安防歷經模擬、數字、網絡后進入了人工智能時代；而公安系統也從人防往技防演進，安防系統在技防體系發揮的作用愈發明顯，顯著縮短結案周期，提升破案效率。而相機作為采集端設備，是視頻監控的重要入口。入口端設備的技術發展趨勢，對整個系統的高效運作意義重大，能幫助公安技防部門更好的用好系統。相機從功能模塊劃分，可以重點歸為成像、芯片、安全、存儲和網絡五大部分。本文就從五個方面展望下人工智能裹挾下的相機發展歷史和趨勢。

01成像，人看到機器看

傳統相機從看得見往看得清發展，圖像的清晰度從早期的CIF到D1，從D1到720P，到1080P，甚至4K，圖像的清晰度越來越高。低照度也是一個重要指標，低照度能夠讓夜晚道路全彩成為一種可能，避免了夜間圖像的模糊、噪點大等問題；成像的主要作用單元是鏡頭和圖像傳感器。為了達到高像素和低照度，鏡頭通過非球面光學技術，通過AR鍍膜技術，通過光圈優化達成；而圖像傳感器則是通過像元尺寸突破，通過FSI前照式、BSI背照式,Stack堆棧式實現了高清低照。而智能相機時代，成像仍然重要，但關注的焦點集中于怎么讓視覺處理的智能模塊能更準確的提取圖像特征，人眼看起來是否舒服已經不是第一關鍵點；因此鏡頭和圖像傳感器對顏色還原度的追求可能會讓位于如何更好的與后端神經網絡算法和人工智能芯片協作。

02芯片，編碼到算力和智能

傳統相機的芯片關注圖像采集能力的提升，ISP圖像處理以及編碼能力，MPGE2到H264,到H265，講究的是編碼效率的提升，讓有限的帶寬能滿足圖像分辨率的提升，降低對存儲容量的要求。而智能相機芯片的能力往NPU方向發展，AI算力持續加強，使得AI的潛力得到充分釋放；商湯科技就有個判斷，AI第一階段是彌補硬件的不足；第二階段是硬件推動AI的創新；第三階段就是硬件專門為AI設計，AI和硬件聯合創新。針對智能相機，第一階段，AI算力不足，業界頂級的算法公司，如商湯科技就通過算法的裁剪優化在早期的海思3519平臺上實現了人臉相關的檢測和識別，并且具備實戰的驚人準確度和速度。而第二階段，硬件算力的提升，使得各種算法落地有了比較堅實的基礎，各種全結構化和半結構化的機非人需求，包括部分如跌倒等長尾需求也能得到落實；而第三階段，通過算法和算力融合的優化，聯合創新必然給多維識別和全面AI，包括后續的IOT智能設備帶來無限的可能；另外算力太貴的問題，從芯片發展角度來說，專用化的人工智能芯片或芯片模塊會得到迅速發展，同時芯片的PPA指標持續優化。

03安全 密碼，秘鑰到SVAC，35114國密

傳統相機使用的是簡單的密碼，由于用戶習慣等問題，導致出廠密碼問題引起網絡攻擊；而智能相機時代，相機需要提取特征，這類特征信息對加密提出了更嚴格的要求；國內如SVAC或GB35114安全標準也孕育而生。SVAC2.0標準視頻安全就針對性提出了安全IPC的概念，對設備做身份認證，對視頻采集做加密處理，對信令控制做簽名認證，確保視頻內容的保密性。而GB35114則是國標公共安全視頻監控聯網信息安全技術要求，對前端相機按安全能力的從弱到強分為ABC三級，主要就是要實現設備身份認證，視頻數據簽名和視頻數據加密，實現防假冒，防篡改，防抵賴，防信息泄露，防攻擊和防權限濫用的目的。

04存儲 本地存儲和布控

傳統相機使用SD卡或者內部存儲介質實現本地緩存，保證斷網甚至斷電前的數據能得到有效保存；而智能相機由于前端布控的新需求，對EMMC存儲提出了要求，通過前端大容量存儲實現本地特征庫甚至部分比對數據的存取；SD卡的使用因為市場品牌良莠不齊，早期也是比較重要的故障點，業界通過硬件的SLC/MLC顆粒對TLC顆粒的升級，并且通過廠家針對視頻存取的數據均衡保護的軟件優化使得現網應用得到普及。EMMC在手機市場應用較為成熟，借鑒手機成熟方案和現網SD卡整改的案例，大容量存儲選擇EMMC是當前最合適方案。

05網絡 百兆、千兆以及低延時

網絡上，傳統相機的百兆也開始往千兆提升；傳統相機僅是多碼流的需求；而智能相機卻是多場景的需求，因此會存在更多的視頻調用，不僅是滿足實況、存儲，還有跨域的調用，抓拍圖像往中心傳。芯片側的MAC接口也都是支持到千兆，而后端的交換機也逐步升級到千兆，更高的帶寬使得相機在網絡上能有更豐富的業務，視頻、圖片、結構化數據。智能相機已不局限于傳統的視頻監控，而是智慧城市的視頻抓手，公共安全、城市管理、環保督查、交通優化等各個圖像需求方都可以進行數據提取，而千兆的網絡給各種調用方提供了充足的傳送管道。

結語

成像技術的針對性優化將會提高數據的有效性，芯片和算法的融合優化能大大提升效率，存儲前置和網絡低延時則是相機基于人工智能衍生出的新業務需要，而安全技術則有利保障人工智能相機的數據安全和信息可靠性。隨著相關技術的突破，相機實現人工智能化，必將為大聯網、雪亮工程、一人一檔，一車一檔，一機一檔賦予可能。但顯然相機的發展還依賴各廠商的研發和集成商的部署，相關的產品化、工程化和端云方案化才能真正使得視聯網乃至物聯網的眼睛真正智能落地。