簡述安防行業(yè)的發(fā)展趨勢、歷程以及現狀

近年來安防行業(yè)高速發(fā)展，作為核心領域的視頻監(jiān)控經歷了從“看得見”到“看得清”，再到“看得懂”的轉變。面對海量視頻數據和越來越高的實時性計算要求，5G和邊緣計算在安防行業(yè)有著廣闊的應用發(fā)展前景。本文重點闡述5G和邊緣計算在安防行業(yè)的應用背景、技術架構、重要特征及問題和挑戰(zhàn)。

安防行業(yè)發(fā)展趨勢

智慧安防助力行業(yè)高速發(fā)展

安防技術在預防和打擊犯罪，維護社會治安，預防災害事故，減少國家、集體財產和人民生命等方面具有重大作用。安防行業(yè)已從傳統(tǒng)的人員安防發(fā)展到數字時代的智慧安防，成為最新科技與社會經濟生活深度融合和快速落地的領域之一。近年來國內安防行業(yè)總產值呈現逐年增長的趨勢，據CPS中安網數據統(tǒng)計，2019年全國安防行業(yè)總產值為8260億元，同比增速15%，且連續(xù)5年保持10%以上的增長率。

安防行業(yè)根據不同的使用場景可以分為城市級安防、行業(yè)級安防和消費級安防，其服務分別面向to G（政府）、to B（企業(yè)）和toC（消費者）的需求。行業(yè)高速發(fā)展的驅動力來自兩點：一是城市化帶來的to G（政府）、to B（企業(yè)）和toC（消費者）需求增加，二是技術變革帶來的發(fā)展契機。

需求方面，在平安城市、天網工程以及雪亮工程、智慧公安的推動下，行業(yè)用戶對智能技術需求不斷增長，使得中國安防行業(yè)發(fā)展迅速。技術驅動方面，隨著5G、人工智能、大數據、物聯網、云計算等新興技術與超高清、熱成像、低照度、全景監(jiān)控等傳統(tǒng)安防技術融合應用，安防行業(yè)向超高清、網絡化、移動化、智能化、云化的智慧化方向發(fā)展，智慧安防市場規(guī)模還將進一步加速發(fā)展。

視頻監(jiān)控從“看得見”到“看得清”，再向“看得懂”轉變

第一階段，“看得見”：視頻成為最常見的事件證據形式。通常情況下，調取案發(fā)現場周遭的視頻監(jiān)控就能發(fā)現案件偵破的重要線索。監(jiān)控探頭密度越大、犯罪案件偵破率越高的思路推動監(jiān)控攝像頭的大規(guī)模部署。目前，全國基本實現了主要城市街區(qū)的無死角監(jiān)控。大量案件的犯罪過程被完整、清晰的記錄下來，成為指控犯罪、證明案件事實的最有力證據。

第二階段，“看得清”：從2016年到2018年初，十三五規(guī)劃、十九大報告、公安部雪亮工程等不斷強調提升安防視圖資源共享協作及聯網率、高清化建設。2019年3月，中央多部委聯合印發(fā)了《超高清視頻產業(yè)發(fā)展行動計劃（2019—2022年）》，視頻監(jiān)控迎來超高清視頻應用的藍海。行動計劃明確按照“4K先行、兼顧8K”的總體技術路線，大力推進超高清視頻產業(yè)發(fā)展和相關領域的應用。

第三階段，“看得懂”：在“看得見”到“看得清”之后，人工智能技術正在把安防系統(tǒng)從被動的記錄、查看，逐漸轉變?yōu)槭虑坝蓄A警、事中有處置、事后有分析。通過主動預警、及時處置、自動分析，從而實現從“看得清”到“看得懂”。從車牌識別到車輛數據結構化分析，從人臉檢測到人臉比對，以及目標全結構化分析、行為事件的檢測分析等，每一項新技術的落地，都象征著安防智能時代正在一步步變成現實［1］。

安防行業(yè)邊緣計算現狀

5G與安防行業(yè)具有天然的適應性

5G的正式投入使用將使得安防行業(yè)從此面向更廣泛、更深入的應用領域［2］。5G技術的全國性商用也為安防行業(yè)帶來了新的可能性。5G應用中的eMBB（增強移動寬帶）、mMTC（海量大連接）、uRLLC（超可靠低時延）技術特征正好能夠滿足移動化的視頻監(jiān)控業(yè)務帶寬和接入需求。

eMBB能夠為帶寬要求極高的視頻類業(yè)務提供技術支撐，解決視頻監(jiān)控隨著高清化的演進而帶來的帶寬壓力問題。結合5G技術，移動端可以非常流暢地享受到更高質量的沉浸式視頻內容，并實現隨時隨地視頻采集、分享、上傳、面對面?zhèn)鬏敽鸵苿右曨l控制，如移動指揮、移動視頻偵查、移動巡邏執(zhí)法等。

mMTC則能滿足連接密度要求高的業(yè)務需求，解決移動化的終端設備接入問題，并為智能安防云端決策中心提供更周全、更多維度的參考數據，有利于進一步的分析判斷。

城市安防的物聯網終端如防災設施、水位監(jiān)測；社區(qū)安防中的人臉閘機、車輛道閘、智能門禁、消防設施、垃圾儲量感應、智能車棚、停車位感知；家庭中的智能家居終端，都可以通過5G技術實現統(tǒng)一聯網，讓社區(qū)治理與服務實現秒級通信。

uRLLC結合物聯網、人工智能、云計算、大數據技術，在安防機器人方面已有較大的技術突破。已有研究機構研發(fā)出基于5G+AI能力的智能安防機器人，可以實現從智能感知采集到云端智能分析、處置指令發(fā)送，再到機器人控制和處置的流程。

邊緣計算在安防領域有廣泛應用價值

我國一個二線以上城市可能就有上百萬個監(jiān)控攝像頭，面對海量視頻數據，云計算中心服務器計算能力有限。若能在邊緣處對視頻進行預處理，可大大降低對云中心的計算、存儲和網絡帶寬需求。因此，視頻監(jiān)控是邊緣計算技術應用較早的行業(yè)，體現在以下幾個方面：

第一，數據的分布式收集存儲。在邊緣計算模型下，借助邊緣服務器實現對政府、社會和個人等各類零散監(jiān)控的整合，在邊緣端進行一次預處理，對無價值的數據進行過濾，然后對視頻數據進行短暫存儲并自動分流，這一操作能有效減緩云端平臺的存儲壓力。

第二，數據的加密傳輸與共享。在邊緣計算模型下，公安機關可通過對邊緣端的設計，使經過初步處理的視頻數據得到一次加密，通過通信技術向指定的云端平臺進行輸送。這些視頻數據中偵查信息的安全性得到充分保障，在傳輸過程中被竊取的可能性大大降低［3］。

第三，數據的智能分析與協同。邊緣端能實現對前端設備的自動化調整，在監(jiān)控識別運動物體后，相鄰監(jiān)控能夠在同一邊緣管理器的控制下實現一定范圍內的配合，進而做到監(jiān)控視角的自動調整、對焦或軌跡追蹤。同時，邊緣端智能識別的突發(fā)性案件可以經有效識別后向偵查機關自動預警，使視頻信息應用同步化，為偵查人員的介入爭取寶貴時間［3］。

第四，數據的規(guī)范有序運營。在邊緣計算的框架下，也有利于視頻數據的規(guī)范運轉，從而能夠形成有序的數據庫資源。前端生成的視頻數據，沿著邊緣服務器利用通信技術向云端傳輸。云端可以對各邊緣端、邊緣端可以對各前端設備可以實現有序管理。

安防行業(yè)邊緣計算發(fā)展歷程

安防行業(yè)的邊緣計算技術應用發(fā)展分為如下三個階段［4］，早期邊緣計算技術在安防行業(yè)的應用主要兩大特點是緩解流量壓力和安全性更高，中期側重各行業(yè)專用分析算法，最近幾年，深度學習在人工神經網絡優(yōu)化方面獲得突破，使得機器輔助成為可能，拓展了人工智能的應用領域。

各大芯片廠商開始紛紛推出人工智能算法的芯片，使得人工智能在邊緣端的實現成為可能。各大安防廠商也相繼推出基于邊緣計算技術的人工智能設備，如人臉抓拍系列產品就是其中的典型?；谶吘売嬎慵夹g，使其能夠在行人通過的時候，就第一時間解析出人臉數據，并把人臉數據發(fā)到數據中心進行匹配處理。

系統(tǒng)架構

從邏輯架構上，基于云邊協同和邊緣智能的安防系統(tǒng)架構從下至上分為前端感知、邊緣計算、云計算和安防應用四個層面［5］。

第一層，前端感知層：是整個系統(tǒng)的神經末梢，負責現場數據的采集。除攝像頭外，系統(tǒng)的接入終端還包括各類傳感器、控制器等物聯網設備。

第二層，邊緣計算層：匯總各個現場終端送來的非結構化視頻數據和物聯網數據并進行預處理，按既定規(guī)則觸發(fā)動作響應，同時將處理結果及相關數據上傳給云端。根據需要，邊緣節(jié)點可實現一個或多個邊緣應用的部署。

第三層，云計算層：主要由邊緣管理模塊、視頻云平臺、人工智能模塊和物聯網平臺組成，負責全局信息的處理和存儲，承擔邊緣層無法執(zhí)行的計算任務，并向邊緣層下發(fā)業(yè)務規(guī)則和算法模型以及為各類應用的開放對接提供標準的API。

第四層，安防應用層：利用分析處理的結構化/半結構化數據，結合特定的業(yè)務需求和應用模型，為用戶提供具體的垂直應用服務，如人臉識別、物體識別、人口管理、行為識別、車牌管理、案件偵破、森林防火、機場安保等場景。

兩大特征

特征一：安防云邊協同

智慧安防是云計算與邊緣計算的融合，兩者的協同應用，會將安防行業(yè)大數據分析推向一個新的高度［6］。第一，從業(yè)務需求方面來看，“云邊協同”方式是安防智能化發(fā)展的必然趨勢。能夠充分發(fā)揮兩種方案的各自優(yōu)勢，在緩解系統(tǒng)帶寬壓力、縮短處理時延和提高分析準確度方面都有很大的提升。

在整個系統(tǒng)中，邊緣計算功能除了由前端設備本身的智能化來實現外，還可以借助承載網絡的邊緣計算功能來實現，也就是在靠近網絡邊緣的地方部署服務器，綜合網絡的資源使用情況、系統(tǒng)性能以及設備信息，盡可能在最靠近網絡邊緣的位置進行業(yè)務分流，或進行數據分析、處理，同樣可以達到減少骨干網的傳輸壓力，降低處理時延，提升用戶體驗的目的。

第二，從技術發(fā)展方面來看，邊緣計算與云計算是安防行業(yè)數字化轉型的兩大重要計算技術，兩者在網絡、業(yè)務、應用、智能等方面的協同發(fā)展將有助于安防行業(yè)更大限度的實現數字化轉型［7］。云計算把握整體，適用于大規(guī)模、非實時業(yè)務的計算；邊緣計算關注于局部，適用于小規(guī)模、實時性計算任務，能夠更好完成本地業(yè)務的實時處理。

特征二：安防邊緣智能

邊緣計算與人工智能互動融合的新模式稱之為邊緣智能，是指在靠近數據產生端的邊緣側，人工智能算法、技術、產品的應用。

邊緣智能旨在利用邊緣計算低時延、鄰近化、高帶寬和位置認知等特性，通過人工智能技術為邊緣側賦能，使其具備業(yè)務和用戶感知能力。

具體實現上主要包括兩個方面：首先，邊緣智能載體是具備一定計算能力的硬件設備，可實現不同智能功能，稱之為邊緣計算節(jié)點。邊緣計算節(jié)點就近收集和存儲智能前端的各類異構數據、就近管理和調度智能計算資源，滿足不同場合對智能分析的即時響應、即時分析的需要。

可以接收、整合、傳遞智能前端的結構化數據，也可以根據需要調配算力，應用不同的算法對當前分級內的數據進行智能分析，實現智能應用。

其次，單個的邊緣節(jié)點可以將本級內智能前端以及邊緣計算所需的存儲資源以及計算資源進行統(tǒng)一管理，根據需求調度智能算法，結合邊緣計算節(jié)點的智能分析能力，實現在本級內完成所有預定的智能功能；多個邊緣計算節(jié)點可以根據需求組合，形成一個智能網絡，在網絡中對數據進行加工，交換數據，共享計算結果［8］。

以人臉識別應用為例，人臉檢測、抓拍乃至對比等人臉識別算法可以利用深度學習神經網絡算法離線訓練，訓練完成后再進行算法精簡，以此將AI能力注入到前端攝像機等邊緣設備，通過高性能計算芯片和圖像識別智能算法賦能邊緣設備，在邊緣實現視頻圖像目標的檢測、提取、建模、解析，把圖像解析的大量計算壓力均勻分擔到小顆粒大規(guī)模的邊緣計算資源上，僅把精煉的結構化有效數據上傳云端處理，可以有效降低視頻流的傳輸與存儲成本，分攤云中心的計算和存儲壓力，實現效率最大化。

在本地設備上直接完成智能圖像識別，也實現了低延時和快響應，提高實時性。邊緣計算與人工智能技術在公共安全領域的應用，能夠有效提升公共安全管理的效率與水平，大幅降低人力物力成本，對城市管理、民生改善具有巨大價值，市場前景廣闊，且技術應用的基礎條件已經成熟，邊緣智能技術將得到進一步發(fā)展，邊緣側AI應用場景將得到進一步豐富。

問題與挑戰(zhàn)

第一，邊緣計算在安防領域的應用需要其他技術的配合，比如人工智能，而AI芯片在其中扮演著核心角色。智能安防領域急需更多適用于邊緣計算的AI芯片，能滿足即時、準確、低成本、低功耗等高要求。

第二，就邊緣端設備的部署和運維而言，邊緣設備需要考慮體積和成本等核心因素，不能接受占用很大的存儲空間和功耗，而且其具體下沉的位置，也需要綜合考慮網絡管理的復雜度、性能優(yōu)化的效果來進行部署。除此之外，邊緣結點設備部署分散，如何管理分散的數以萬計的終端設備，對運維的方式和效率也提出了新的挑戰(zhàn)。

第三，邊緣設備的數量眾多，相互之間差異大，但技術標準尚不統(tǒng)一。由于會廣泛的分布在各數據節(jié)點，可能會出現不同的處理算法，需要標準來規(guī)范輸出的數據格式，否則不利于云端數據再處理。

第四，邊緣設備因為更接近數據源，數據種類和數量的激增，網絡邊緣的高度動態(tài)性也增加了網絡的脆弱性，新興的攻擊方式尤其是針對物理設備的攻擊，為設備和數據安全帶了新的挑戰(zhàn)。

第五，盡管業(yè)界在MEC技術的應用方面已經進行了大量的研究，但目前邊緣計算在安防領域鮮有成規(guī)模的商業(yè)落地，真正的應用收入較少，邊緣平臺效益尚不明朗，成本能否順利回收存在不確定性。在一段時間內，豐富邊緣計算商業(yè)模式，提升邊緣平臺的效益，對各參與主體都將是一個不小的挑戰(zhàn)。

參考文獻

［1］何遙。 2020安防產品新趨勢［J］。中國公共安全， 2020（3）：112-116

［2］許慕鴻，王星妍．MEC技術在視頻監(jiān)控領域的應用［J］．信息通信技術與政策，2020（2）：87-91.

［3］賈曉千，陳剛，李白冰．邊緣計算在視頻偵查中的應用［J］．計算機工程與應用。 http://kns.cnki.net/kcms/detail/11.2127.TP.20200220.1610.004.html

［4］崔兆蕾．邊緣計算技術在安防行業(yè)的發(fā)展及應用［J］．中國安防，2018（4）：77-79.

［5］徐型平。 5G技術在安防行業(yè)的應用淺析［J］。 中國安防，2020（3）：83-88

［6］潘三明，袁明強?；谶吘売嬎愕囊曨l監(jiān)控系統(tǒng)及應用［J］。電信科學， 2020（6）：64-69.

［7］賽迪顧問。 邊緣智能發(fā)展與演進白皮書。 中國計算機報［N］，2019年5月20日：18

［8］七牛云。 邊緣計算的爆發(fā)為安防全產業(yè)帶來了怎樣的變化？［N］。知乎https://zhuanlan.zhihu.com/p/55599887

編輯：jq