【正文】
控系統(tǒng)對(duì)存儲(chǔ)的應(yīng)用要求,已成為未來(lái)存儲(chǔ)發(fā)展的必然趨勢(shì)。與此同時(shí),也應(yīng)該看到,無(wú)論從技術(shù)層面還是成本層面,目前的云存儲(chǔ)形態(tài)還遠(yuǎn)未真正成熟。未來(lái)面向高清監(jiān)控的云存儲(chǔ)應(yīng)該兼具“公有云”和“私有云”兩種形態(tài)?!肮性啤碧峁┮曨l監(jiān)控服務(wù),面向家庭、商戶等中小型用戶?!八接性啤备嗍且怨?、交通等重點(diǎn)行業(yè)自建的數(shù)據(jù)中心為主要應(yīng)用。 無(wú)論是“公有云”還是“私有云”都是對(duì)現(xiàn)有存儲(chǔ)架構(gòu)的劃時(shí)代革新,能夠真正使用戶體驗(yàn)到“云”的便利性。 高清時(shí)代的存儲(chǔ)行業(yè)變革高清時(shí)代,對(duì)存儲(chǔ)行業(yè)的相關(guān)軟硬件和系統(tǒng)提供商而言,機(jī)遇和挑戰(zhàn)并存。高清全面推進(jìn)意味著項(xiàng)目建設(shè)的遍地開花,對(duì)存儲(chǔ)軟硬件產(chǎn)品的需求呈幾何增長(zhǎng),這是機(jī)遇。挑戰(zhàn)則來(lái)自多方面:一方面是技術(shù)革新,高清時(shí)代對(duì)存儲(chǔ)系統(tǒng)有更多、更高的要求,在技術(shù)變革的時(shí)代,產(chǎn)品布局不夠優(yōu)秀、好產(chǎn)品的技術(shù)方向把握不準(zhǔn)確,就很容易在技術(shù)更新?lián)Q代時(shí)期遭到淘汰,歷史上很多巨頭型企業(yè)的迅速?zèng)]落已經(jīng)證明了這一點(diǎn)。另一方面,需求的增長(zhǎng)也意味著更多的巨頭型企業(yè)進(jìn)入這個(gè)原本不被注意的應(yīng)用領(lǐng)域,帶來(lái)了更加激烈的行業(yè)競(jìng)爭(zhēng)格局。專業(yè)存儲(chǔ)設(shè)備廠商必須清楚自身優(yōu)勢(shì),并在將其優(yōu)勢(shì)發(fā)揮到極致的同時(shí),思考產(chǎn)品、業(yè)務(wù)的適度外延。智能技術(shù)智能分析作為視頻監(jiān)控下一個(gè)技術(shù)的競(jìng)爭(zhēng)焦點(diǎn),在安防監(jiān)控業(yè)內(nèi)已然成為炙手可熱的研究課題?,F(xiàn)在不僅安防設(shè)備商/集成商對(duì)此功能蜂擁而至,很多IT領(lǐng)域的集成商由于算法成本研發(fā)的成本不高,所以也開始從其他領(lǐng)域的智能識(shí)別涉足智能監(jiān)控,或通過(guò)后端SDK提供服務(wù),或與攝像機(jī)設(shè)備商合作,并且往往在產(chǎn)品形態(tài)上有異于當(dāng)前主流的攝像機(jī)外形。如此眾多繁雜的攝像機(jī)產(chǎn)品及智能算法功能,不得不進(jìn)行一些關(guān)鍵性技術(shù)的區(qū)分辨別。以深度學(xué)習(xí)的人臉檢測(cè)、人臉識(shí)別、人群分析、車牌識(shí)別、圖像識(shí)別等技術(shù)而言,普通的二維智能算法多半通過(guò)后端大數(shù)據(jù)庫(kù)的比對(duì)實(shí)現(xiàn)查找匹配的功能,在簡(jiǎn)單的應(yīng)用場(chǎng)景下,準(zhǔn)確率都能達(dá)到85%以上,但在復(fù)雜的應(yīng)用場(chǎng)景,如擁擠的人群、遮擋物眾多、移動(dòng)速度過(guò)快等狀況下,二維智能算法的缺陷表露無(wú)遺。普通攝像機(jī)智能分析的缺點(diǎn)及根源在市面上,普通的智能攝像機(jī)存在三個(gè)缺點(diǎn):一是不帶變焦的攝像機(jī)對(duì)遠(yuǎn)距離的目標(biāo)無(wú)法看清目標(biāo)細(xì)節(jié)。二是帶變焦的鏡頭雖然通過(guò)人工操作,可以看清遠(yuǎn)處目標(biāo),但不能跟蹤運(yùn)動(dòng)目標(biāo),同時(shí)因完全靠肉眼觀察,容易疲勞,也需要大量人力投入,成本高昂。三是部分智能攝像機(jī)能識(shí)別車牌及實(shí)現(xiàn)有限的報(bào)警功能,但對(duì)安裝角度、目標(biāo)距離有很高要求,不適合大面積應(yīng)用,并且在對(duì)多個(gè)運(yùn)動(dòng)目標(biāo)實(shí)現(xiàn)自動(dòng)鎖定、自動(dòng)跟蹤、自動(dòng)預(yù)警等方面的技術(shù)不夠成熟。而對(duì)于造成攝像機(jī)智能分析功能存在這些缺點(diǎn),業(yè)內(nèi)專業(yè)人士認(rèn)為,當(dāng)前大多數(shù)做智能視頻分析的廠家都是在后臺(tái)對(duì)前端攝像機(jī)采集的圖像進(jìn)行分析處理,但因傳輸帶寬及存儲(chǔ)空間的瓶頸,前端傳回后臺(tái)的圖像一般都經(jīng)過(guò)壓縮處理,清晰度變差,這大大降低了視頻分析的識(shí)別率。目前,視頻分析的眾多產(chǎn)品都存在這樣那樣的問題,根源就在于視頻源的低質(zhì)量。智能分析算法存在的困難當(dāng)前,智能分析算法存在的最大困難,主要來(lái)自于兩方面:第一,是對(duì)處理器芯片的實(shí)時(shí)處理能力要求很高,受制于處理器的有限資源,攝像機(jī)前端在實(shí)時(shí)處理能力上較弱,這會(huì)大大限制產(chǎn)品功能的有效性。第二,是對(duì)前端設(shè)備的制約較多,如芯片的處理能力、芯片的散熱方案較難實(shí)現(xiàn)等。目前大多數(shù)商用的智能分析算法還存在誤檢/漏檢率高,場(chǎng)景適應(yīng)性差等問題,實(shí)際應(yīng)用效果有限。而學(xué)術(shù)界高精度的算法則存在硬件要求高,不適應(yīng)于大面積商業(yè)化運(yùn)用。不同攝像機(jī)能否自動(dòng)識(shí)別同一個(gè)人的方法在視頻監(jiān)控的智能分析功能中,對(duì)于同一個(gè)人進(jìn)入不同攝像機(jī)之間能否被準(zhǔn)確辨認(rèn)出來(lái),業(yè)界一直在研究,如果此功能能夠?qū)崿F(xiàn),對(duì)于公安破案將帶來(lái)極大的幫助。對(duì)此算法,有業(yè)內(nèi)人士認(rèn)為,行人的跨攝像頭跟蹤,主要可以通過(guò)兩種算法來(lái)實(shí)現(xiàn),一是行人匹配算法,也就是利用某個(gè)特定行人的紋理特征和運(yùn)動(dòng)特征。另一個(gè)是人臉識(shí)別算法,也就是通過(guò)人臉檢測(cè)算法和人臉匹配技術(shù),來(lái)判斷是否有同一個(gè)人出現(xiàn)在不同的攝像機(jī)里??v觀整個(gè)安防市場(chǎng),雖然視頻監(jiān)控智現(xiàn)在還在起步階段,很多攝像機(jī)內(nèi)的智能分析功能也只是作為高附加值在項(xiàng)目招投標(biāo)中略有體現(xiàn),但隨著算法精度的多元化和精度的提升,以及芯片及后端設(shè)備成本的下降,可以預(yù)估對(duì)智能分析功能進(jìn)行大規(guī)模的商業(yè)應(yīng)用已經(jīng)為期不遠(yuǎn)。+ K39。 j) y* p8 O E