从“谁是你”到“你是谁”，AI深度改造安防行业

豪威科技：重新定义近红外行业新标准

最近两年，由于车载应用、机器视觉、人脸识别与安防监控的快速发展，以及越来越强大的手机拍照功能，全球CMOS图像传感器销售额屡创新高。以安防领域为例，2017年全球安防领域CMOS出货量达到1.84亿，年复合增长率达到11.95%。lVpesmc

lVpesmc

全球CMOS图像传感器销售额屡创新高lVpesmc

与此同时，对高分辨率、超低光线条件下的图像质量、以及近红外性能的不懈追求，也正成为当前安防市场的三大趋势。一方面，分辨率正从主流的1080P逐步向4K2K发展，人脸识别、物体识别等智能视频需求开始兴起，H.265编码技术逐渐得到普及；另一方面，包括超低光彩色、超低光不开补光灯、SNR1<0.2Lux在内的超低光线条件下的图像质量要求不断提升，使得近红外应用在安防、人脸识别、生物特征识别、驾驶员监控、AR/VR等行业成为广泛需求，具体要求包括降低红外灯的功耗、提高监测物体距离、SNR1940 <35nW/cm2等。lVpesmc

因此，在提升近红外灵敏度成为市场热点的同时，如何降低近红外灯功耗，延长电池寿命；延长探测距离，保持功耗不变；以及消除850nm红曝现象，又成为技术的难点。例如，就目前而言，850nm光照度是室外监控摄像头的理想之选，但850nm产生的红曝现象明显，容易暴露摄像机的位置，对视觉产生伤害，灵敏度也不及940nm。而940nm则因为近红外光不会被人眼察觉，适合夜晚室内黑暗环境，正成为传统图像传感器产品未来升级的方向。lVpesmc

夜鹰(Nyxel)技术是豪威科技(OmniVision)为突破红外灵敏度所推出的一把利器。据豪威科技市场部副总裁陈家旺介绍，首先，通过增加硅基层厚度，在吸收更多光子的同时大幅增加光电转换效率；其次，为避免光子在传播过程中形成串扰，研发人员将像素置于像素间具有屏障的沟槽中；最后，增加一层曲面薄膜，使得光子在被吸收后能够以不同角度行驶更长的距离，增加光电转换效率，从而形成更明亮的图像。 lVpesmc

实验结果显示，相比传统近红外传感器，使用夜鹰Nyxel技术的产品在850nm波长处的量子效率(QE)从原来20%提到60%，增加3倍；940nm波长处的QE从8%提到40%，增加5倍。灵敏度的提升，意味着豪威图像传感器能够在相同的近红外光量下成像更清晰，可以检测到更远的成像区域，意味着减少了对LED补光灯的需求，从而降低了总体功耗和成本。lVpesmc

此前，CMOS图像传感器方面行业一直采用可见光亮度标准，即单位面积光通量(Lux)来度量，然而随着近红外光成为主流，如何衡量相关产品的性能行业却并无参考指数。对此，豪威科技提出了一种新的指标NIR SNR1对其进行量化，该指标融合了QE、像素尺寸和读取噪声等因素，在850nm和940nm两个不可见光波长领域定义了新的标准，即采用单位面积辐射通量(nW/cm2)来度量。lVpesmc

按照这个指标，在30nW/cm2左右的参数范围将被视为优秀的产品，这使得在红外产品有了参考指标，客户可以用这个标准测量相关产品以区分性能。未来，940nm红外光还将会向更加稳定高效的940nm VCSEL红外光源前进。lVpesmc

而豪威科技最新推出的安防专用图像传感器芯片OS02C10的SNR1850nm值为23nw/cm2，SNR1940nm值为31nw/cm2，意味着在同样环境和同样图像探测范围内，采用该传感器设计的安防监控摄像头可在完全黑暗的条件下正常工作，且近红外照明功耗比其它竞争产品要低2-4倍。lVpesmc

地平线：为边缘计算注入澎湃算力

现代城市每时每刻都产生大量的数据，这也带来属于人工智能，尤其是边缘计算的巨大机会。地平线(Horizon Robotics)创始人&CEO余凯称，地平线专注边缘计算，让设备在终端侧就有即时处理数据的能力。lVpesmc

lVpesmc

地平线创始人&CEO余凯 lVpesmc

在未来城市场景中，计算的实时性非常重要。他列举了安防和自动驾驶两个具有代表性的案例：“对安防来说，端的及时响应可以更好的保护人们的生命财产安全，减少犯罪，而对自动驾驶而言，端的及时响应则可能大大降低事故发生率，从而挽救人们的生命。而从另一角度来看，前端计算可以大大节省带宽，把服务器端的负载大大降低，让更多场景下的实时计算成为可能，从而大大提升未来城市居民的生活质量。lVpesmc

2018安博会上，地平线首次展出了XForce边缘AI计算平台。XForce是基于地平线BPU2.0处理器架构的FPGA边缘AI计算平台。通过算法与芯片深度结合的软硬件联合优化，XForce具备强大的视觉感知能力,在功耗和性能方面相对GPU拥有更明显的优势，具备高性能、低功耗、易于集成和使用等特点，可基于稀疏和定点神经网络完成各种深度学习任务，实现人脸和人体抓拍识别、人体行为分析、视频结构化等功能，可保持各项任务指标处于业界领先地位，相比目前主流的开源方案具有明显优势。此外，由于基于地平线BPU2.0处理器架构，该平台未来可平滑迁移到即将流片的地平线旭日2.0芯片。lVpesmc

在此基础上，地平线密集人群人体分析方案可广泛应用于AIoT边缘计算方向的多个未来城市场景，如商业场景中的客流统计、自动建档、消费者动线、场景热力图、消费者行为分析等，并可在交通、安防等多类城市公共场景中实现高效率的人脸、人头、人体检测，以及多人的人体骨骼点和单例分割。lVpesmc

智能摄像机方案方面，地平线展出了多达7种内置地平线旭日1.0芯片的高清网络智能摄像机方案，外形囊括枪机、半球机、筒机等，产品功能覆盖人脸识别、人脸抓拍、客流统计等，这些智能摄像机方案均内置旭日(Sunrise)1.0处理器，集成世界领先的深度学习算法，能够在较低的功耗下(整机功耗均不超过6w)，实现前端的大规模人脸检测、跟踪、抓拍、比对、统计等功能，可广泛应用于智慧零售与智慧城市场景。lVpesmc

此外，地平线还首次展出了多款内置地平线旭日1.0系列芯片的“旭日”人脸抓拍模块和抓拍识别一体模块。该类模块集合地平线自主研发的国际领先的深度学习算法，具备在前端实现大规模人脸检测、跟踪、抓拍、识别的能力，可广泛应用于零售、安防、校园、企业等未来城市多个应用场景。lVpesmc

而地平线跨镜多目标轨迹动线方案整套系统兼容BPU2.0处理器架构，可在XForce计算平台和旭日2.0芯片平台上运行，融合业界领先的人体检测、人体Skeleton、人体单例分割、单目标跟踪、人体ReID及多目标跟踪等视觉感知技术，实现多摄像头多人的实时轨迹跟踪，适用于大量未来城市商业、安防场景。lVpesmc

“矿霸”比特大陆加入终端AI芯片战局

比特大陆(Bitmain)2015年开始涉足AI领域，2017年底发布了面向人工智能领域的品牌“算丰”，并推出第一代云端AI芯片，宣布正式进军人工智能领域。9个月后，比特大陆又正式发布终端人工智能芯片BM1880，形成了完整的“端-边-云协同”的AI系统芯片解决方案的体系架构。一同发布的还有基于云端人工智能芯片BM1682的算丰智能服务器SA3、嵌入式AI迷你机SE3、3D人脸识别智能终端以及基于BM1880的开发板、AI模块、算力棒等产品。lVpesmc

“我们为自己的AI芯片制定了9个月的快速迭代周期，超过摩尔定律一倍。”比特大陆产品战略总监汤炜伟在接受媒体采访时表示，之所以推出终端侧AI芯片，一方面是基于比特大陆云端人工智能芯片的相关产品在实际运行中表现良好，客户给出正面反馈，合作正在广泛展开，很多安防项目持续落地。另一方面，由于目标市场应用需要端云一体化的AI解决方案，为了更好的满足客户与市场的需求，公司决定开发并推出端侧的AI芯片及解决方案。lVpesmc

BM1880芯片于2018年7月成功流片，是一款聚焦于边缘应用的深度学习推理人工智能芯片。根据规划，在BM1880之后，比特大陆将于2019年推出第二代产品BM1882，以及2020年的BM1884，主要聚焦智能摄像机、智能机器人和智能家居等应用场景。lVpesmc

BM1682芯片于2018年一季度量产发布，是比特大陆面向深度学习领域推出的第二代人工智能芯片。下一代产品BM1684预计在年底时推出，采用12nm制程工艺，基于此芯片的服务器SA5支持视频结构化路数也将大幅提升。此外，在BM1684之后，该公司还将于2019年推出BM1686，预计会采用7nm制程。lVpesmc

基于BM1682芯片，比特大陆研发了深度学习加速卡SC3、智能服务器SA3、人脸识别服务器 SS3-C3和嵌入式AI迷你机SE3等，广泛应用于安防、互联网、园区等领域。目前，比特大陆AI+园区的产品与解决方案已经广泛应用于工厂、产业园、写字楼、新零售等多个场景，并与高端房地产公司密切合作。其人脸识别解决方案连续为“中国海峡项目成果交易会”以及“第20届中国国际投资贸易洽谈会”等大型展会服务，服务多达40万人次，在“压力测试”中表现稳定可靠。lVpesmc

在安防方面，比特大陆积极参与多省市的安防与人工智能项目建设，例如2018年与福州市签署城市级战略合作协议，通过人工智能技术，助力福州的智慧城市、平安城市建设；人工智能产品参与湖北省公安厅安防算法测试，测试结果位居第一。lVpesmc

此外，比特大陆还推出了3D人脸识别智能终端，具有极高的安全级别提供3D人脸识别、声纹识别、语音识别等多重系统级生物识别验证技术，解决传统生物识别技术因误识率高、非活体攻击，及防伪能力不足而产生的安全性问题，也是业内业界首款支持多模混合型生物识别的3D人脸识别智能终端。lVpesmc

本文为《国际电子商情》2018年12月刊杂志文章。lVpesmc

lVpesmc