人類(lèi)進(jìn)入智能社會(huì )的基礎是數字化，萬(wàn)物感知是將物理世界數字化的前提，65%的行業(yè)數字化信息來(lái)自于機器視覺(jué)，而前端視覺(jué)感知的種類(lèi)、數量和質(zhì)量決定了智能化程度的高低。
作為機器視覺(jué)的感知終端，智能攝像機在5年前便已經(jīng)出現，與傳統高清網(wǎng)絡(luò )攝像機（IPC）不同，在A(yíng)I深化的智能時(shí)代，前端攝像機越智能，就越能適應復雜多變的環(huán)境，抓住稍縱即逝的時(shí)機，采集到更高質(zhì)量的視頻數據。
但是受限于當時(shí)算法和芯片技術(shù)，在雨天、沙塵、霧霾等不可抗拒的環(huán)境因素影響時(shí)，會(huì )導致成像質(zhì)量不佳；另外場(chǎng)景中的角度、遮擋、光線(xiàn)和像素等因素也會(huì )導致目標識別的準確率偏低，很難將智能真正應用于實(shí)戰。尤其是復雜場(chǎng)景下的視頻采集一直是業(yè)界的難題，比如大角度、低照度人臉抓拍、夜間低照度場(chǎng)景人車(chē)抓拍，白天玻璃強反光下車(chē)內人臉抓拍等。
面對這些挑戰，整個(gè)業(yè)界對攝像機智能化的訴求越來(lái)越高，攝像機已經(jīng)從以“編碼”為中心的10年一代轉向了以“人工智能”為核心的3~6個(gè)月一輪迭代，要求攝像機內置智能算力、有開(kāi)放OS、能夠在線(xiàn)加載算法。
讓攝像機從“看得見(jiàn)、看得清”，進(jìn)而能夠“看得懂”。前端視覺(jué)感知智能化，提升了算力效率同時(shí)降低了反應時(shí)間，進(jìn)而提升了視頻、圖片及各種數據采集的質(zhì)量和協(xié)同性，有效了解決了上述各種挑戰，為前端“全息感知”奠定基礎。
華為機器視覺(jué)在2018年3月提出前端智能攝像機“軟件定義”的理念，在2020年6月主導首個(gè)軟件定義攝像機國際標準，推動(dòng)架構及接口形成ITU-T標準。通過(guò)領(lǐng)先的前端智能架構，通過(guò)AI算力加持，引領(lǐng)在圖像和智能感知優(yōu)勢與創(chuàng )新，通過(guò)軟件定義實(shí)現多業(yè)務(wù)多場(chǎng)景的智能按需使用，可持續演進(jìn)。
華為攝像機以SuperColor 算力換存儲、SDC OS、IoT生態(tài)倉、HoloSens Store等多項突破性創(chuàng )新，深化視覺(jué)感知智能化，提升全天候全場(chǎng)景的視覺(jué)數據采集的質(zhì)量，構筑領(lǐng)先精準視頻智能。
華為倡導的機器視覺(jué)前端智能化，主要有以下幾個(gè)方面考慮：
第一，增強全天候圖像質(zhì)量：根據環(huán)境的照度、目標速度等變化，前端AI算法實(shí)時(shí)調節攝像機ISP參數（如快門(mén)、光圈、曝光等系數），輸出最佳的抓拍圖（去重的、保證最優(yōu)姿態(tài)的圖片）；前端智能還可以精準地做到人臉和人體數據的關(guān)聯(lián)。從而增強全天候的圖像質(zhì)量。
第二，適配多樣性場(chǎng)景：前端智能可適配復雜多場(chǎng)景，如攝像機在不同時(shí)段、不同預置點(diǎn)設置不同場(chǎng)景化智能，白天做車(chē)輛排隊長(cháng)度檢測、事故檢測、夜間做違停抓拍檢測，或者預置點(diǎn)間不同智能切換，充分發(fā)揮智能化的效能。軟件定義來(lái)消化客戶(hù)個(gè)性化/場(chǎng)景化的算法訴求，降低多樣化算法交付的敞口風(fēng)險，提升客戶(hù)智能創(chuàng )新的響應能力。
如華為X/M/C/D四大系列攝像機均支持SDC OS，使得軟件與硬件解耦，通過(guò)輕量化容器技術(shù)構建面向多算法的集成框架，讓各算法獨立運行，實(shí)現算法的快速加載與在線(xiàn)迭代。同時(shí)，華為推出HoloSens商城，旨在聚合機器視覺(jué)生態(tài)合作伙伴，為客戶(hù)提供面向各行業(yè)應用場(chǎng)景的智能能力選擇。
第三，實(shí)現毫秒級聯(lián)動(dòng)系統響應：前端智能有利于業(yè)務(wù)快速閉環(huán)和系統間聯(lián)動(dòng)，如車(chē)路協(xié)同V2I高速運動(dòng)場(chǎng)景，視頻感知的路側信息要毫秒級實(shí)時(shí)發(fā)布給附件車(chē)輛，保障通行安全。
攝像機與補光燈、雷達、紅綠燈信號檢測器等外部配套設備需要毫秒級完成聯(lián)動(dòng)，在恰當時(shí)刻曝光、針對不同區域啟動(dòng)精準補光，與紅綠燈信號檢測器周期同步，輸出有效的取證圖片。此外如雷球聯(lián)動(dòng)、槍球聯(lián)動(dòng)、人車(chē)道閘聯(lián)動(dòng)場(chǎng)景，前端智能化更有利于保障業(yè)務(wù)的實(shí)時(shí)性，大幅提升系統的響應效率。
第四，提升算力效能，降低整體TCO：前端攝像機僅處理單路視頻，對算力制程要求比后端更低，信號處理時(shí)可直接從RawData獲取數據，算力成本低，處理效率高。
前端智能化輸出優(yōu)質(zhì)圖片，可減少后端二次解碼環(huán)節，專(zhuān)注于智能分析。同樣算力下，圖片分析比視頻分析的效率高10倍。在1000路智能分析的典配場(chǎng)景，前端智能比后端智能的TCO節約55%。
第五，提升工程效率：前端智能化系統架構有支持多算法并行、多功能合一的優(yōu)勢，如一個(gè)攝像機可同時(shí)支持電警、卡口、流量檢測等業(yè)務(wù)能力，而原來(lái)需要三個(gè)不同設備才能實(shí)現，所以前端智能大大降低了工程實(shí)施的難度，提升了工程效率。
華為是軟件定義攝像機理念的提出者，堅定的踐行者。在XX智慧城市建設中，通過(guò)前端智能攝像機全部普及，極大的提升了前端數據采集質(zhì)量，智能分析效率提升10倍，智能可用效果提升數倍，整體TCO降低50%以上。
前端智能化已經(jīng)形成產(chǎn)業(yè)共識，業(yè)界主流廠(chǎng)家和用戶(hù)都在積極思考、參與和擁抱，華為提出了軟件定義攝像機，其他有的廠(chǎng)家已經(jīng)跟進(jìn)，有的提出了異曲同工的“場(chǎng)景化智能攝像機”等，形成良好的產(chǎn)業(yè)生態(tài)，而且相關(guān)的標準也逐步形成了業(yè)界共識。
視覺(jué)感知智能化，可以極大提升數據采集的質(zhì)量，同時(shí)降低后端數據處理的算力消耗，降低整體TCO，同時(shí)分布式處理也提升了系統可靠性。視覺(jué)感知智能化，從源頭影響數據的產(chǎn)生，支撐釋放海量視頻數據的價(jià)值，構建物理世界的數字孿生。
