前言：在这一波AI浪潮当中作为媒体我们听得最多的还是AI算法和芯片，于一些企业而言，算法和芯片是企业的核心技术也是立身之本，对于另外一些企业而言，算法和芯片只是其为做出更具实战应用价值的监控产品的技术手段，如何通过解决算法、芯片的成本和功耗问题来提升AI监控产品的实用价值呢?本次我们邀请到北京华泰科捷信息技术股份有限公司CEO傅剑辉先生，对当前人工智能在安防行业的落地，以及AI助力下行业的发展进行了探讨。

　　Q: a&s总经理、总编辑关玉娟

　　A: 北京华泰科捷信息技术股份有限公司CEO傅剑辉

　　Q:如何看待当下安防产业的市场格局与发展空间?

　　A:当前安防产业已经走过了三个时代，历经模拟时代和IP时代，从2016年北京安博会到2017深圳安博会上安防厂商展出的产品及解决方案，昭示着安防产业已经全面进入AI人工智能时代。针对业内目前的状况，当前“安防+AI”发展的瓶颈主要受视频数据量和中心结构化服务器计算性能的制约(例如传统安防系统中，摄像机采集的数据要经过后台对其进行解码、抽祯、人脸识别与结构化应用，再进行特征码的提取、后期比对，整个过程使得计算压力全部集中在后台)，如何实现前端在复杂环境下的智能采集和结构化，成为需要跨越的一道屏障。

　　时代的变革明显以产品的迭代为依据，产品从模拟走向数字化，从数字化走向智能化，未来这个产业谁能胜出，取决于谁能占据更多的安防产品市场。

　　据2016年调研机构数据统计，安防市场规模达5400亿，其中视频监控摄像机以及摄像机配套产品就占到了1200亿，监控产品仍以每年20~25%的速度在持续增长，在这样可观的市场前景中，我们希望公司能够在人工智能时代，成长为一家有出色产品输出的企业，在中国智能安防市场有所建树。

　　Q:在这样的竞争格局中，华泰科捷的产品和核心技术有哪些竞争优势?

　　A: 首先，华泰科捷的核心团队源自于硅谷芯片团队，精于图像处理技术，多年经验的积累使我们更擅长从芯片层导入产品

　　其次，在推进前端智能化过程中，华泰科捷和清华大学王生进教授团队正在联合开发基于深度神经网络的嵌入式AI智能前端产品，实现在前端复杂环境下采集海量、精准、高质量的图像数据样本，突破性推动后续算法模型的加速、算法性能提升及深度学习模型优化。

　　在整个技术体系中，我们优先考虑的是将动态人脸识别算法移植到摄像机的前端，实现复杂场景下高密度的动态人脸检测、人脸跟踪、人脸抓拍和人脸属性分析。看似简单的一步，其实已经将智能人脸识别算法应用过程中的60%算力从后端转移到了前端，极大地缓解了后端比对搜索压力。

　　再次，我们的算法模型比服务器端上压缩了20倍，速度提升了15倍，性能却没有降低。

　　最后，华泰科捷专注于嵌入式AI智能前端产品的研发，能为行业和用户提供更多有竞争力的优质产品。

　　Q:您认为AI落地安防最终的潜力市场会在哪里?

　　A:深度学习的精髓是端到端的学习方法，以前的模式识别里面的特征提取以及分类的设计是靠人工完成的，现在深度学习从端到端，不需要人工参与，完全由算法本身通过网络结构自动完成。无论是现在很火爆的人工智能的应用，还是物联网的应用，或是区块链的技术应用，这些应用的核心技术都在指向去中心化，智能边缘计算正在成为趋势，，由此，未来人工智能在安防领域最终落地的还是在智能前端。这也是华泰科捷选择专注做AI 智能前端产品的首要原因。

　　目前公司的产品方案V1版本主要针对公共安全实战应用，以动态的“人”为核心，专注研发高品质动态人脸识别智能前端， V2版本在人脸抓拍产品成熟应用的情况下将会再加入车辆二次分析的算法模块,为用户提供更加全面的AI智能前端产品线。V3版本计划在人脸识别、表情识别、行为识别的基础上，通过包含相态、形态、神态、意态四个方面的态视算法实现对人进行整体上的概念描述

　　Q:目前公司碰到的最大的困难是什么?有什么应对策略?

　　A: AI产品的研发是一项高投入的项目，对企业的资金、人才和技术都提出了更严苛的要求

　　在具体的市场策略上，公司将主要面向垂直行业集成类合作伙伴开展全方位合作。同时也希望能邀请到更多志同道合的业界伙伴成为我们的资源投资人携手来共同开拓AI安防市场。

　　Q:贵司的AI产品对于监控领域存量市场和增量市场有哪些针对性措施?

　　A: 针对增量市场主要专注提供AI摄像机等系列产品，针对存量市场，可以通过在现有摄像机前端加装一个AI box即可实现将普通IP摄像机转化为AI摄像机，以更低工号、更卓越的性能、更具竞争力的价格，为客户提供高品质的增值服务

　　当前中国安防市场足够大，据统计目前整个中国大约有1.8亿台摄像机，中小型安防企业只要能够找准自己的定位，凭借自身的核心竞争力在细分市场做精做专，一样会有不错的发展机会。

　　Q:业内目前也涌现了一批AI芯片企业，如何看待当前AI芯片产业格局?

　　A:无论是PC时代，还是移动计算时代，核心处理器件都是计算平台走向应用的关键。芯片产在计算领域处于基础层次，是计算产业上游领域发展的基石。谁能更好地满足新一代计算平台的需求，谁就能占领下一代计算革命制高点。英特尔和APM的发展历程告诉我们，新计算平台的出现往往是新兴芯片企业弯道超车的拐点，新计算方式的发展必然带动专业处理器的需求。

　　GPU技术路线——通用芯片，广泛应用于数据中心GPU，其强大的并行计算能力使其成为AI训练数据的首选芯片之一，适用于对性能要求较高，功耗、价格其次的数据中心。

　　FPGA技术路线——半定制化，用于企业、军工等对灵活性要求高的场景，国内AI芯片公司多是基于FPGA架构研发芯片，用 FPGA 做深度学习加速器相对价格较高。

　　ASIC技术路线——全定制化，当AI发展至通用智能阶段时，用于消费电子等高性能功耗比前端的场景应用将呈现井喷式增长，ASIC专用AI芯片市场前景不可估量。

　　2018年图灵奖获得者约翰·亨尼西(斯坦福校长、前google董事长)曾表示，AI芯片一定会走向DSA架构(针对应用领域做优化的专用领域处理器架构，即通用硬件平台+专用算法)，用很低的硬件成本，超低的功耗，即可实现更好的能耗比。

　　对此，华泰科捷也计划推出一款DSA架构的专用芯片，广泛应用在公司的AI产品上。

　　编后语

　　从模拟到AI时代，每一次技术变革总能带来安防市场格局的异动，覆灭与新生同在。每个时代有每个时代的特性，模拟时代的野蛮生长，IP时代从百花齐放到高度聚敛，进入到AI时代，大家又在人工智能的跑道上展开新一轮的竞赛，产品能力和技术水平成为天然的门槛和标准，自发将产业链的上、中、下、游企业划进不同的象限，构建出一个更丰富的产业象限图，每家企业也都在积极寻找自己的坐标。

　　AI时代的安防产业繁荣又喧嚣，AI算法也好、AI芯片也好，这些备受资本热爱的标签于安防而言，更多是技术实现手段，最终给到用户端的仍是贴合实际应用的硬件产品或解决方案，而如何将这些产品和解决方案做到更好，才应该是实业人追逐的目标。在这样的市场环境中，大企业有大企业的活法，中小型企业也不用太过焦虑，市场很大，沉下心来于细分市场中深耕一个核心技术领域同样可以闯出一片天。

　　如果您对安防市场有独特见解或新的技术分享，请随时联系我们，共同探讨行业发展的新动向。