安富利的Nuvoton网络摄像机平台解决方案

过去10年间，视频监控市场经历了一轮高速的发展。根据HIS公司的预测，全球视频监控设备市场营收从2010年的96亿美元，增长到了2016年的205亿美元，预计在2013-2018年间市场年复合增长率将达到25%左右。其中中国市场表现尤为抢眼，2016年在全球市场的占比达到了40%。

图1，全球视频监控设备市场经历了高速增长

进化 中的摄像头

与此同时，作为视频监控系统核心部件的摄像头也在产品层面完成了三个至关重要的转化。

第一，高清化。得益于CMOS图像传感器不断提升的性价比，以及H.265这一码率更低（约为H.264的一半）的视频标准的发展，大大拉低了高清摄像头及配套数据传输、存储系统的成本，据估算2016年中国高清摄像头的出货量已经超过了标清产品。

第二，数字化。数字摄像头能够将图像传感器采集的数字信号，经过图像处理和压缩后，直接以数字格式进行传输，与传统vwin 摄像机输出的模拟信号相比，数字信号长距离传输衰减小，不易受干扰，能无缝对接云端存储和数据分析。HIS的市场调研数据显示，2015年数字摄像机的出货量已经超过模拟摄像机，达到了55%，摄像头数字化的进程正在加速。

第三，网络化。越来越多的摄像头以各种各样的方式联网，并使用云端的服务，这使得摄像头不再是一个个孤立的设备，而成为物联网的一部分。据估算，2016年网络视频监控的渗透率达到了49%。

图2，安富利的Nuvoton网络摄像机平台解决方案，集成度高，I/O接口丰富，代表了视频监控发展的主流方向

进化的规律

如果我们将过去10年间视频监控摄像头的发展看做是一个“进化”过程，其背后自有发展规律可寻，其中既有外部的环境影响，也有摄像头自身内因的推动。

从外部的市场动因来分析，人类日常获取的信息中80%是视觉信息，而人类视觉极易疲劳，研究显示人对单调画面注视22分钟后，遗漏率会达到95%，所以用机器替代人类去做视频监控是必然之选。在中国，视频监控摄像头市场的增长，还得益于整个社会城市化进程的推动——2014年中国百万以上人口城市达303个，而在1980年仅有51个，千万级人口城市达到了13个。与此同时，中国城市摄像头的密度大大低于发达国家，以北京为例，每千人视频监控摄像头拥有量只相当于英国的80%，美国的60%，因此市场发展潜力巨大。

再从摄像头内在的技术基因来看，从上个世纪80年代，一系列技术的发展都为其“进化”奠定了基础。如80年代的微处理器技术推动了模拟视频监控发展，到了90年代数字压缩编码技术的出现又将数字视频监控引入市场，2000年之后网络技术、高清技术的发展，成就了网络监控、数字监控的快速成长。这些技术基因，在适应外部市场环境过程中，被不断强化，终究使得摄像头完成了“进化”。

图3，中国视频监控摄像头应用市场分布

预测未来

了解了这样的“进化”规律，不免让人有一个冲动——我们是否可以站在今天这个时间点上，预测一下摄像头的未来？我们仍从外部环境和内在基因两个方面来分析。

从目前市场环境来看， 根据IHS预测，2017年全球监控市场的年增长率约为7%，增速下调明显；同时有数据显示，2016年中国视频摄像机出货量为5820万台，仅比上一年增长了2.3%，与前几年动辄超过30%的增长相比，算是重重地一脚“刹车”。所以有分析指出，过去以基础设施建设拉动的高速增长可能要划上一个休止符了。与此同时，摄像头产生着大量的数据，与之关联的是可观的数据传输和存储支出，而这些数据大多还在“沉睡”，并没有发挥出价值，其抵消相应的成本。

从微观用户角度看，用户对于摄像头的期望，不再停留在信息的获取和记录，而是需要它既能看得见、看得清，还要看得懂。换言之，摄像头除了具有机器“眼”，还要有机器“脑”，能够像人脑一样做出基于数据的分析判断。概括来讲，就是要更加“智能化”。

面对这样外在环境的变迁，现在是否有合适的技术“基因”去支撑摄像头“智能化”进程呢？摄像头核心功能是视觉感知，如果我们将“感知”二字分开来看——前面的“感”，可以看做是之前计算机视觉技术的延续和升级，目的是为了像人眼一样去获取信息；而后面的“知”，则是要像人脑一样对信息进行学习、分析和判别，这就需要借助模式识别、机器学习等人工智能技术的力量了。

图4，电影《碟中谍4》中的人脸识别正在成为现实

总之，未来摄像头要做到的“智能”视频监控，就是利用计算机对摄像头所拍录的视频图像自动进行内容分析，从而自动检测与识别可能的异常行为，并给出相应的预警预报信号。这又可以细分为目标检测、目标跟踪、目标分类识别、异常行为分析等一系列子技术。这些技术的发展已经起步，并且在加速，而且我们已经能够看到基于这些技术正在萌芽的新兴应用，比如人脸识别。

所以，对于视频监控摄像头，我们不妨预测一下它未来的样子：

• 它将一个综合的感知设备，除了视觉信息可能还会融合其他传感单元。

• 光学传感器技术和处理器的进步，加上优化的算法，会令它获得强大的本地感知计算能力，快速做出判断和响应。

• 同时，背靠更强的云端大脑的支持，在与云端数据不断的交互和学习训练中，它会变得更加“聪明”，去适应不同应用场景中、不断发展的用户视频感知的需要。

因此，当你已经对头顶上这些灰灰的家伙熟视无睹时，其实它们正在进化得超乎你的想象。