“高内聚,低耦合”,安防的“前端智能化”

“感知”作为传感器的基本功能，使用主动或被动方式达成，但内容呈现涉及信息加工，因此并非“原原本本”。例如，摄像机传感器处理信息后传输显示，以节省成本，但信息丢失。软件定义摄像机在摄像机端进行图像处理和训练，提高性能，硬件和软件解耦，实现传统摄像机替换效果。

随着硬件和算力提升，2017年军方部门测试软件定义相机原型机，性能与成本高、体积大、功耗大的设备相当，具有高度灵活性和分辨率。AI时代，芯片技术发展使算力易于获取，AI算法成熟，智能优化图像，提取关键信息。在民用领域，安防和交通领域出现“前端智能化”概念。

前端智能化提升安防性能，降低成本。部署AI算法在摄像机端，提升图像质量，智能优化，降低上传数据量，减少处理延迟，支持更快事件预警。通过单个摄像机和整体系统优化，实现智能功能配置，降低硬件和计算需求，提高系统内聚性与扩展性。

以中小型商超为例，根据需要选择部署算法，如出入口的惯偷识别、客流统计、人脸考勤，收银台的排队统计算法，货架区的客流统计、热门货架统计等。部署后，信息通过手机APP和NVR查询，或传输到云端，支持商超运营决策。

前端智能化趋势明显，其增长由实际需求驱动。在安防中，实现基本违法检测功能，结合后端智能，提升实时性，实现传统解决方案难以实现的功能。前端智能化降低计算门槛，提升图像质量，一机多用，有效降低设备总拥有成本，对系统新建和升级具有优势。