足當(dāng)前的需求，但卻限制了后期攝像機(jī)的升級空間。隨著城市場景日益復(fù)雜，對于視頻內(nèi)容分析深度和廣度要求也越來越高，提升單個算法的精度，以及多細(xì)分場景下的智能算法并行已經(jīng)提上日程。