根据IHSMarkit的预测，全球对视频监控设备的需求将在2017年继续快速增长。但激烈的价格竞争仍将继续，市场增长幅度预计将小于7％。什么将会是2017年安防监控行业*值得关注的趋势？是网络**、深度学习分析，还是安防无人机和中国视频监控厂商业务多元化发展？本期封面故事将与您一起讨论分享。

    整体增速放缓，差异化发展是关键

    “从整个市场空间来看，未来5年全球视频监控销售额的复合增长率约在6．3％左右。”IHSTechnology安防、消防与楼宇科技亚太研究组**分析员王玉君在接受本刊采访时表示，中国的专业安防摄像头的覆盖率已经接近发达国家，估计在2016年，每10个中国人就有一台专业安防摄像机。

    IHS的数据显示，2016年全球专业安防摄像头的出货量超过一亿台，比2015年增长约14％。但相比2015年30％的增长率，增速放缓了不少。王玉君对此分析称，一方面，面对国内外市场的长期增速预期下行，各大视频监控厂家都在寻求多元化和差异化发展；另一方面，随着视频监控行业不断的技术革新和数据积累，从视频监控的上游芯片厂商，到视频智能分析算法的软件开发公司，再到视频监控设备厂商和下游的系统集成商都在围绕智能分析、物联网和大数据技术来布局安防行业，以求在产品日趋同质化的竞争中占领未来视频监控技术发展的高地：

    从产品来看，虽然视频监控行业整体增速不如预期，但某些产品线会远高于市场的平均增速。2017年消费类视频监控产品、移动视频监控产品和视频监控企业级存储产品的销售额在全球范围都会保持15％以上的增长。

    从服务来看，2017年全球视频云服务（VSaaS）的销售额会突破9亿美元（不包括安保远程监控服务），未来5年VSaaS销售额的平均年复合增长率将超过18％。

    从技术来看，支持H．265技术的网络摄像机在2017年会有爆发式增长。视频智能分析会因为深度学习技术的应用又一次成为行业发展的热点。

    当视频分析遇见深度学习

    视频内容分析对视频监控行业来说并不是什么新事物。但在王玉君看来，尽管2016年全球带有智能分析功能的视频监控设备销售额超过10亿美元到所有视频监控设备销售额的9％。除了价格因素外，传统智能分析产品的误报率和对安装环境的挑剔都是阻碍智能分析被市场大规模应用的因素。通过几年的市场培育，用户意识到视频智能分析确实可以为城市交通治理、公安刑侦和商业管理带来很大价值，因此市场对具备高性能的**的视频智能分析产品是充满期待的，深度学习技术在视频监控领域的应用也正是在这样的背景下开始蓄势待发。

    一方面，基于GPU架构的深度学习技术使得视频分析算法的开发效率有了显著提升，缩短了算法迭代的周期和成本；另一方面，深度学习技术可以通过对机器的不断训练来优化视频分析算法，提高智能分析的准确性，实现在复杂环境下实现高强度视频分析任务（例如在闹市区做人脸比对和跟踪）。因此深度学习技术从长期来看会降低智能分析应用的成本，也会拓展带有智能分析功能的视频监控设备的应用外延。除了价格因素外，从短期来看深度学习技术在视频监控领域应用的*大挑战就是如何将那些**的算法根据实际的应用情景进行二次开发，实现真正的技术落地。

    “使用视频分析实现目标和事件检测，无论是实时的还是后期的，将持续位于视频监控技术**的前沿。”Intersil公司模拟产品市场和应用总监RamanSargis认为，视频监控产品一般使用运动检测来触发视频捕捉，这很容易出错。“从好几个小时的视频中寻找出某一个事件非常耗时。因为视频包含了大量的信息，如何分辨哪些是有价值的，哪些应该删掉，这给用户带来了挑战。”

    但我们完全可以通过内嵌在摄像机（实时）和录像机／视频存储（后期处理）中的深度学习算法，来实现智能捕捉或查看某些特定视频画面。RamanSargis说，深度学习技术已经取得了重要的进展，并应用于一系列基于视频的解决方案中，在汽车中采用的障碍探测和防撞就是一个很好的应用实例。而如果要把人工智能引入传统的视频监控领域，将取决于在摄像机、网络存储和后期处理之间分配的视频分析功能。比如摄像机至少需要原始智能来辨识想要的视频帧，并为它们标上深度分析标签，在视频传输到视频存储媒介后进行深度分析。“视频分析作为一种服务，是一个微型的垂直市场，可以利用第三方**分析功能获得增长。”

    Axis公司CTOJohanPaulsson则在自己撰写的《2017年**监控市场值得关注的热门技术趋势》一文中指出，“在综合所有数据的情况下，我们认为深度学习技术即将跃上台前，这是非常值得关注且令人振奋的领域。”他认为深度学习和人工智能技术通过运用模式辨识软件，正在努力“学习”全世界安装的多重**监控摄影机看到的不同类型行为。虽然人员各不相同，但他们所在的环境、地点和普遍行为通常可归为同一类型。“学习”到这些行为后，便可以分享底部潜藏的模式，让系统在发生不寻常事件时发出警示。

    当然，实体**不仅涉及人员／地点／物体的监控，也涉及实体门禁控制、单向和双向通讯及管理紧急情况（且通常都是远距离管理）。因此2017年应该是**监控摄影机与智能门禁管控、对讲机和扩音器（无论是本地或远程）密切整合的一年。这意味着只需一个简单系统就能实时管理上述全部装置功能，让顾客可看到、听到建筑物内／附近的人，并与之交谈。

    众所周知，机器学习的应用正快速扩展到越来越多的终端市场，在边缘、在云端或者以混合的形态，将基于边缘的处理与基于云的数据分析结合在一起。赛灵思（Xilinx）公司战略与市场营销部**副总裁SteveGlaser指出，众多的传统嵌入式视觉应用通过采用机器视觉和传感器融合技术后都在发生巨变，下一代应用包括协作机器人、具有感应和躲避功的无人机、增强现实、自动驾驶汽车、自动化监视和医疗诊断等。这些系统通常具有三大使命：

    系统不仅要会思考，而且还能对情境立即做出“响应”。这就要求一个从感应到处理、分析、决策、通信和控制整个流程中更一致的视图。同时还要高效实施、部署*新机器学习技术，满足8位及更深层面的**性要求。

    鉴于神经网络和相关算法的快速变化以及传感器的快速发展，必须实现灵活性，能通过软硬件的可重配置性升级系统。

    由于许多新系统都连接到了一起（物联网），因此需要与传统的已有设备通信，要与未来推出的新设备通信，还要能够进行云端通信。

    对赛灵思而言，其出色半导体器件的优势只有那些拥有硬件或者RTL设计专长的专业用户才能受益，对于更广泛的应用和支持使用行业标准库和框架进行软件定义编程，还存在巨大的障碍。为此，赛灵思推出了全新的reVISION堆栈，旨在支持那些没有深层硬件专业技术的设计团队，仅使用软件定义开发流程就能将机器学习和计算机算法高效的整合到系统中。

    reVISION堆栈包括用于平台、算法和应用开发的丰富开发资源，支持***的神经网络（诸如AlexNet、GoogLeNet、SqueezeNet、SSD和FCN）以及库元素（如CNN网络层的预定义优化型实现方案，这也是构建定制神经网络DNN／CNN所需的）。配合满足加速要求的OpenCV功能，支持机器视觉处理。对应用层面的开发来说，reVISION支持流行的框架，包括用于机器学习的Caffe和用于计算机视觉的OpenVX（将于2017年下半年推出）。此外，该堆栈还包括赛灵思和第三方提供的基于ZynqSoC和MPSoC的开发平台。

    安防，机器人和无人机齐上阵

    安防无人机和安防机器人是近一两年涌现出来的新事物。尽管目前市场份额并不大，但得到了很多业内人士的关注，并认为是今后非常有增长潜力的市场。根据IHSMarkit2016年发布的预测显示，2016年全球专业服务机器人（相对于工业制造机器人）和专业服务无人机的销售额分别为26亿美元和3亿美元，未来5年平均复合年增长率分别达到了38％和70％。尽管安防领域的应用只是这两个市场的一小部分，但未来的行业发展前景却非常诱人。另外，相比传统的安防产品，安防无人机和安防机器人进入门槛更高，竞争程度也没有传统安防产品激励，传统安防企业利用自己的视觉技术可以在这两个行业中获得新的收入和利润的增长点。

    安防无人机往往用于紧急事件后的快速侦察，可以在区域入侵或自然灾害等事件发生后，快速飞入现场进行侦察。但由于其续航时间有限（一般在30分钟左右），无法进行长时间的巡逻监测。安防机器人的优势除了有更长的续航能力外（可以长达8小时），还可以安装多个摄像头和传感器，提供360度全景图像和各种环境数据，往往用于电力、能源、化工等厂区的巡逻作业。

    RamanSargis相对更看好安防无人机的增长潜力，理由是安防无人机的部署速度比较快，对安防视频监控有着更大的影响。他相信无人机已经在边境控制、区域跨度较大或高危区域执法中得到了应用。安防机器人也许在与人互动创造价值的场景中比较有用，例如公园、大学、医院和机场等。

    HDCCTV已不再属于中国

    高清模拟视频监控（HDCCTV）摄像机和其存储设备近5年来一直都保持快速增长。HDCCTV安防专业摄像机的出货量从2012年20万台都不到，增长到2017年预计的两千九百万台，设备的平均单价已经接近甚至低于标清模拟视频监控设备，这是促使HDCCTV实现高位增长的*主要原因，尤其是在印度和东南亚某些国家。2017年仍旧是HDCCTV高速增长的一年，但是它在各地区的增长速度会继续分化。

    但HDCCTV并不是在所有地方都受欢迎。数据显示，HDCCTV视频监控摄像头在中东的出货量不到所有专业视频监控摄像头出货量的四分之一。在中国，HDCCTV更是只占到所有专业视频监控摄像头的10％左右。根据王玉君的分析，HDCCTV在中国普及率不高的原因主要来自三方面：

    中国的视频监控项目大多来自新建楼宇和设施，不需要考虑原有模拟视频监控的布线系统；

    网络摄像机在中国的平均售价远低于全球其他地区的售价；

    HDCCTV对于小型的项目可能更理想，但对于中国的很多中大型项目来说，网络视频监控会有更好的扩展性。

    RamanSargis认同百万像素IP网络摄像机正在占据DIY市场中的主导地位。因为相较于传统有线摄像机（高清或标清），IP摄像机更容易安装，在很多情况下依靠一粒电池就可运行很长时间，网络连接也变得易于部署。当然，云存储也进一步推动了IP摄像机的增长。但考虑到IP摄像机容易受网络稳定性、黑客、掉帧和一些其他问题的影响，RamanSargis认为专业的安防视频市场还将依赖高质量的有线高清摄像机。

    谁来保卫视频监控**？

    2016年10月，美国遭遇DDoS攻击，导致大量视频监控摄像头和网络陷于瘫痪，让人们再次对网络空间**（cybersecurity）防护产生了焦虑。“任何连网设备都会面临黑客和恶意攻击的风险。IP摄像机本质上是物联网的一个节点，可以获得物联网架构中实施的同等级别的**保护。我认为IP摄像机的**性应该归类为广义物联网**的一部分，长远来看它将无缝地融合到物联网结构中。”RamanSargis说。

    王玉君认为CyberSecurity和以往我们所谈及的NetworkSecurity是一个概念，都是指网络**。DDoS袭击事件给那些原来对网络**意识淡薄的视频监控设备和用户是个大大的警醒。由于厂商在物联网设备中设置了简单的默认密码，用户或是不知道需要修改密码，或是根本就不允许对密码进行修改（例如此次被攻击的设备），使得病毒可以盗用通用账户名和密码，登入并控制这些设备。

    其实不仅仅是视频监控产品，所有接入网络的物联网设备都面临着网络**问题。加强视频监控设备的**加密和认证是*直接的避免网络病毒袭击的方法。此外，也可以安装嵌有网络**监测的视频监控交换机，信息通信技术（ICT）提供商或系统集成商也可以利用已安装的ICT网络**产品对视频监控产品进行保护。当然，视频监控网络**问题也带来了一些新的商业机会，例如第三方网络**测试和认证的服务、提供给系统集成商的ICT网络**咨询服务等。

    “‘物联网’已从热门用语演进成为现实主流，但仍面临挑战。”JohanPaulsson说人们起初认为数百万台IP设备接入互联网会成为令人振奋的未来景象，但2016年给了我们一些警示，消费者开始怀疑是否能适当保护全部接入互联网的冰箱、数字录像机和**监控摄影机的**性。由于上述设备大部分仅由顾客插电即启用，因此制造商必须负责确保这些产品出厂时便已**。

    考虑到2017年会有更多的智能摄像机、门禁监控、音频设备、家电、工业设备接入网络，JohanPaulsson呼吁所有制造商都应该将**视为优先，让客户更专注于他们*善长的领域，由**专家改进他们提供的服务。他也据此预期2017年将是结合新摄影机功能和实时分析，并处理许多**挑战的一年，包括脸型辨识、鉴识分析和周边防护。