视觉感知智能化，构筑领先精准视频智能

本篇文章2216字，读完约6分钟

人工智能是让计算机模拟人类看、听和读。对图像、声音和文字的理解基本上构成了现在的人工智能。实验心理学家特里歇尔著名的心理学实验表明，人类感官获得的信息有83%来自视觉，因此目前人工智能应用的50%以上都与机器视觉有关。数字化是人类进入智能社会的基础，对一切事物的感知是数字化物质世界的前提。行业中65%的数字化信息来自机器视觉，而前端视觉感知的类型、数量和质量决定了智能水平。

智能相机作为机器视觉的感知终端，出现于五年前。不同于传统的高清网络摄像机(ipc)，在人工智能不断深入的智能时代，前端摄像机越是智能化，就越能适应复杂多变的环境，抓住转瞬即逝的机遇，采集更高质量的视频数据。但是，受当时算法和芯片技术的限制，受雨天、灰尘、雾霾等不可抗拒的环境因素影响，成像质量较差；此外，场景中的角度、遮挡、光线和像素等因素也会导致目标识别的准确率较低，这使得将智能应用于实战变得困难。尤其是复杂场景下的视频捕捉一直是行业中的难题，如捕捉大角度低照度的人脸，捕捉夜间低照度场景下的人和车，捕捉白天玻璃反射强烈的车中人的脸等。

面对这些挑战，整个行业需要越来越多的智能相机。摄像机已经从以“编码”为中心的10年代发展到以“人工智能”为核心的3~6个月的迭代，这就要求摄像机具有内置的智能计算能力、开放的操作系统和在线加载算法的能力。让摄像机“看得见，看得清楚”，然后“理解”。前端视觉感知是智能化的，提高了计算效率，减少了响应时间，从而提高了视频、图片和各种数据采集的质量和协调性，有效地解决了上述挑战，为前端全息感知奠定了基础。

华为机器视觉(Huawei Machine Vision)于2018年3月提出了前端智能相机的“软件定义”概念，并于2020年6月引领了第一个软件定义相机的国际标准，推动架构和接口形成itu-t标准。通过领先的前端智能架构和人工智能计算能力祝福，引领图像和智能感知方面的优势和创新，通过软件定义实现多服务和多场景的智能按需使用和可持续演进。华为相机用超级色彩计算能力换取了许多突破性创新，如存储、sdc操作系统、物联网生态仓库、holosens商店等。，深化视觉感知的智能化，提高全天候场景下的视觉数据采集质量，打造领先、精准的视频智能。

华为倡导的机器视觉前端智能主要有以下考虑:

首先，提高全天候图像质量:前端ai算法根据环境光照和目标速度的变化，实时调整相机的isp参数(如快门、光圈、曝光等系数)，输出最佳快照图像(最佳姿态的去重图像)；前端智能还可以准确地关联面部和人体数据。从而提高全天候图像质量。

第二，适应不同场景:前端智能可以适应复杂的多场景，比如在不同时间段和预设点为摄像机设置不同的场景智能，白天检测车辆排队长度和事故，晚上检测非法停车抓拍，或者在预设点之间切换不同的智能，充分发挥智能的效率。软件定义可以消化客户的个性化/基于场景的算法需求，降低多样化算法交付的暴露风险，提高客户对智能创新的响应能力。例如，华为x/m/c/d摄像机都支持sdc操作系统，该系统将软件与硬件分离，通过轻量级容器技术为多种算法构建一个集成框架，并使每种算法独立运行，实现算法的快速加载和在线迭代。与此同时，华为推出了holosens购物中心，旨在整合机器视觉生态合作伙伴，为客户提供各行业应用场景的智能能力选择。

第三，实现ms级联动系统响应:前端智能有利于快速闭环业务和系统间的联动，如车路协同v2i的高速运动场景，视频感知的路侧信息应在毫秒内实时发布给附属车辆，以确保交通安全。摄像机与外部支持设备(如加油灯、雷达、交通灯信号检测器等)之间的连接。需要在毫秒内完成，以便在适当的时间曝光，启动不同区域的精确补光，定期与交通灯信号检测器同步，并输出有效的取证图片。此外，如雷球联动、枪球联动、人车门联动等，前端智能化更有利于保证业务的实时性，大大提高系统的响应效率。

第四，提高计算能力效率，降低总体拥有成本:前端摄像头只处理单通道视频，对计算能力的要求比后端低。在处理信号时，可以直接从原始数据中获取数据，计算能力成本低，处理效率高。前端智能输出高质量图片，减少后端二次解码，专注智能分析。在相同的计算能力下，图像分析的效率是视频分析的10倍。在1000智能分析的场景中，前端智能的总体拥有成本比后端智能低55%。

第五，提高工程效率:前端智能系统架构具有支持多算法并行和多功能的优势。例如，一个摄像头可以同时支持电子报警、卡口、流量检测等业务功能，这些功能可以通过三种不同的设备实现，因此前端智能化大大降低了工程实施的难度，提高了工程效率。

华为是软件定义相机概念的支持者和坚定实践者。在xx智能城市建设中，前端智能摄像头得到了推广，极大地提高了前端数据采集质量，智能分析效率提高了10倍，智能可用性效果提高了数倍，总体拥有成本降低了50%以上。

前端智能已经形成了行业共识，行业内主流制造商和用户都在积极思考、参与和拥抱。华为提出了软件定义的相机，其他一些制造商也纷纷效仿，还有一些提出了类似的“基于场景的智能相机”，形成了良好的产业生态。而相关标准也逐渐形成了行业共识。

智能视觉可以极大地提高数据采集的质量，降低后端数据处理的计算功耗，降低总体拥有成本，并通过分布式处理提高系统的可靠性。视觉感知是智能的，它从源头上影响数据的生成，支持海量视频数据价值的释放，并构建物理世界的数字双胞胎。