2021年安全视频监控运维市场回顾与展望
——访洪都科技产品总监李·
摘自《中国安全》，2021年12月
随着国家“十四五”规划中指出的加快数字化发展、建设数字中国等诸多指导性政策的出台，安防行业各大细分领域迎来了新一轮的利好。2021年，安防行业整体发展速度已经恢复到后疫情时代。据相关数据显示，一、二、三季度安防行业生产规模、国内市场、企业利润、出口市场等主要景气指数均有较大提升，劳动力需求和企业投资也相应增加。安防企业对未来充满信心。
在安防视频监控运维服务领域，广州洪都信息科技有限公司作为专注于人工智能应用的科技型企业，是国内专业的视频人工智能诊断产品提供商。公司专注于AI、物联网等新技术在视频领域的创新应用，产品目标聚焦于如何更好地将AI技术与商业场景相结合；具备公司前沿技术预研和落地实践能力。团队自主研发的主动视频质量诊断技术、多维视频诊断技术、超高精度人体目标识别等核心技术，已应用于视频卫士、智能运维平台、视频监控及报警系统等核心产品。产品广泛应用于公安、司法、交通、金融、教育等领域。本期《市场热点》采访了洪都科技产品总监李，对2021年安防视频监控及运维市场的特点和未来发展方向进行了分析和展望。
中国安防:在诸多环境因素的影响下，2021年国内安防行业的视频监控市场会有什么特点？
李:经过40多年的发展，中国安防规模迅速扩大，逐步发展成为一个成熟的行业，拥有庞大而稳定的市场规模。仅中国市场就占据了全球近60%的安防市场份额。受新冠肺炎疫情、国际贸易限制等国内外环境影响，近两年国内经济增速放缓，国内视频监控市场发展也受到影响。增速放缓，市场的关注点也有一定程度的变化。第一，市场区域和用户的变化。视频监控的建设正在从主城区和发达地区向基层和欠发达地区如城中村、乡镇村延伸。应用行业从专注于传统的公安、司法、金融、交通等。到教育、文物、商品房、医院、环保等新兴产业。二是建设重点的变化:国内视频监控系统的建设正从“建设-运营”向“建设-评估-运维”转变，监控系统运维的比重逐渐增加。
总体来看，安防行业继续蓬勃发展，视频监控市场呈现以下特点:
1.行业将继续保持发展态势，应用将向深度和广度拓展。
保安行业与经济、科技、国际反恐形势、居民安全意识等密切相关。随着行业的不断发展，公安、交通、金融、司法等传统安防领域的应用会更加深入；教育、环保、医疗、安全生产等应用领域。在智能建筑、社区、居民安防等民用领域的应用也在快速增长。用户的个性化需求成为重要的增长点。市场的应用从一二线城市延伸到三四线城市和农村，从一般需求延伸到更细化的需求，市场逐渐扩大。
目前，视频监控产品的应用大多集中在交通、公检法、金融、教育、政府、商品房等领域。2021年，以“智安小区”建设为主的小区视频监控建设项目数量不断增加，这主要与视频监控应用从重点部门向一般部门、从公众向个人的扩展过程有关。视频监控在一般经济领域的应用很小，未来市场空会很大，而传统行业会向深度和广度拓展。
2.行业集中度不断提高，技术创新成为核心因素。
近年来，安防行业技术、品牌、资本的融合不断加深，企业间的合作从技术、产品、资本扩展到品牌、渠道层面。行业集中度加快，市场份额进一步向主流企业集中。企业之间的竞争逐渐转向产品创新、性能优化、产品质量、企业品牌、企业服务的全方位竞争。
在技术升级和价格战的压力下，小企业将被加速淘汰。从今年平安城市、智能交通等集成项目的中标情况来看，毫无疑问大部分是大企业。共享安防产品的两大巨头“海大”市场份额已经超过一半。视频监控市场的集中度将继续逐年提高，寡头竞争格局将越来越明显。拥有核心技术的企业将在未来的产业链竞争中更具竞争力和影响力。
物联网、云计算、人工智能、大数据等技术和理念不断向安防视频监控行业渗透，安防行业的应用领域也在技术变革和产品升级的迭代中不断拓展和延伸。技术创新已经成为企业竞争中最关键的因素。不同行业客户的差异化、定制化需求也促使企业不断丰富产品线，重视技术创新。未来的技术发展趋势将是高清、智能、多维、超集成、低成本。
3.AI应用推动行业创新发展，跨界合作深化。
随着安防行业的不断发展，商用和民用视频监控设备的需求不断增加，人工智能的应用促使视频监控在公安、交通、教育、银行、社区等领域衍生出更多的软硬件产品。，其应用已经转向业务层面。视频监控系统与人工智能技术的深度融合，进一步提高了其识别率、准确率和分析率，视频监控系统产生的海量数据可能会衍生出更多的信息数据。
应用领域的不断拓展、产品技术的日新月异、市场规模的不断放大、产业资本的积极进入，都是共同推动视频监控行业竞争不断升级的因素。新赛道、新技术、新模式快速成熟迭代。智能视频监控系统的安全属性在逐渐弱化，而物联网的属性越来越强。家庭安防、云端AI服务、AI算法提供商、产品模块等新业态也不断涌现，为行业带来创新和活力。在“互联网+”的发展趋势下，视频监控设备厂商积极与算法厂商、芯片厂商、第三方软件厂商、集成解决方案厂商合作，实现资源配置、品牌效应、信息共享的优势互补。
4.视频监控系统已经成为管理的重点，运维的比重越来越大。
中国无疑是新冠肺炎疫情爆发后防疫管理最好的国家。视频监控系统作为重要的管理工具，在基层网格化管理中发挥了重要作用，代替人力做了大量工作，如隔离监控、重点区域防控管理、流动人员日常管理等。视频监控在刑事侦查、治安防控、社区稳定、疫情防控等方面发挥着立竿见影的作用。随着视频监控覆盖范围的提高，用户开始更加关注视频图像信息的应用。视频图像质量与视频监控系统的应用效果密切相关，是直接反映监控系统运行效果的关键指标之一。在今年招标的视频监控运维项目中，部分已经开始要求运维软件考核运维效果，或者直接关联用户关注的系统指标，如上线率、完好率、视频质量、前端设备巡视次数、硬盘完好率、图像存储时间、可访问率等，作为具体的考核项目。某市区级视频监控运维项目，提到案发现场的监控摄像头被拍。如因设备故障没有录像，将从运维单位当期维护费中扣除。从这一方面可以反映出用户对视频监控系统的稳定性和运维质量的要求越来越高。
中国安防:请谈谈现阶段海量视频监控下的运维市场。
李:视频监控系统已经成为城市公共安全管理的重要组成部分。随着国家新型基础设施的发展和智慧城市的不断建设，视频监控系统正朝着高清化、智能化、规模化、高密度化方向发展，城市安防监控规模呈指数级增长。根据该机构的预测，到2022年，中国的探针总数可能达到6.26亿。视频监控逐渐形成了规模不断扩大、设备类型多样、网络结构日益复杂、参与维护人员众多、产品更新换代步伐加快、系统建设和升级活动日益频繁的趋势。
虽然许多视频监控系统在设计上非常注重前端设备的质量，但却缺乏对其运行和维护的管理。因此，故障往往不能被及时发现和解决，导致系统不能正常运行，甚至处于半失效状态。目前，视频监控运维普遍存在以下问题:
2015年，国家发改委等九部委发文要求，重点公共区域安装的视频监控摄像头完好率达到98%，公共区域安装的视频监控摄像头完好率达到95%。同年，公安部要求利用影像信息部级网络平台运维管理模块，对各省平安城市运维情况进行考核。网络指标、上线率、完好率、图像质量成为考核公安系统视频监控运维的标准。国家和地方政府对视频运维的要求逐年提高，视频运维成本也在快速上升。
如果视频监控系统采用传统的人工运维模式，其被动运维效率较低，往往存在漏检、数据统计不完整、无法启动检查等问题。无法满足城市视频规模快速增长和相关业务应用日益增多的管理要求，运维管理只会越来越被动。从人力成本上升、技术复杂程度、专业性等因素来看，以智能技术工具为主导的专业化运维将是未来行业的发展方向。
中国安防:未来视频监控系统运维与AI如何融合，对市场有什么影响？
李:深入研究视频诊断的AI算法，融合AI技术和大数据实现智能运维(AIOPS)。
1.视频运维的技术基石——视频诊断AI算法
近年来，人脸识别、目标识别等视觉分析算法发展迅速，但专门用于运维场景的算法并未受到太多关注。行业内的视频诊断产品在算法层面没有突破性的发展。即使是最优秀的玩家，最高也只能达到90%-95%的识别率。这个准确率对于小规模的应用来说勉强可以接受，但是一旦设备数量超过一万个项目，误报的数量也是非常惊人的，审核过程需要投入大量的人力，无法实现自动化、智能化的运维。
目前比较成熟的、可以大规模应用的人脸识别和目标识别算法发展得如此之快。主要原因是:
(1)这类算法所需的模型训练制作材料非常容易获得；
(2)AI基础层的供给侧拥有完整的产业配套设施，包括一站式数据管理平台、计算硬件平台、AI软件开发平台；
(3)完整的产业链供应使得需要这类技术的企业只需较少的投入就能购买到高质量的集成解决方案。
而视频诊断的AI分析算法并没有人脸识别场景那么好的发展条件。要生产出高质量的产品，在算法定义、数据采集、模型训练、精度评估等方面都有更高的门槛。
(1)算法定义:视频监控图像异常情况较多，类型定义模糊，无法统一量化标准。所以大部分图像场景需要算法的组合，对于单一的图像异常类型仍然需要定义大量的模型来适应不同的场景；
(2)数据收集:异常故障多为偶然事件，数据量很小，无法模拟。不可能批量产生训练数据。需要积累大量的基础项目数据才能形成孵化产品，需要建立可持续收集、持续发布的应用模式才能拥有持续优化产品的能力。
(3)模型训练:异常断层数据多集中在常见断层，异常图像样本个体差异很大。传统的模型训练方法和结果只能满足一些基本的功能，准确率可以达到90%以上。如果没有措施来处理不常见的视频质量问题和图像的个体差异，系统的功能和准确性将会出现严重偏差。
(4)准确性评价:对异常故障的界定不可避免地会受到主观判断差异的影响。每1000个用户心中有1000套衡量标准，一套标准只能接近大多数场景的预期。标准算法只能无限逼近大多数用户的期望，无法满足所有用户的场景需求。因此，视频诊断系统需要配套的技术手段来处理这些矛盾和冲突，从而有效提高实战应用的准确性。
提升视频诊断系统的准确性和适应性，除了解决标准化AI算法的持续优化问题，还需要关注在产品交付过程中，如何在算法定义、数据采集、模型训练、准确性评估四个环节实现自动化和智能化，将自主学习的理念融入到产品使用中。
视频诊断技术的准确性和适应性是实现智能运维的基石。洪都科技通过多年对主动视频质量诊断技术(Active-VQD)的研究和设计，为构建智能视频运维系统提供了可靠的数据源。新的自主研发的主动学习框架重新定义了视频图像质量评价体系，对实时和视频图像中存在的质量问题进行智能分析、判断和报警，并允许针对单个摄像机设置分析模型，从而实现“千机千面”，减少因摄像机工作环境不同或用户主观判断造成的误报和漏报。与同类产品相比，可以大大提高产品的准确性和适应性，诊断准确率高达99%。
2.未来视频运维产品的价值增长点——融合AI技术和大数据实现智能运维(AIOPS)
城市级视频监控系统的规模越来越大，视频联网的组网结构也越来越复杂。一个请求的可能路径以笛卡尔积的形式增加，一个节点的异常往往导致网络上多个资产告警。用户端出现各种视频打不出来或者质量下降的现象，很可能是链接异常导致的。这给故障发现、故障定位和故障应急处理带来了巨大的挑战。针对这种情况，将人工智能引入到自动检测诊断过程中，通过人工智能进行故障定位，可以提高运维效率，缩短故障恢复时间。
目前的视频运维工具主要是查找单个视频设备的故障，无法准确定位故障原因，分析业务影响。比如某个视频点没有录像，可能的原因有硬盘故障、没有硬盘、没有录像计划、设备关机、网络中断等。近年来，各种网络监控和物联网监控设备已经上线，为智慧城市保驾护航。虽然它们可以实时监测前端设备的工作状态，使操作和维护更加方便，但离准确定位故障的严格要求还很远。
清华大学裴丹教授总结道“智能运维的核心挑战是:从行业角度，我们有数据和应用，但缺乏一些算法和经验；从学术角度来说，我们有很多理论算法，但缺乏实际数据支持科研，对运维场景也不熟悉。基于这一思路，我们收集了大量的视频监控系统运行数据，不断研究越来越多的运维场景与人工智能的结合点。
智能视频运维场景有十几个。由于篇幅有限，本文主要从根本原因分析运维场景。在大规模的视频监控系统中，完成一个视频点播服务需要经过多个产品、节点和流程，会调用多个接口。一旦视频点播链路上的一个节点出现异常，就会导致所有上游节点的性能异常。此时，监控系统将显示多个产品的同时报警。理想情况下，故障点前后的节点被阻塞，故障点之后的节点没有请求。此时，通过可视化按需路径上的负载和情况，可以快速定位问题。但实际情况是，一个接口往往被很多用户使用，一个节点一般提供多个接口服务，流媒体服务器等流媒体设备后面还有多个同类型的节点。这些因素构成了一个复杂的IT服务网络。在复杂的网络下，视频
质量下降，很难在监控系统上造成明显的特征。这个场景适合人工智能的应用。人工智能系统可以很好地捕捉这一特征，并在故障发生且尚未造成大规模业务堵塞时通知处置系统采取行动。这不仅减轻了运维人员的应急压力，更重要的是提高了系统的连续性。基于运维知识图谱选取数据，训练模型可以有效缩小模型训练的数据范围，去除服务网络上的无关数据干扰，使模型训练更快更准确。在训练根本原因分析模型时，主要是找出路径上的异常位置与各种监控指标之间的关系。
未来通过AI和大数据技术的快速融合，全局搜索、关联分析、机器学习、数据建模等。，视频运维的准确故障定位应能自动分析各种故障因素进行故障排查并最终确定故障原因，并给出维护指导，自动辅助运维。视频运维工具终将成为简单易用的工具。
从政府公开的相关规划可以看出，“十四五”期间，政府对公共安全投入的大方向不变，平安中国仍是主要建设方向之一。2021年是“十四五”的开局之年。新型基础设施、智慧城市建设等相关政策将推动人工智能、云计算、大数据、5G等前沿技术在安防行业的进一步应用。新技术+新场景将成为国内视频监控市场新的增长点。同时，雪亮项目、志安社区、城市旧社区改造等项目也将带来一定的增量市场。同样，视频监控运维市场也将崛起。
作为专业的第三方运维产品服务商，洪都科技将携手企业合作伙伴，打造视频监控运维服务新生态，更好地服务于各行各业的客户。2022年，安防视频监控运维市场将是机遇与挑战并存的一年，前景广阔，前景看好！
