老王經營着一家有些年頭的工廠，有一片不算小的園區。按說人生順遂的他應該沒什麼煩惱，但最近他卻總爲工廠園區裏各種莫名其妙的"小動作"憂心忡忡。

比如工廠角落裏經常發現亂扔的菸頭，有些甚至還沒熄滅，想想都後怕；下雨後牆上不是這裏就是那裏，總有暴露出來的電線，堪稱防不勝防；疫情防控很重要，但總有年輕人不按規定戴口罩，也不能光勸他們好自爲之。

這些小事讓老王不厭其煩，只能一次次下命令讓保安部看視頻嚴查。結果園區攝像機太多，保安小哥眼都花了也沒查到什麼東西。再僱幾個人專門看視頻？那顯然成本不允許；把視頻存着慢慢看，一方面等找到這些問題黃花菜都涼了，再一個存儲視頻又是一筆成本。

就這樣，一位成功人士，被這樣被攝像機給帶到了死衚衕。事實上，當攝像機成爲各行業的標配，老王的煩惱也成了各行業的"標準動作"。

那些不夠聰明的攝像機，真是有點不講武德。

攝像機不聰明，讓各行業陷入誤區

我們從基本邏輯上看，從攝像機這個東西誕生起，就是爲了彌補人工的不足，快速準確發現需要被看到的東西。當這個以節省人力爲目標的東西，變成了人力的消耗品，企業的負擔，那肯定是有哪裏出了問題。

AI能力的加入，構成了這些年攝像機品類的核心變局。基於智能識別、智能優化、智能分析能力，原本看不清、看不懂、記不住的攝像機問題可以一一破解。這種生產力的提升，纔是攝像機原本被設計出來的初心。

但是在現實生活裏，我們在面對智能攝像機的機會時，總是容易陷入一些誤區。不過按說每種科技新事物都會面臨這種問題，早些年智能手機出來的時候也是反對聲一片，後來大家發現人類的本質就是"真香"。那麼在現在這個階段，各行業面對智能攝像機時，有哪些種類的誤區呢？

1、"勞動光榮"型：

有些企業管理者會認爲，要什麼智能，我這有的是人能看視頻。然而呢，人再多也不可能每臺攝像機配備專人24小時盯着看。這就導致攝像機必然出現時間、空間上的死角，從而導致隱患可能悄然發生，原本的攝像機察覺功能出現各種漏洞。而且粗暴的依靠人力堆砌，對於企業來說是絕對不經濟的。在攝像機越來越多、人力越來越貴的條件下，變成了企業的不可承受之痛。尤其盯着攝像頭看視頻這個工作異常無聊，十分反人性，並不符合勞動者的核心價值。

2、食古不化型：

還有一種想法，就跟當初不願意接受手機、電腦的那些人一樣。他們覺得攝像機的智能根本不成熟，不好用。或者覺得智能這個東西一聽上去就太貴，太不接地氣，是那些著名科技公司或者科幻電影裏才能用得起的東西，"我們這小廠請不起大智能。"這種想法就是建立在對攝像機技術進步的簡單排斥上，如果願意花幾分鐘瞭解一下，試驗一下真正走在市場前沿的智能攝像機，就會馬上打消這些顧慮。問題是，你願意花上幾分鐘嗎？

3、淺嘗輒止型：

還有一種企業，叫做"淺嘗輒止的智能化用戶"。說白了就是不想動腦子，覺得有了所謂智能，能跟領導交差就行。他們買了智能攝像機，卻不會管這個攝像機到底有哪些智能能力，能夠真實解決什麼問題，在市場產品中是否足夠先進。加上一些說不清道不明的因素，往往會讓一些打着智能旗號，或者智能能力很差的產品走進行業。也有些企業認爲，智能化只要進行一些軟件升級就行了，找人把原先的視頻方案改一改就行。而這也會導致軟硬件體系落後，無法真正起到智能化的意義。還有一些企業和場景，對於智能化很是用心，但他們覺得智能攝像機的場景和應用都是固化的，換言之加一種智能能力就要多買一種攝像機，多架設一套系統。這導致攝像機越來越多，系統越來越複雜，最後變成了沒人能運維的死系統。

這三種誤解，在今天還屬於普遍情況。那麼如何能有效清除誤解呢？最簡單的方式，就是要了解智能攝像機的發展歷程，知道今天的智能，究竟在攝像機中走到了哪一步。

智能來敲門，攝像機的"覺醒"之旅

事實上，從上世紀60年代來說，攝像機品類就一直在經歷不斷的進化。從一體機，寬動態，低照度、分辨率、信噪比等領域不斷提升，走過了模擬機、數字攝像機、網絡攝像機等歷程。但在這漫長的發展歷史中，其基本工作原理都沒有變，即攝像機只負責拍攝和記錄，看視頻是人類的事。

然而在AI第三次崛起的背景下，深度學習爲代表的技術帶給智能化能力以極大的提升。其中機器視覺技術可以是受益最深，改變最廣，並且產業落地能力最強的一項。我們如今已經很熟悉的人臉識別、拍照購物、直播特效，都受益於機器視覺技術。回到攝像機這裏，機器視覺技術可以讓攝像機具有按照一定目標，自主識別、自主分析的能力，這就從根本上改變了攝像機的工作模式與產業價值。一路走來，我們可以將智能攝像機的智能覺醒，可以分爲三個階段：

1、2016年到2017年，深度學習技術開始走向產業界，爲大量企業所重視。其中最大的改變之一就是驅動機器視覺技術走向成熟。AI開始能夠處理複雜的識別與優化類視覺任務，達成了與人工同等級，甚至更高的產業水準。有了這個前提條件，攝像機才能夠擁抱真正的智能，而不是概念上的所謂"智能"。

2、2019年，"軟件定義攝像機"理念快速普及，很快開始成爲業界共識。攝像機內搭載AI計算能力，通過不同的軟件來靈活完成目標任務，成爲行業主要玩家的標配，智能攝像機正式成爲攝像機市場上的主流。

3、2020年，智能攝像機產業已經出現了"APP商店模式"，攝像機產品可以像手機一樣聯接商城，更新開發者上傳的算法。在這個階段，智能攝像機的軟件能力走向成熟，垂直應用和開發生態開始建立。攝像機開始像智能手機一樣，走向一部設備衆多應用、端側設備算力提升的產業標準化週期。

回顧攝像機的智能覺醒之旅，會發現智能攝像機已經來到了好用、可用、不貴的新階段。這就像智能手機有了各種能力，並且人人都能買得起之後，你還會用大哥大嗎？

時代在召喚，攝像機該有的亞子

我們還需要再瞭解一個問題：在智能攝像機經歷了三個階段高速發展之後，目前市場上剛需的智能攝像機產品，應該是什麼樣子？攝像機只要是搭載了AI算法，或者名字前面加了智能兩個字，就可以說是符合行業需求的智能攝像機了嗎？

這可能也是廣大用戶對目前眼花繚亂的智能攝像機產品的核心疑惑：如何在各個都說自己智能的攝像機裏，找到真正的智能？

智能攝像機淘汰傳統攝像機，目前來看已經是大勢所趨。但就像2000-2005年的衆多移動操作系統和智能手機，並沒有形成移動終端的革命，市場需要的不是"有智能就行"的攝像機，而是足夠滿足機器視覺產業化落地標準，能夠在多重意義上帶來智能迭代價值的攝像機產品。

很多用戶覺得，智能攝像機有某個環節的智能就行，或者只承載單一的應用就可以。這就像手機裏只有一個瀏覽器就叫智能手機了，都屬於某個時間點的過渡性方案。事實上，符合產業需求的智能攝像機應該以目標爲導向，具備完善的智能能力與應用生態。我們可以從技術與產業的交叉落地上，通過三個特徵來定義真正符合時代需求的智能攝像機：

1、前端智能：攝像機本身擁有強大的AI處理能力，能夠在端側主動完成實時化、高準確率的AI識別任務，達成產業級的機器視覺解決方案。

2、雙重能力：AI能力既可以提升攝像機的視覺能力，也能完成AI識別任務。利用AI技術，攝像機可以實現全時段、全視角的高清，實現既看清也看懂的雙重智能。

認準這些特徵，就可以準確分辨出真正的智能攝像機，與淺嘗輒止型智能攝像機、空有其名型智能攝像機、根本不智能攝像機的核心區別在哪。

雖然智能攝像機的市場上，還存在一定程度的爭議與混亂，但就像電腦、手機一樣，最終必然會走向良幣驅逐劣幣，產業高度標準化的新階段。所以勸那些不怎麼智能的攝像機，還是要講講武德，好自爲之……

相關文章