將來NVR與DVR會不會被智能攝像機干掉

NVR與DVR作為視頻監控的核心存儲和分析設備，在安防監控市場的地位舉足輕重，不管是Smart IPC 還是Interlligent Camera等嵌入智能前端算法模塊的攝像機，想要替代NVR與DVR的作用，顯然廣告打得有點不接地氣。
　　認清前端智能的形態
　　智能攝像機其實早在幾年前就有議論，只是近一兩年隨著芯片技術的發展才逐漸進入商業化階段。從目前行業探究的領域分析，前端智能是智能攝像機在 采集視頻信息時進行視頻智能化分析的應用形態，是在原有網絡攝像機的基礎上加入智能算法模塊(也有CPU本身就可以進行簡單的智能分析)。
　　一臺智能攝像機的運作總體可以由攝像鏡頭圖像采集環節、A/D與圖像預處理環節、智能分析與計算環節、編碼壓縮環節和網絡傳輸環節等五部分組 成，在參考網絡攝像機CPU的處理能力后根據應用場景決定是否需要嵌入智能算法模塊，目前在人臉識別和車牌識別的功能應用上較為廣泛，并可在博物館、銀行 內部等區域實現報警功能。
　　NVR與DVR的形態
　　作為安防IT化過程中視頻監控的核心產品，NVR從本質上已經變成了IT產品，其本身智能化的門檻已經降得極低，并且率先通過網絡接收 IPC(網絡攝像機)、DVS(視頻編碼器)等設備傳輸的數字視頻碼流，在存儲和讀取時實現對視頻數據的智能化分析。從這個發展歷程來看，前端智能分析只 不過是后端智能的延伸，是為了提高視頻監控對數據的處理效率，將工作人員從海量數據中解放出來，節省運營成本。
　　DVR的產品前端是模擬攝像機，是同軸閉路電路系統后端的存儲和讀取設備，相對于一般的用戶而言，如果選擇了DVR產品，則證明其價格和功能需 求都不會趨于選擇智能化分析，兩者不搭配。所以智能前端攝像機不會對DVR產品構成實際的威脅，反而最大的挑戰來自于網絡高清時代崛起的產品NVR，但在 低端市場，DVR的分布足夠大，不要杞人憂天擔心會遭到淘汰，而是要關注其技術的演變如何切合新的市場需求。
前端智能的劣勢
　　現在的前端智能產品，都是在鼓吹好處，但前端智能的局限性應該也要被揭出來。比如算法與功耗、芯片的造價、功能與環境的應用等。舉一個現實的例 子，如果在夏天炎熱的室外，智能攝像機的CPU在烈日下出現不斷處理視頻數據的情況，就可能導致散熱不及時出現受損的問題。另一個限制智能攝像機普及應用 的是不能在嘈雜且流動性較大的環境下使用，這對智能算法和CPU的性能的要求都比較高，造價成本自然也被拉高。
　　目前，據一線市場反饋的信息可以得出，攝像機的前端智能功能很多是以附加值來銷售，是區別于專業化應用的另外一個差異化競爭趨勢，技術和造價成本成為急需解決的難題，業界也有許多企業開始著手解決，未來的應用將會更加普及擴大。
　　安防系統整體的智能化
　　那么問題還是要搞清楚，到底未來前端智能攝像機會不會把NVR和DVR之類的后端產品干掉?!
　　先從一個現實來看，假如一個片區的視頻監控數據都由前端智能攝像機來進行采集、存儲、分析、處理和傳輸，作為單位用戶而言，你敢嗎?你不擔心你 的攝像機被人拿個梯子偷走了嗎?不害怕攝像機內的存儲數據被人破解加以利用嗎?攝像機被偷走后，你家的監控系統要恢復原狀，需要的時間是多少，會對企業的 運營安全構成威脅嗎?
　　不到萬不得已，誰會把雞蛋全放在一個籃子里。在安防智能化的過程中，也逃不過先點后面的自然發展規律。智能前端攝像機與NVR、DVR一樣，都 是構建整個安防系統智能化的一個零部件。在筆者看來，它們既有一定的競爭關系，也有分工合作的義務。因為后端設備確實在面對高峰期時，疲于多路攝像機數據 的同時輸入和分析處理，所以智能前端的任務是將攝像機所采集的信息進行優化處理，把海量的數據通過區分哪些是有價值的，哪些是不需要傳輸到后臺的。后端設 備再將這些前端傳輸回來的數據進行進一步的加工處理，然后提取出核心的數據，為決策者提供科學的決策依據。兩者前后分工，在超負荷的應用范圍內提高工作的 效率，這才應該是安防智能化的發展趨勢。
　　世間萬物總存在博弈的關系，安防產業在實現智能化的過程中，應尊重科學，理清發展思路，市場是檢驗產品貢獻價值的生死靶場。新產品的研發，傾注了企業大量的心血，花費了大量的人力物力，可以打廣告，但不能亂吹。