.探討 2020 安控技術發展白皮書

How AI is used for facial recognition in surveillance cameras

3S MARKET安控業這幾年的變化,讓很多廠商陷入於迷惘。但是,很多廠商在這些變化上,仍然以自身立場,試圖解讀這些變化,然而也很多廠商在作法上,仍然是不變應萬變。

這篇 IHS Markit 的安控 2020 技術發展白皮書,可以在網站上下載原文。

因為文中很多探討描述,很多是來自於中國廠商的觀點,與 3S MARKET 有些的接觸,如智慧零售或 AI 晶片發展等,是從歐美或台灣,與 IHS Markit 的描述並不相同。

因此仍以這篇白皮書為主架構,再補述 3S MARKET 所接觸到的觀點,提供作參考。



預計 2020 年將是影像監控行業,具有里程碑意義的一年,因為包括攝影機、錄影機、影像管理軟體(VMS),和配件在內的影像監控設備,其全球年度銷售總額,預計將首次超過 200 億美元。 

有趣的是,美國和中國這兩個世界最大的經濟體,目前捲入了貿易爭端,它們也是影像監控市場上的兩個最大參與者。 中國約佔全球銷售收入的 45%,僅次於美國,位居第二。


儘管美中兩國之間,持續存在貿易困難,以及特定行業的關稅和制裁,但預計從 2019 年到 2020 年,全球影像監控市場將成長近 10%。

根據 IHS Markit 的研究,一些地區市場,例如印度和東南亞,甚至會擴大速度更快。技術,現在是 Informa Tech 的一部分。

2020 年領先的安全技術故事是什麼? 5G,所謂的物聯網或 AIoT,甚至 Deepfake 只是本報告中討論的部分問題,這是 IHS Markit 關於未來一年趨勢的第十次年度白皮書,目的在為整個影像監控領域的機會提供指引 。

具體來說,以下七個領域,將是 2020 年辯論和討論的重要契機:

‧ 現在全球已安裝的攝影機接近 10 億支:這是什麼意思?
‧ 在影像監控製造業中,重大轉變
‧ 5G 為安全行業提供影像傳送加速
‧ Deepfake 影像監控中令人不安的真相
‧ 從 IoT 到 AIoT:將人工智慧與物聯網融合
‧ 邊緣分析以進行影像監控
‧ 遷移到雲端的前提

目前全球已安裝的攝影機接近 10 億支:這是什麼意思?
Oliver Philippou


在 2019 年,安全技術分析師團隊,更新了對影像監控攝影機安裝數量的研究,該數量衡量了全球專業安裝,和營運的影像監控攝影機的數量。 

3S MARKET 曾經發現, IHS 在 2008 - 2012 年間,數據一度非常虛浮,本文數據大致已接近,國際另一些代表性的統計數據。而早期有些單位,誇張的操作數據,已造成一些市場很扭曲的遺憾,這包括這十年來網路攝影機價格下滑的幅度,已超過七、八成以上,而量的成長卻遠低於價格下降的幅度。

近兩年 3S MARKET 也陸續提出佐證,一些晶片與攝影機業者,已經陸續理解了 3S MARKET 所提供的立場。 3S MARKET 必須呼籲,刻意製造市場數據的虛誇,並無法帶動市場的成長,過去揠苗助長的操作,也正是台、韓等這十年來,監控市場一直低靡的主要原因之一。以下一些數據,已明顯與一些單位,在過去十年於市場上所發佈的,完全不同。

該研究基於過去 15 年的,年度攝影機出貨量分析,估計全球將有 6.55 億支攝影機投入使用,到 2019 年底將增加到 7.7 億支。再過兩年,攝影機的安裝數量,將超過 10 億支 。


IHS 的研究還顯示,在 2015 年至 2018 年期間,影像監控市場的每個區域中,攝影機與人的比例都在上升。 以下是 2018 年受監視最多的五個地區,以及安裝的影像監控攝影機與人口的比例。

1. 中國:1比4.1,擁有 3.5 億個專業安裝的影像監控攝影機
2. 美國:1:4.6,擁有 7,000 萬個專業安裝的影像監控攝影機
3. 台灣:1比5.5
4. 英國:1比6.5
5. 新加坡:1比7.1

3S MARKET 這些比例,對照前面一開始的描述,說「中國約佔全球銷售收入的 45%,僅次於美國,位居第二」,就帶出了一些矛盾與弔詭 ……。

在 2018 年,儘管網路攝影機的安裝數量,超過了類比和高清 CCTV 攝影機;但在某些地區類高仍持續成長。

3S MARKET:這段描述似乎又再刻意模糊。我們這樣說吧,自從幾年前 SONY 不再提供 CCD 為主的影像晶片供應,代之以 CMOS 為主的供應,是否意味,類比已全被數位或網路監控所取代?相信專業者都很清楚,這又在玩文字遊戲 。

總體而言,成長動力因地區而異。在巴西和印度,攝影機平均價格通常較低,並且更換率較高。此外,安裝工程商和系統整合商的服務成本更低,因此更換有故障的產品,並非成本高昂。但是,在歐洲和北美,定價非常昂貴,並且市場重視產品的可靠性。

自 2014 年以來,該研究包括的所有地區均實現了成長。地區安裝量的最大成長,是在中國、美國,以及巴西、印度和東南亞的新興市場。

長期趨勢推動著成長,其中包括從類比設備向網路設備的轉變,政府資金的增加,以及不斷白熱化的價格競爭,因為最終使用者更容易買到安控攝影機。

3S MARKET:在專業安控的市場領域,我們必須指出一個前提,也就是類比式安控,是傳插即用,在各種應用領域,都可能應用上;而網路監控,目前主要還是專案應用。

一大堆單位講了十年, IP 是趨勢、主流,卻完全沒帶到應用領域生態特性,於是到今天,廠商還很單純,只要有名單、找到通路,就可躺著賣?展覽偌大攤位美其名是形象,該訴求什麼應用、用在哪?沒什麼廠商會去在意,這不是當今的寫照嗎?

越來越多的技術採用(例如寬動態範圍,低光性能和更高的解析度)也有助於提高消費者,對影像監控的認識,從而有助於改善圖像品質。影像分析的採用,同樣具有巨大的延伸應用潛力,可以將攝影機的安裝基礎,開放給更多用途,而不僅僅是安全監控上。

那麼,更大的攝影機安裝基礎,對行業意味著什麼? 隨著攝影機安裝基礎的擴展,影像監控供應商在未來幾年中,將有兩個關鍵機會。

Global Video Surveillance As A Service Market (VSaaS) : Global

VSaaS 影像監控即服務
影像監控即服務(VSaaS)是一種解決方案,客戶可以按需支付,與雲端連接的影像監控設備的費用。 影像監控數據,既可以儲存在安控攝影機所在的位置,也可以儲存在離線端的主要位置,也就是儲存在雲端。

過去,VSaaS 的機會不僅受到頻寬,和 IT 專業知識的限制,而且還受到潛在訂戶數規模的限制。 但是,隨著今天有更大的安裝基礎可供使用,VSaaS 供應商可以相應地擴展其業務和每月收入。

不斷成長的安裝基礎,也意味著有更多的 VSaaS 用戶池,類似於 Netflix 和 Spotify 等公司使用的模型,這些模型目的在根據用戶數量的增加進行擴展。

3S MARKET: 拼價格就是最有效的商業模式?不然就是透過關係?這就是最直接的商業模式?

影像分析
By Josh Woodhouse


越來越多的已安裝攝影機,因智慧影像技術的引入,使攝影機更容易捕獲事件或活動。 

但是,不斷成長的安裝基礎,也意味著有更多的影像,需要被搜尋,於是搜索的分析平台,將變得越來越重要和必要,以獲取任何見解,並突出顯示由攝影機捕獲的關鍵資訊。

在搜索的分析平台上,與影像串流會並行創建元數據串流,其中元數據串流的作用,類似於建立索引或內容列表。

在事件中,關鍵資訊(例如大小、顏色、對象類型、速度、事件時間和持續時間)儲存在元數據流中,但是可以獨立於影像執行,對每個變量的搜索。 這樣就可以在影像中搜索,越來越具體的標準。在警方調查中,這種能力有可能節省數百小時的執法時間。

因此,可搜索和可分析,正在滲透諸如城市監控之類的應用市場,而在過去一直是手動進行影像的搜索。 

這些功能適用於任何垂直行業,這意味著搜索影像,可以變得更加高效,儘管可用於搜索的攝影機數量持續增加,但最終使用者可以節省搜索的時間和金錢。

在影像監控製造業中,這是重大的轉變。

3S MARKET:實際情形真的如此嗎?3S MARKET 實際與廠商的接觸,智慧應用的技術引入,似乎還沒看到該有的樂觀成熟度。甚至存在不小比例的台灣影像設備業者,對於 5G\AI 晶片\IoT 等相關技術的引入,至今不是存在很模糊的認知,不然就是還在排斥這些技術的引用。

2019 年 11 月,是中國對美國出口,連續第 12 個月下降。下降是兩國之間複雜的經貿爭端的結果,有人可能認為,這象徵著中國製造業問題的擴大。 這種觀點認為,中國在低成本電子製造世界中的競爭力,已不如從前,如今在世界其他地方,也可以找到便宜的製造和勞動力成本。

其他因素也增加了在中國經商的難度。 例如,僱用中國供應商作為原始設備製造商(OEM)的美國影像監控品牌,不得與被美國工業和安全局列入黑名單,並被視為違反美國外交政策利益的任何實體開展業務。

由於這些原因和其他原因,供應商正在將原定運往全球最大經濟體美國的商品,生產轉移到中國境外的新地點。 

影像監控行業也不例外,並且許多參與者已經離開中國,或正在認真考慮退出策略。當網路攝影機的全球平均價格,從 2010 年的近 500 美元,降至 2019 年的不到 100 美元時,最大限度地降低製造成本,非常重要。

除中國大陸以外,台灣、韓國,以及越南和泰國等東南亞國家,目前都設有影像監控設備的主要生產中心。在美國也有生產,因為供應商使用「美國製造」的口號來應對這個市場。

3S MARKET 這兩年一直在關注美中貿易戰,所引發的相關效益。不少台灣廠商也以「MIT」試圖區隔,四處充斥的中國貨,或洗產地……。3S MARKET 觀察到一個現象,一些廠商雖然訴求「MIT」,但是做法比「MIC」更「殘」,不知這樣的「MIT」有何價值?

印度也已成為影像監控設備生產的成長中心,製造工廠的發展,最初意在滿足印度國內影像監控市場的需求。

將來,作為新德里政府「印度製造」策略的一部分,很可能會在印度製造越來越多的影像監視設備,以出口到其他市場。

如果做到這一點,印度將與越南等亞洲新興製造業中心競爭,該國的製造成本也低於中國。如果印度政府能夠吸引該國的半導體製造(技術轉讓的關鍵專業領域),其策略將被視為一項重大成就。

至於美中之間正在進行的貿易爭端,影像監控製造設備的格局,已經發生了根本變化。對於製造商而言,中國國內市場消費量的持續成長,可能會降低針對美國和其他西方市場的商品在中國的減產。 

然而,中國自稱是專業監控市場的主要生產中心,其地位無疑將面臨越來越大的競爭,而其他國家現在正在扮演更多的角色。對美國來說,或許是可行的替代方案。

3S MARKET :不過去年 3S MARKET 有接觸到幾家越南等,少數的東南亞廠商,他們的技術能力還差距甚遠。雖然美國越來越多廠商來台尋找可能的合作對象,但就連一些二線的台商也表示,他們的 IP 整體研發能力,比上一線諸如晶睿、歐普羅、彩富、勝品,還差距好幾截。


5G 為安全行業提供影像加速
Ken Rehbehn和Tommy Zhu

2020年,對於 5G 技術的採用將具有重要意義。 根據全球行動供應商協會(GSA)的數據,到 2019 年底,全球 27 個國家的 50 多個商業網路已經投入營運。

作為該技術最大的潛在市場之一,中國於去年 11 月正式推出了商用 5G。 中國工業和信息化部(MIIT)指出,到 2019 年底,將有超過 13 萬個 5G 基地台投入營運,而中國的三大電信提供商 - 中國移動,中國聯通和中國電信 - 則在早期揭幕,面向公眾的 5G 數據計劃。 

儘管中國電信商提供的 5G 計劃,比他們提供的 4G 計劃要昂貴,但 5G 計劃中的每 GB 價格卻更低。

中國 5G 的飛速發展,正推動著 5G 技術在影像監控行業中的應用潛力,中國是最大的市場,以及一些最大的影像監控公司的所在地。

5G 提供了三個主要的推動因素,將行動寬頻的價值主張,擴展到了新的領域:增強型行動寬頻(eMBB),超可靠的低延遲通信(URLLC)和大規模機器類型通信(mMTC)。其中,eMBB 提供了增強和擴展影像監控空間的機會。

為此,5G eMBB 比上一代技術,更適合影像應用,因為它更有可能滿足影像串流監控錄影的高頻寬要求。

最初在影像監控中,採用 5G 或產品使用案例,可能會為臨時或行動影像監控裝置(如建築工地,音樂會和展覽會)提供連接,由於有線連接可能會侵入性,因此在整個活動期間,都會引入並使用監控設備和昂貴。

NGMN 聯盟於 2015 年,發布的具有開創意義的 5G 白皮書呼籲,在上傳鏈路連接上,支持 25 Mbps 的數據速率。憑藉超越上一代技術的上傳鏈路性能,用於監視的 5G 可能可以應對,市場上越來越常見的高解析度攝影機。透過 5G eMBB,甚至可以透過超高解析度串流(4K及更高版本)提供廣域監視。

預計將有更具成本效益的高級攝影機晶片組,例如專用於系統的晶片(SoC,Sytem on Chip),將有助於將支持 AI 的影像分析工作負載,從中央伺服器或數據中心,分配到更分佈式的雲端邊緣端點,可能包括由攝影託管的 AI 引擎的方法。 5G 的較低延遲,可以顯著增強透過雲端,對端點的響應能力。

一旦無處不在的 5G 覆蓋可用,公共安全機構就可以期待提高營運能力。透過大容量頻譜中5G 操作,啟用更大的數據傳輸管道,各機構可以擴大影像的使用範圍,以增強事件響應過程中的實地態勢感知能力。

隨著執法或消防任務的形成,啟用 5G 的影像串流,將流向控制室,而事故指揮官將提供可挽救生命和財產的完整營運畫面。

同樣,5G 可透過與專家進行遠端影像諮詢,來協助緊急醫療響應。 正在設計新的 5G URLLC 機制,該機制可以潛在地,帶來遠端機器人干預,以解決危險材料的危機。這些 5G 功能合在一起,將成為未來安全城市部署的重要推動力。

儘管在 5G 的採用方面,仍然存在挑戰。例如組件成本,設備可用性以及大容量頻譜帶的網路覆蓋範圍,但 5G 可能會促進安全和智慧城市的影像監控新功能。 雖然 5G 可能還處於初期,但許多從事 5G 開發的供應商都指出,與相似階段的 4G 進展相比,該技術的發展更加先進。

What do we do about deepfake video? | Technology | The Guardian

Deepfake 影像監控中令人不安的真相
By Jon Cropley

IHS Markit 最近發布了一份報告,顯示全球安裝的影像監控攝影機,從 2012 年的 1.70 億,增至 2019 年的 7.7 億。與此同時,許多此類攝攝影記錄的錄影,成為刑事或民事法院案件不可或缺的一部分。影像證據的形式。基於「眼見為憑」的前提,用作證據的影像監控錄影,通常與法官或陪審團對案件的理解非常契合。

但是,深度學習和人工智慧的進步,使得篡改和偽造影像,變得更加容易和快捷。透過將一個人的圖像,拼接到不相關的影像鏡頭(通常是另一個人)上,可以非常快速地創建假影像。因此,可以偽造、更改影像內容,以呈現未發生的內容。

透過這種方式,更改影像內容,被稱為 Deepfake 技術,該技術已透過許多現實案例,成功證明了令人恐懼的能力,導致真實影像與假影像之間的混淆。這些事態發展尤其令人擔憂,因為 Deepfake 可能會影響對影像監控證據的信心。

儘管到目前為止,Deepfake 技術的許多最初用途,本質上都是色情的,但好萊塢正將該技術用作施加特殊效果的方法。

Deepfake 也已進入政治領域。例如,加蓬總統 Ali Bongo 涉嫌深造假貨,在未成功的軍事政變中起作用。在另一個例子中,一位馬來西亞經濟事務部長聲稱,對他進行政治破壞的錄影帶,實際上是一種深深的假象。從這個意義上講,Deepfake 影像可用於傳播「假新聞」或宣傳。

科技公司現在正竭力應對深度欺詐的威脅,這種威脅已作為虛假資訊的另一分支,與虛假新聞一起出現,並透過社交媒體平台傳播。目前正在開發區分真假影像的技術。

影像監控供應商,可以扮演打擊假冒產品的角色。鑑於對網路安全基礎知識的過分強調,攝影機和更廣泛的,影像監控系統的熟練網路安全,和數據保護,再一次成為任何安全計劃的關鍵出發點。

應對 Deepfake 影像監控,所造成的威脅,也很重要的是,維護影像證據的數位監管鏈 - 從攝影機的影像監視捕獲,到影像管理軟體,再到證據管理軟體。

監管鏈是從捕獲到陳述、到控制,和擁有證據的時間順序記錄。因此,堅持證據的法律重要性是一項基本標準。影像監視和證據管理系統的產品功能,包括端到端加密,可自定義的用戶權限和審核日誌。

區塊鏈的新技術,還具有巨大的潛力,可以改變保存和維護,數位和實體證據的產銷監管鏈記錄的方式。


從物聯網到智慧物聯網:將人工智慧與物聯網融合
By Tommy Zhu

一個可能在 2020 年,變得更加流行的流行詞是 AIoT,它是人工智慧(AI)和物聯網(IoT)的縮寫。創建 AIoT 是為了描述 AI 功能,湧入 IoT 設備,以及大型 IoT 設備網路在邊緣,端點和雲中分佈 AI 功能的能力。 AIoT 的本質,在於利用從各種類型的感測器收集的數據。

行銷 AIoT 已成為,渴望在其核心影像能力範圍內,提供 IoT 解決方案的中國影像監控供應商的重點。鑑於現在有大量的智慧攝影機,已鏈接到 AIoT 框架下的其他設備,或與其他設備組合,因此影像不再僅僅用於監視和安全。

現在可以使用新的,非傳統的組合和產品:案例包括與火災探測器,噴水滅火系統和警報器結合的攝影機;訪問控制;以及用於測量溫度和濕度的溫濕度計感測器。

在中國的安全城市中,AIoT 概念透過阿里巴巴的 ET City Brain,和華為的 Smart City Nervous System 等城市管理平台,為公眾所熟悉。隨著邊緣計算的最新發展,AIoT 也被應用於,通常針對較小項目的特定解決方案,例如零售園區、停車場、教育園區,和工業/商業園區。

作為一種行銷概念,AIoT 仍處於起步階段。即便如此,仍出現了包含多種類型的智慧設備(不僅是攝影機)的更多解決方案,並與針對特定垂直市場的適當管理設備,打包在一起。

智慧校園
特定的解決方案(尤其是來自中國供應商的針對教育,或商業園區的具有 AIoT 功能的解決方案)越來越受歡迎。


影像分析,臉部辨識和自動車牌辨識(ANPR)是市場上高度流行的功能。 在這些解決方案中,學生和工作人員的 ID 檢查主要透過臉部辨識來完成,而不是透過傳統的 IC 卡技術來完成。 

與人員資訊系統一起,臉部辨識可用於訪問校園設施,在自助餐廳付款,並驗證班級出勤率。 ANPR 攝影機還用於學校停車場的出入口,以控制車輛出入並產生停車費用。

智慧停車
在中國廣泛銷售和安裝的智慧停車解決方案,是 AIoT 產品的一個很好的例子,該產品作為針對特定垂直市場的,「現成」解決方案而銷售。 通常,這些解決方案可能由具有內置 ANPR 分析功能的攝影機、屏障、支付管理系統,數位顯示器,照明設備和後端控制器設備組成。


當車輛進入停車場的入口時,車牌號(由整合在路障中的 ANPR 攝影機捕獲)將車輛的詳細資訊,註冊到停車管理系統中。 管理系統可以辨識車輛是訪客,還是需要區別收費,或指示的 VIP。 停車場入口處的 LED 顯示螢幕,根據已安裝的攝影機提供的資訊,提供其他資訊,例如可用空間。

在這些系統中,通常不需要地面感測器,並且攝影機可以提供監控錄影,並跟踪可用的停車位。當車輛經過入口時,室內引導 LED 將幫助車輛找到空間。如果到付款 Kiosk 時,忘記了停在哪裡,還可以幫助駕駛人找到他們的車輛空間。整個 Kiosk 系統,是由多合一的一體機設備進行管理和控制,該一體機不僅連接攝影機,還連接隔離控制器,LED 營幕和支付管理終端。


智慧零售
零售業中用於商業智慧的影像分析,早已應用於零售環境,並與「智慧零售」一詞相關聯。特別是供應商現在提供 AIoT 行銷的零售解決方案,該解決方案使用影像分析,來規劃客戶角色並分析購買行為。同時,POS 整合可以衡量行銷計劃的有效性,以及檢索問題交易。

邊緣分析以進行影像監控
Ivy Sun 和 Oliver Philippou

在去年的趨勢中,一個關鍵的討論點,是開發用於邊緣分析(尤其是用於邊緣深度學習分析)的高級 SoC。 幸運的是,對於 SoC 而言,2019年的技術發展被證明是積極的。

當具有深度學習加速(DLA)功能的攝影機,於 2016 年首次推出時,影像監控供應商幾乎沒有太多可用的 DLA 晶片供選擇。 少數想要展示其 DLA 攝影機的供應商,通常使用的晶片是 NVIDIA Tegra 和 Movidius Myriad。 

但是,當他們開始出貨攝影機時,他們的 AI 算法通常在傳統的高端  SoC 上運行。較高的晶片解決方案價格和高功耗,相對阻礙了 DLA 攝影機市場的成長。

IHS Markit 預計,在預測期內,網路攝影機中的  SoC ,將會越來越多地整合 DLA 子系統,從而成為過程嵌入式視覺分析,從而不再需要圖形或 DLA 協處理器的額外處理能力。 

具有較低功耗和多工設計的專用 SoC,也正在這個市場中出現。 就其本身而言,成熟的半導體巨頭和較小的新創企業,都在開發 SoC,以處理攝影機中的嵌入式視覺分析。

SoC 將在針對價格敏感的,大眾市場的大規模生產中,被證明是有益的。

以下是一些為影像監控行業開發 SoC 的公司,這些計劃預計將在 2020 年變得更加普遍。

  • Ambarella 最初於 2018 年初,發布了 CV2S SoC,但該晶片功能強大且太昂貴,無法用於影像監控,因此很可能會用於自動駕駛汽車。但是,Ambarella 發布了 CV22s 晶片組,以便於 2018 年底進行早期開發,並於 2019 年初投入量產。CV22s 包含 CV 流架構,可提供深度學習分析,所需的深度神經網路(DNN)。在 2019 年末至 2020 年初,Ambarella 將發布 CV25 晶片組,該晶片組與 CV22 類似,但將針對中端市場,比 CV22 更實惠。

‧ 與 Ambarella 一樣,HiSilicon 於 2018 年發布了,帶有 CNN 加速器的 Hi3559A SoC,以允許在邊緣處理深度學習分析。在 2019 年,海思半導體發布了四種,具有嵌入式計算能力的新型智慧 IP Cam SoC:Hi3516 CV500、Hi3516 DV300、Hi3519 AV100,和Hi3559 AV100。該系列晶片的大小,從 2M 到 8K 像素不等,涵蓋了從中型到高級系列的智慧影像檢測。作為 SoC,這些晶片能夠獨立工作。例如,嵌入 3559A 的華為 Atlas5 00 模組,目的在實現臉部和車牌辨識等功能。

‧ 高通公司的 QCS603/605 SoC,專為物聯網應用而建構。透過 Qualcomm AI 引擎,進行的設備上機器學習,能夠支持 AI 應用,包括人臉檢測、人臉辨識、對象跟踪和人數統計。

‧ 英特爾的 Myriad X VPU(即視覺處理單元)是 Movidius 的第三代產品,具有神經計算引擎(一種用於深度神經網路推理的專用硬體加速器)。 去年,Avigilon 宣布其 H5 攝影機系列,將使用 Myriad X VPU。

‧Xilinx 具有可以從 SoC 中受益的 Zynq SoC 系列目標應用程序,還為客製化優化留有餘地。 該優化包括 Xilinx 收購 DeePhi Technology 和 Tingtao 知識產權,以加速嵌入式視覺。 Xilinx Zynq SoC 用於 Megvii 的 MegEye-C3S AI 攝影機。

‧ Cambricon 擁有兩條晶片產品線,即終端 AI 處理器 IP(Cambricon1H8、Cambricon1H6,和Cambricon1M),以及基於雲或伺服器的高性能 AI 晶片(MLU100 和 MLU200)。 此外,該公司正準備透過在智慧手機,智慧攝影機,和其他設備中使用 IP 授權進行擴展。

‧ Horizon Robotics 主要專注於嵌入式終端市場,以自動駕駛、智慧城市和智慧零售為主要應用場景。 它已經開發了 AI 視覺晶片,例如用於智慧駕駛的 Journey 系列,和用於智慧攝影機的 Sunrise 系列。

‧ Intellifusion 開發了深度學習神經路處理器 NNP100,該處理器是 FPGA 的形式,在商業上實現的,並已應用於 DeepEye100 智慧盒等產品。此外,第二代 NNP200 將與智慧終端產品的 IPU(智慧處理器單元)晶片一起開發和整合。 IPU 是基於 Intellifusion 自主研發的以 ASIP 設計的嵌入式 AI 晶片。該公司於 2019 年推出了 DeepEye1000,這是一種異構多核視覺分析 SoC,適用於涉及智慧零售和智慧城市等應用場景的攝影機。

除了這些處理器製造商之外,一些攝影機製造商還繼續為其高端攝影機產品線開發處理器。

在 2019 年,韓華 Techwin 和 Axis 都發布了自己的處理器- 韓華的 Wisenet 7 SoC,和 Axis 的ARTPEC-7。

這兩款晶片均支援,攝影機中的即時對象檢測引擎,使合作夥伴能夠開發,可自動檢測和區分人、臉和物體的分析。

與智慧手機市場一樣,影像監控攝影機的功能也在迅速發展。在短短幾年內,這些攝影機從無法處理影像分析的「笨拙」攝影機,發展到可以處理基於像素的簡單分析的「智慧」攝影機,再到具有 DLA 的「 AI」攝影機,這些攝影機可用於邊緣的基本 AI應用。

這些進步將繼續到 2020 年,大眾市場攝影機將能夠,從邊緣的單個影像串流,同時處理眾多複雜的分析。

但是,儘管攝影機傾向於 DLA 進行視覺分析,但仍將在錄影機或伺服器上,集中處理廣泛而複雜的 AI 分析,以進行內容分析,並且決策將在分佈式處理架構中進行。

遷移到雲端的前提
By Josh Woodhouse


影像監控向雲端移動的態勢正在增強,但這並不表示範式已發生轉變,因為雲端還遠遠不是產業的標準。對於雲端的某些元素,許多安裝都是不錯的選擇。當前,小路數系統和包含較少路數的多個站點的系統,最適合基於雲端的異地管理和儲存。

在其他利用雲端的安裝中,通常採用混合雲方案。在這裡,並非經常將所有影像監視管理和儲存,都從場外轉移到公有雲或私有雲,這通常是由於對影像數據的隱私問題,以及部署完整的雲端基礎架構的成本所致。

對於許多人來說,仍然認為永許將大量影像監控,移至異地所需的高頻寬,成本太高了。當面對這些成本時,許多 IT 部門可能會發現混合雲,或現場方法更加經濟實惠。

越來越多的影像監視系統,由 IT 部門負責。在某些符合通用 IT 雲端策略的組織中,將盡可能多的系統,轉移到雲端是當務之急。

但是一旦探詢了成本,這就可能會停滯不前,然後 IT 部門必須再參考其他選擇。但是,這並不意味著,必須犧牲用於雲端影像監控的架構元素。

超融合基礎設施(HCI,Hyper-converged infrastructure)越來越多地,投放在影像監控設備上,以實現「本地雲」。HCI 是把 IT 基礎設施的三個主要組件(計算、儲存和網路)整合在一起,並使用軟體來實現的概念。虛擬化和管理它們作為靈活的資源。

傳統上,HCI 部署在單獨的框架中,它透過包含整合軟體群組的單個伺服器,將計算伺服器、儲存網路,或直接連接的陣列,以及網路交換機集成整合在一起,從而提供編排和虛擬化。

HCI 和虛擬化,在大型企業數據中心(尤其是那些被許多人認為是「雲」的功能)中,獲得了最初的普及。

這些部署,允許在各種不同的工作負載下,隨時有效地利用所有可用資源。這種趨勢已過濾到許多 IT 工作負載中的小型企業,和邊緣部署,以至於 HCI 和虛擬化,現在已成為許多企業環境中的標準方法。

該方法幾乎是所有主要 IT 供應商產品組合的一部分。例如,RedHat 透過以 Linux 的開源軟體,提供虛擬化,這種技術有望成為 IT 基礎架構的核心部分,特別是對於邊緣部署。去年早些時候,英特爾斥資 340 億美元收購 RedHat。

與更廣闊的 IT 市場相比,這些技術在影像監控和電子實體安全方面的採用速度較慢。但是,隨著將更大的部署設計,為收集多個節點和其他系統,這些方法可能會覆蓋越來越多的影像監視基礎結構,此舉也將在 IT 部門中受到青睞。


AKD 寰楚專業級全系列監控設備

.物聯網隱私就靠它了!區塊鏈在安全管理上做了什麼?

Blockchain&Internet of Things


0935-970-603 施正偉

來源panx 作者:Don Tapscott、Alex Tapscott 


  
十二 種顛覆:對對象賦予生命
物聯網可以帶來什麼可能性我們才剛開始思考與想像呢。截至目前為止,最受大眾媒體注目的是消費性裝置,但其實幾乎每一個領域,都有潛在應用。

潛在應用的分類方式很多,因為有太多的跨領域應用,可以歸屬於不只一個類別。舉例而言,麥肯錫管理顧問公司,在對物聯網進行分類時,使用「場合」(setting)的概念。

我們辨識出十二大領域的萬物賬本應用機會,以及每一個應用領域的益處與商業效益,以下分類概述應用潛力,以及現有市場、廠商,以及事業模式可能受到的明顯顛覆。
1. 交通運輸
未來,你可以召一輛無人駕駛車,安全地載送你去任何你要去的地方。這無人駕駛車將直覺地走最快的路徑、避開施工路段、繳過路費、泊車,全部都它自己來。在交通堵塞時段,你的車子將會洽詢通過率(passing rate),使你能夠準時抵達目的地。

貨運公司經理將在所有貨櫃上,使用區塊鏈賦能的物聯網,來快速通過海關或其他必要檢查,不再需要歷經繁文縟節。

紐約市實施不同日街道換邊停車制,掃街車製造商阿萊恩斯(Allianz)可以在其市街清理機上,安裝迷你攝影機或感應裝置,辨識當日不得停車那一邊,未被移開的車子(若這些違規車,不是會自行移走的無人駕駛車的話),把供應數據傳送至交通警察局,警察局不必再派人實地開罰單。

或者,掃街車本身可以在實際清掃時,直接向違規的車子扣取違規停車比特幣罰鍰,因為紐約州交通部將規定,所有車子必須向紐約市五個行政區註冊,並設立一個連結於車牌上的比特幣錢包(賬戶)。另一方面,無人駕駛車將感應到掃街車即將到來,自行移開, 讓掃街車通過。
2. 基礎設施管理
許多專業人士將使用智慧型裝置,來監測道路、鐵路、電線桿與電線、水管、機場跑道、港口,以及其他公、私部門基礎設施的位置、完善性、使用期間、品質和其他相關狀態,以偵測問題(如故障、竄改),迅速且具有成本效益地啓動反應。
費樂盟之類的公司就是做這種業務,以平價的新技術賦予基礎設施生命,不需要耗費巨大成本汰換。費樂盟公司執行官艾力克.詹寧斯估計:「目前有超過 90% 的基礎設施,都未與網路鏈接,不可能把它們全都拆除,換上全新的無線連網資產。」


  

在未來,無人駕駛車將感應到掃街車即將到來,自行移開, 讓掃街車通過。圖片來源:smoothgroover22@flickr, by CC 2.0

3. 能源、垃圾、水資源管理
一個滿溢的垃圾桶說:「派輛車來清空我。」一條破裂的水管說:「把我修好。」物聯網應該可以激發一百本新的童書。

已開發國家和開發中國家的傳統公用事業,可以使用區塊鏈賦能的物聯網來追蹤生產、輸送、使用、蒐集,如前文所述,現在已經有未建置大基礎設施的新進者,正打算使用這些技術,來創造全新市場及新模式,例如社區的微型電力網。

4. 資源提取與農耕
牛可以變成區塊鏈器具,讓農場經營者追蹤牛吃了什麼、接受的藥物治療,以及牠們的健康史。這項技術也可幫助追蹤昂貴、高度專業化的器材,使器材被廣用於調整即時用途及成本回收。

透過安全器材及自動化檢查列表的標記(以確保器材被正確使用),改善礦工及農場工作者的安全監測天氣、土壤、農作物狀況,以啓動灌溉、自動化收割或其他移動蒐集「無窮量資料」的分析,根據以往型態與結果,來辨識新資源,或建議最佳農業實務。土壤裡及樹上的感應裝置,能夠幫助環保機構,監視農場經營者及他們的土地使用情況。

5. 環境監測與緊急救援服務
記得自主氣象代理機制 BOB 嗎未來,BOB 將生活於一個有氣象感測器的世界,靠著蒐集與銷售重要氣象資料來賺錢,例子包括:監測空氣及水的品質,發出警報以減輕污染,或讓人們留在室內為緊急救援工作者感測與警示,危險化學物質或放射線監測雷擊與森林火災安裝地震及海嘯預警與警報系統當然還有暴風雨監測及預警。

除了改善緊急救援服務反應時間,減輕這些事件對人命的危害,我們也能使用這些長期蒐集數據,來增進對於潛在趨勢與型態的瞭解, 找出一些情況的預防措施,改進我們的預測能力,提供更早的預警。

6. 保健
在保健領域,專業人士使用數位化,來管理資產及醫療紀錄,準備存貨,處理所有醫療器材及藥品的訂貨與付款。現在,醫院裡有很多智慧裝置監管這些服務,但這些裝置很少彼此溝通,或是考慮到醫療病患時的隱私保護,及安全的重要性,區塊鏈賦能的物聯網,可以使用新興技術來連結這些服務,發展中的應用,包括監測與疾病管理(例如追蹤生命跡象、提供回饋資訊的智慧藥丸和穿戴式裝置),改進品質控管。

想像人工髖關節或膝關節,可以自行監測,把匿名性能數據傳送給製造商謀求設計改進,也會自行與病患的醫生進行溝通,例如,告訴醫生:「該汰換我了。」專業技師必須採取先決步驟,確定專業器材的可靠性與精確度後,才能使用這些器材。

新的智慧藥丸,可以在臨床試驗中自我追蹤,提供它們的成效及副作用證據,不致有人為竄改結果的風險。

  

人工關節可以自行監測、謀求改進,也能自行與病患的醫生進行溝通。圖片來源:Fernando Mafra@flickr, by CC 2.0

7. 金融服務與保險
金融機構可以使用智慧裝置及物聯網,來標記它們對實體資產的債權,使這些實體資產變得可追蹤。由於對大大小小的用戶而言,數位貨幣使得價值的儲存及轉移,變得快速且安全,因此,它們可以增進風險評估與管理。

進一步考慮,若貧窮和弱勢者,能夠讓他們有限的資產被標記,在前文提及的微型電力網中出售分享,是否就能讓他們賺得小筆收入,或是電力或其他的「額度」呢所有權人將可標記任何他們交給蘇富比拍賣公司(Sotheby's)處理、並由倫敦勞合社承保的任何貴重對象,包括珍貴物品、古董、珠寶、展覽館物件等等。

承保者可以根據對象存放地,及其環境狀況來調整保費,例如,若是存放於有空調系統的紐約大都會藝術博物館,保費較低若是運送至希臘,保費較高。這些對象本身能夠說出它目前的所在位置 — 在保險庫裡,抑或掛在某個名人的脖子上掛在林賽.蘿涵(Lindsay Lohan)的脖子上,保費可能比掛在安‧海瑟薇(Anne Hathaway)的脖子上來得高。

無人駕駛車的保費費率,當然會比較低,車子上的智慧型裝置本身能夠根據感應數據,當場解決保險理賠事宜。

8. 文件與其他紀錄的保存
如前所述,實體資產可以變成數位資產所有與某個「對象」有關的紀錄,可以在區塊鏈中被數位化與攜帶著,包括專利權、所有權、保證書、檢驗認證、來源、保險、換置日期、核准等等,顯著提高數據的可取得性與誠正度,減少文字處理作業、儲存作業、遺失風險,還有其他與此紀錄有關的流程改善。

舉例而言,一輛車子若未通過近期的安全檢驗,或是其責任險過期了,或是車主未繳違規停車或行車違規罰單,或是打算開這輛車的人的駕駛執照被吊銷了,這輛車將無法啓動。

商店貨架上的貨品若過了有效期限,它們會自動通知商店經理, 商店經理甚至可以在貨品有效期限逼近時,設定程序讓這些貨品降低價格,以求盡快賣出。
  
9. 建物與地產管理
估計一項估計,美國約 11,148 平方公里的商用不動產當中,有 65% 閒置未用,22 數位感應裝置,為這些不動產創造一個市場,讓它們被實時發現、使用、付費。商家現在已經進入這個領域,發展新的服務模式,把非辦公時段的辦公空間租出去,例如,在晚間,你的會議室可以出租做為社區年輕人的夜間教室,或是當地一個新創公司的辦公室。
其他的應用還包括保全與入口控管、照明、暖氣、冷氣、廢棄物及用水管理未來,最環保的建物將是在物賬本上運作。想像電梯使用狀況,和建物的人員進出等數據,將可多麼有助於建築師設計和規劃公共與私人空間。

住家的多餘不用空間,將透過萬物聯網站,自行張貼招租與議價,幫助觀光客、學生、街友之家經理,及其他人找到符合他們需要的空間。這些概念適用於所有種類的住宅、旅館、辦公室、工廠、零售/批發業營業空間、機構用不動產。


  

若顧客在區塊鏈上,把他們的黑盒子向零售業者開啓,零售業者將能夠針對顧客做個人化的服務。
圖片來源:JCT 600@flickr, by CC 2.0

10. 產業營運—工廠物聯網
全球的工廠需要一本全球物賬本,又稱為產業區塊鏈。工廠經理將使用智慧型裝置,來監視生產線、倉庫存貨、配送、品質,以及其他檢驗,整個產業可以採用賬本方法,來顯著提高這些流程以及供應鏈管理的效率。

飛機、火車頭之類,大型且複雜的機器含有數百萬個機件,噴射客機或鐵路車輛的每個零組件,可以安裝感應裝置,在需要修理時發出警報。

想像一列正在從巴爾的摩開往長島的火車,提早三天通知長島的維修組員,它需要更換一個新的重要零件感應裝置甚至可以發出一份需求徵求書(RFP),並接受最佳競標提案遞送此零件,為奇異公司、諾福克南方鐵路公司(Norfolk Southern Railway)之類大型企業,縮短作業時間,降低作業成本並提高作業效率。

更顯著的是,從汽車、燈泡到 OK 繃等等,各種貨物的製造商正在探索,如何把智慧型晶片,植入其產品或零件裡,用以監測、蒐集與分析產品性能數據,有了這些資料,它們可以提供自動更新,預期顧客需求,研發及提供新服務,實質上,這使它們從產品供貨商,變成持續以軟體為基礎的服務商。

11. 居家管理
感到空虛寂寞嗎你隨時可以和你的屋子說話。你的住家和無數的產品與服務,正在進入可自動化與遙距監控住家的市場,這些服務可不只是「保姆攝影機」,還包括入口控管、溫度調節、照明,最終,幾乎你家的任何東西都將被包含在內。

雖然,「智慧住家」的起飛相當緩慢,蘋果、Google、三星(Samsung)等公司,已經在研究如何簡化安裝與作業。市場情報公司 BCC Reseach 的調查指出:「預估美國住家自動化市場規模,將從 2014 年的 69 億美元,提高至 2019 年的 103 億美元…這個市場將穩定且長期地成長。」
12. 零售業及銷售
在街上走著,你的行動裝置將通知你,Gap 服飾店裡有你喜愛的一件衣服。走進店裡,那件衣服(你的尺寸) 已經在等你了,試穿後,你掃描一下衣服,就完成付款了,但你還有其他事要做,所以,這件衣服會在你返回家之前送到你家。
除了營運效率及環境監測,若顧客在區塊鏈上,把他們的黑盒子向零售業者開啓,零售業者將能夠針對這些可辨識的顧客,在他們步行或開車經過時,根據他們的所在地、人口統計資料、興趣、購買歷史,把產品及服務予以個人化。